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

着眼金融科技行稳致远 报告建言加快形成多层次的制度规则体系******

　　中新网北京1月17日电 (张素 刘一)“多项重要政策文件陆续出台，吹响新阶段金融科技高质量发展的集结号角”，日前发布的一份报告有此观察，并在总结年度趋势及各赛道趋势的基础上面向未来建言。

　　“未来金融科技要行稳致远，就必须始终坚持科技为本，制度为基，注重发挥制度对金融科技发展的激励约束作用。”毕马威中国金融科技主管合伙人黄艾舟说。由毕马威发布的《2022金融科技发展趋势》报告则指出，要不断完善法律制度、监管规定、行业标准、自律规则等制度安排，加快形成多层次的金融科技制度规则体系。

　　报告认为，从“综合金融科技赛道”来看，技术融合赋能多元场景和客群、助力行业数字化转型是实现“数实融合”的重要着力点。

　　“随着我国加速进入数字经济时代，数字技术正推动生产力和生产关系发生深刻变革，对金融科技更好服务实体经济高质量发展也提出了新的更高要求。”黄艾舟说，而金融科技经过历年发展，涌现出一批优秀的科技创新型金融机构。

　　报告还认为，随着行业数字化转型的深入，科技与金融愈发密不可分。越来越多的金融机构将科技的定位从“技术支撑”演进为“技术驱动”，市场上有望涌现一批技术过硬、服务一流、实力强劲的金融科技企业。

　　着眼“财富科技赛道”，报告指出，新兴技术为金融的综合场景下应用提供支持的同时，各类金融机构借助科学技术也将改变商业模式和经营方式，提升业务开展效率，创新金融产品和服务，撷取金融数据价值，实现不同场景下金融业务的突破和发展。

　　报告还提出，国内市场规模的不断扩大对供应链金融的服务需求将进一步加大，而人工智能、区块链、物联网、大数据等技术进一步赋能供应链，供应链金融或将被激发出更大的发展空间。

　　在发布报告的同时，毕马威中国“2022金融科技双50榜单”颁奖典礼分别于北京、上海、深圳三地举行。主办方表示，通过榜单评选发现，中国金融科技企业坚持强化技术自主研发能力、不断丰富场景化技术应用，在量子计算、数字孪生、VR/AR、虚拟人、星网关联、生物探针等前沿技术领域进行了大量有益实践，中国金融科技硬实力正在持续进化，有望在新阶段持续赋能银行、保险机构等金融主体，取得更具成效、更高质量的数字化转型成果。(完)