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

大庆石化高产乙烯连续七年超百万吨******

　　本报讯（谢文艳 杨志明 记者刘楠赵吉会）日前，大庆石化日生产乙烯3700吨，乙烯大负荷生产优化措施稳步实施。2022年，大庆石化生产乙烯128万吨，乙烯产量连续七年超过百万吨。

　　大庆石化高质量编制龙江区域炼油优化方案，加快实施乙烯装置脱瓶颈及下游配套等一系列结构优化项目。各专业、车间纵横联动，结合E1至E3生产运行特点，简化工作程序，优化执行流程，梳理完善现有机制，制定新的规章制度，着力建立起全方面、多维度、科学化的管理体系，助推基础管理再上新高度，全力保证三套乙烯装置及配套下游装置的稳定运行。

　　坚持实行无责奖励制度，进一步激发每名员工排查隐患的主动性和积极性，为装置安稳长满优运行奠定基础。化工一厂裂解、乙烯车间实行“一炉一档”，紧盯升降温、切换、投退料等重要环节中的设备状态，定期开展炉管温度监测、停炉期炉体检查等维护和检维修工作，设备管理标准不断提高。先后对三套乙烯装置裂解气压缩机段间冷却器、压缩机复水器、稀释蒸汽发生器等重点设备进行清理，有效提升设备运行效力，为连续稳定生产乙烯产品提供中坚保障。

　　抓在日常，优化生产操作。大庆石化加大员工技能培训力度，严格落实生产操作变动管理规定，根据生产状况，完善员工考核制度，确保岗位操作“只有规定动作，没有自选动作”。在进一步推进班组经济核算的同时，开展装置优化运行专项劳动竞赛，以解决裂解炉热效率提高、装置整体能耗降低等问题为目标，树立标杆炉、打造“红旗炉”，激发岗位员工提高自身操作水平的干劲活力，从而有效提升装置运行水平。

　　打破定式，优化生产流程。化工一厂乙烯车间根据装置的原料、技术等生产条件，精准研判，在保证安全生产的前提下，创新性调整了循环乙丙烷系统流程，利用现有气相炉对乙烷进行单独裂解，实现原料优化，乙烯收率达到48.3%，较优化前提高了3.16%。