乐中彩票|乐中彩票

来源：乐中彩票2022-01-08 17:48

乐中彩票

【新时代新征程新伟业】中国蚕业科学研究世界领先 “超级蚕”育种计划启动******

　　中新网重庆12月20日电题：中国蚕业科学研究世界领先 “超级蚕”育种计划启动

　　中新网记者钟旖

　　“我们正着手启动‘超级蚕’育种计划，希望以育种上的跨越，助推蚕桑产业实现向仲怀院士提出的‘重回经济发展主赛道’。”在实验室内忙碌的西南大学家蚕基因组生物学国家重点实验室主任、国家蚕桑产业技术体系首席科学家代方银教授近日在接受中新网记者采访时如是说。

　　这是中国蚕桑学领域唯一的国家重点实验室，2022年已接连发布多个重要成果。10月，代方银团队完成种质资源“千蚕基因组计划”，发布世界首张“家蚕超级泛基因组图谱”，率先创建“数字家蚕”基因库，将中国蚕学研究推进到分子设计育种阶段……中国蚕业科学研究持续保持世界领跑地位。

图为西南大学家蚕基因组生物学国家重点实验室主任代方银在实验室内指导工作。　周毅摄

　　这样的成果何以取得？窥一斑而知全豹，代方银向记者谈起从事家蚕遗传学研究的30年。

　　代方银1969年出生于贵州一个农村家庭，亲身经历磨砺，让他深知“农”为民之本的重要性。在填报高考志愿时，他主动选择西南农业大学(2005年与西南师范大学合并为西南大学)，并于1993年毕业留校，在现中国工程院院士、西南大学蚕学与系统生物学研究所所长向仲怀及前任国家蚕桑产业技术体系首席科学家鲁成的培养下，从事家蚕种质资源保护和研究，为蚕学发展执灯前行。

　　“当时，身边人都说我‘掉进了苦海’，但我并不觉得。”代方银介绍说，保护家蚕品种资源，是所有家蚕研究的基础。为保存好蚕品种，彼时他常年待在西南农业大学家蚕基因资源库内，像养育孩子一样照料蚕宝宝，同时收集、鉴定、诱变及定向改造家蚕。

　　至世纪之交，资源库内蚕的品系数从前人积累的300多种增至700多种，西南农业大学正式宣布建成世界最大家蚕基因资源库。目前，这一被誉为“蚕宫殿”的“世界第一库”已占据领先地位20多年，保存着1100余种家蚕品系活体，为后期开展育种研究奠定雄厚基础。

　　蚕，中国从古至今最主要的经济昆虫之一，为国家经济社会发展立下汗马功劳。但二十世纪八九十年代以来，家蚕育种遇到瓶颈。传统育种方法的局限性令家蚕的品种、产量、性状无明显改善，严重限制了蚕桑产业效益的进一步提升。

图为家蚕生命周期各阶段丰富的表型多样性。　家蚕基因组生物学国家重点实验室供图

　　代方银认为，培育高产、优质、高抗、具有特殊性能的高价值蚕品种是家蚕育种的重要方向，而为“育种”破局的前提是摸清影响家蚕育种性状的基因状况。2019年代方银团队全面启动“千蚕基因组”计划，历时4年出炉“家蚕超级泛基因组图谱”。

　　据介绍，团队对主要来自“蚕宫殿”中的1078份蚕种质资源进行了深度测序，囊括了目前最全面的家蚕和野桑蚕基因组信息，是迄今全球动植物中最大的长读长泛基因组。简单来说，通过这张图，科学家可以像“查字典”一样去对接表型和基因组密码。

　　“这一成果将开启分子育种新纪元。”向仲怀评价说，如果说以前鉴定特定性状的基因或其因果变异犹如“大海捞针”，现在可谓是“瓮中捉鳖”。超级泛基因组提供了“精细网格化”的“坐标”指导，行家里手可以根据育种目标，结合基因组选择、基因编辑、合成生物学等分子育种手段，实现设计育种。

　　从发展建成世界最大“家蚕基因库”到主持完成“千蚕基因组”计划，再到充满期待的“超级蚕”育种，代方银把其科研之路归纳为“三部曲”。他畅想，随着蚕桑基因组生物学成果向应用开发推进，现代蚕桑业实现转型升级后再次大力造福人类，不仅为乡村振兴、生物经济等提供新的供给，也可在医学、材料学等有关国家战略需要的核心技术领域迸发出新的作用。

　　年过五旬，身兼教学、科研、管理等职的代方银觉得自己的时间愈发宝贵。他坦言，“超级蚕”的设计育种之路或将面临曲折，但只要道路是正确的，就不怕用长期的实践来检验，要努力去实现。

　　“科研的本质就是有需求导向和时代特征的创新，而创新就是发现未发现、揭示未揭示、创造未创造。”代方银告诉记者。(完)

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

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）