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
岛内舆论担忧：“黑网红”令台湾治安雪上加霜******
【环球时报综合报道】随着社交媒体越来越发达，“网红”在社会上的影响力也越来越大。台湾网络上，不少“网红”近年声量高涨，甚至民间早有“网红执政”的说法。然而这其中，有不少涉黑的“黑网红”。岛内舆论担忧，这些“黑网红”不仅影响社会治安，给年轻人带来不好的影响，更会参与到岛内政治中。
台湾联合新闻网14日报道称，近来，岛内越来越多所谓“网红”涉及犯罪案件甚至有黑道背景，乃至蓄意养网军拉抬声量，好谋取更多利益乃至“镀金”“漂白”。然而他们却仍被称为“网红”，还常常被大肆报道。台湾雅虎奇摩新闻网14日评选了2022年该网站搜索量最多的“十大网红”，其中就有不少有黑道背景。比如排名第九、拥有百万粉丝的“乌鸦”(实名为陈柏融)，几个月前就被台湾“镜周刊”爆料自称是黑道组织“竹联帮”成员，到彰化一家水产公司恐吓索要500万元新台币，说是花钱消灾。舆论认为，“乌鸦”有在网络上“引战”、直播号召、教唆、聚众犯罪等嫌疑。
还有一些台湾“网红”则是原黑道人士“转职”。排名第六的连千毅是公开声明自己属于帮派人员的“网红”之一。绰号“现主席”的连千毅14岁时就加入黑社会组织，2011年时身为暴力讨债集团主谋，他被台湾“警政署”列为“扫黑”对象，随后因涉“暴力讨债”“恐吓取财”以及“妨害自由”等，被台北市政府警察局逮捕，狱中结识多名黑道组织“天道盟”头目。出狱后，连千毅加入“天道盟”太阳会苗栗分会，因发现网络直播购物事业获利机会不少，于是投身其中。很快，连千毅就成了“网红”，其直播购物方式也饱受争议。据台媒报道，他对观众发表恶毒言论，甚至私下找买家的麻烦。今年年初，他还因在直播中与另一个“黑网红”帮派交恶，双方约架，桃园市警方因此加派警力并管制交通。9月，警方因连千毅涉嫌诈骗逮捕了他，事后以20万元新台币交保。
排名第八的“馆长”陈之汉也是有黑道背景的台湾“网红”，他早年辞去军职后一度加入黑道，后来担任台湾健力协会顾问等职务，也经营服饰及餐饮相关事业，经常在网上评论时事。2020年8月，“馆长”在新北市自家健身房遭“竹联帮”成员刘丞浩埋伏开枪，被送往医院急救。
然而由于“网红”的力量在台湾太大，甚至影响政坛的走向，因此无论是黑道势力还是民进党政客等，都颇为重视这一领域。“九合一”选举前，民进党就推出好几个宣传视频，由绰号“鸡排妹”的岛内“网红”郑家纯出来拉票。蔡英文本人也常现身网络直播节目。联合新闻网9月一篇评论就曾称，这些“网红”拥有大批年轻粉丝且能够影响网络风向，成为近年来蔡英文最喜欢合作的对象。
对于“网红”在直播中公然以黑道帮派自居，流氓行径竟在网络上成为“时尚”，呛声变成流行的招牌，岛内资深媒体人林朝鑫批评称，“直播主之乱是社会乱源，警政署应全力扫荡”。他称，这几年来台湾社会秩序之所以搞得如此混乱，究其原因，与网络上不断上演的“直播主之乱”脱不了干系。联合新闻网14日称，这令台湾本就败坏的治安雪上加霜。(陈立非)
