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

古代王朝更迭时，前朝货币都去哪儿了？(3)******

纵观中国古代“一般等价物”的一般命运，作为主流的金属货币，生命力很顽强，甚至超过它所属的政权。以铜钱为代表的金属货币，自身具有特殊性，使其不随政权更迭而迅速消失，而能够存在较长时间。特别是汉五铢、开元钱等具有时代意义的金属铸币，流通有数百年之久。钱法混乱、诈伪丛生，正常的经济活动难以展开之时，政府也会试图回收市面上的“恶钱”、铸造新钱，建立稳定的货币秩序，当然，新钱也难以迅速将市面上的旧钱“斩尽杀绝”。而与之相比，尤其依赖政府信用、保持稳定币值的纸币，则与政权的兴衰紧紧绑定在一起。

政权更迭，属于王朝的政治统治已经终结，而经济上的惯性却依然存在，货币也是其中见证。

参考资料：

《史记》《汉书》《旧唐书》《文献通考》《日知录》《清史稿》

彭信威：《中国货币史》

宋岗梧：《古钱钩沉》

罗文华：《中国钱币的故事》