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

基因工程化间充质干细胞为帕金森病治疗带来曙光******

　　科技日报讯 (记者赵汉斌)帕金森病是继肿瘤、心脑血管疾病之后中老年健康的“第三杀手”。近日，科技日报记者从昆明理工大学灵长类转化医学研究院了解到，该院季维智院士、李天晴教授团队在应用基因工程化间充质干细胞治疗帕金森病方面取得重要进展。相关研究成果在线发表于国际期刊《自然伙伴期刊—帕金森病》。

　　目前，我国帕金森病患者已超300万人，年医疗费用超过2000亿元。这种疾病发病率和死亡率都非常高，6年内的死亡率高达66%。常规的临床治疗方法，长期使用会带来明显的副作用，后期还有失效之虞。因此开发安全、有效、经济并适合广大帕金森病患者的治疗方法，一直是整个医疗领域努力的方向。

　　李天晴、季维智团队耗时8年，潜心开发出用于帕金森病治疗的可持久稳定分泌多巴胺神经递质的基因工程化间充质干细胞，将其移植到大鼠和猴帕金森病模型后，可通过恢复纹状体多巴胺水平，实现中脑多巴胺环路的原位重建，并可快速恢复急性和慢性帕金森病猴模型的运动和非运动障碍缺陷。长达5年的结果评价，证明了该方法的安全性和有效性，显示出基因工程化间充质干细胞在未来帕金森病临床治疗应用中的巨大潜力。

　　此项研究有力地支持了基因工程化间充质干细胞移植在不同帕金森病模型中的显著治疗效果，其安全性可在移植前得以充分评估；同时可实现细胞的规模化和标准化扩增以及建立稳定的质控体系，用于细胞药物开发。此方法可以治疗包括重症在内的大部分帕金森病，且移植结果在2周内可发挥功效，有利于移植效果评价，减少临床费用。