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

探访医院重症监护病房：超常规满负荷飞速运转******

　　六七个护士齐心协力，将患者平托至病床，更换病号服、监测生命体征、填写患者信息……又是一番忙碌。　韦亮　摄

　　(新春走基层)探访医院重症监护病房：超常规满负荷飞速运转

　　中新网太原1月11日电 题：探访医院重症监护病房：超常规满负荷飞速运转

　　中新网记者 范丽芳

　　“你赶快派人把重症的床推回来，这边有重症患者等着用呢，特殊时期，咱们不能走常规交接。”山西白求恩医院重症医学科(ICU)护士长武文静语气焦急，挂了电话后，又叮嘱专人尽快和科室完成病床交接，“现在的工作数以秒计，说话有点急，大家也都理解。”

　　近日，记者探访山西白求恩医院ICU病房。伴随着医疗设备发出的此起彼伏的“滴滴滴滴”，多数患者在呼吸机的辅助下呼吸，病房里偶有剧烈而艰难的咳嗽声响起；医护人员或步履匆忙穿梭在病区，备药、整理器械，或守在患者床旁，检查生命体征、调整呼吸机参数、调整补液速度，为患者翻身、排痰……

　　作为省内最早开放、全面收治新冠病毒感染患者的医院之一，山西白求恩医院提供的数据显示，2022年12月7日以来，该院急诊及发热门诊接诊近9000人次，全院入院人数累计近6000人次。当前，医院正面临日均400至500名急诊感染患者就诊，其中不少属于重症。

　　“我们已经把ICU床位从30张扩至54张，除了医疗设备，医院还增派6名医生、60名护士来支援。”该院ICU主任武卫东介绍，该科室患者平均年龄在80岁以上且合并症较多，平均住院日较长。

　　医护人员正在救治重症患者。　韦亮 摄

　　也因为此，ICU护士长武文静看到在转运床上等待病床的患者，不由得焦急万分、语速加快，“冒着得罪人的风险”也得将病床尽快“催”回来，“为争分夺秒救治患者，我们每个人、每个环节必须超常规满负荷飞速运转。”

　　记者离开ICU病房时，保洁人员已将被送回的病床进行清洁消杀，六七个护士齐心协力，将患者平托至病床，更换病号服、监测生命体征、填写患者信息……又是一番忙碌。

　　作为迎战重症高峰的第一道关口，急诊科更早感受到扑面而来的接诊压力。

　　山西白求恩医院急诊内科副主任刘宏轩介绍，起初接诊的患者多是发烧、咳嗽、气喘等症状，“这几天，从各市、县等基层转来的重症患者明显增多”。

　　为缓解急诊科压力，医院将急诊内科和急诊外科床位合并，扩增固定床位；将发热门诊留观床位和感染病科床位作为急诊机动床位；在急诊原有基础上，全院随时调拨支援；医务部、护理部成立专班驻扎急诊，24小时排班值班。

　　疫情“大考”仍在继续。武卫东、武文静、刘宏轩等临床一线的医护人员开始思考，未来，如何加强人才储备、制定诸如患者猛增等突发状况的应急预案、优化对重症患者个性化和精细化管理、强化各科室院感培训等。(完)