提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

倪鹏飞：房地产经历深度全面调整 正在接近合理区间******

　　中新网1月18日电 题：倪鹏飞：房地产经历深度全面调整 正在接近合理区间

　　中新财经记者 庞无忌

　　中国社科院城市与竞争力研究中心主任倪鹏飞17日在中新社举办的国是论坛2023年中国经济形势分析会上表示2022年房地产各项指标全面下行，但房地产没有“失速”，下行过程中是有波动的，有时候速度放缓。他认为，去年房地产经历了深度全面的调整，但绝不是“硬着陆”了。房地产正在接近合理的区间。

　　当日国家统计局发布的数据显示，2022年，房地产开发投资132895亿元，比上年下降10.0%。从销售端来看。2022年，商品房销售面积135837万平方米，比上年下降24.3%；商品房销售额133308亿元，下降26.7%。供需两端均相对疲弱。

　　倪鹏飞认为，对于楼市调整要辩证地看。楼市调整过程中，不可避免要带来一定风险，如果风险能够得到较好控制，逐步释放，那么总体上房地产调整其实是积极的。

　　他指出，从总量上看，房地产正在接近合理的区间。“我们预判未来十年房地产以及住房新增部分规模在10亿至12亿平方米左右，匹配相应房地产投资规模”。

　　对于当前房地产风险，倪鹏飞认为，房地产局部风险得到了控制，但是隐患尚未消除。当前，房地产供求形势是向好发展的，这为控制风险提供了条件。

　　他认为，2023年及未来一段时间，如果没有意外事件冲击，房地产总体走势将是波动性弱恢复。

　　总体弱恢复的同时，倪鹏飞说，区域市场面临分化，个别一二线城市需求过旺、供给有限，料率先回暖，但是三四线城市可能要面临较长时期的调整。(完)