网信快3|网信快3

韦布望远镜证实发现首颗系外行星******

　　科技日报讯 (记者刘霞)据美国国家航空航天局(NASA)网站报道，美国科学家首次借助韦布空间望远镜证实了一颗系外行星，这颗小型岩石行星名为LHS475b，直径几乎和地球相当，距地球约41光年，位于南极座。研究人员近日在美国天文学会的一次会议上提交了相关结果。

　　在仔细审查了NASA的凌星系外行星勘探卫星的目标后，研究人员使用韦布的近红外光谱仪证实了这颗行星的存在。

　　研究人员称，这颗系外行星不可能像土星的卫星土卫六一样，拥有一个厚厚的甲烷主导的大气层。但他们仍未排除纯二氧化碳大气层，因为100%的二氧化碳大气很难检测到，需要开展更精确的测量来区分纯二氧化碳大气层和无大气层。研究人员计划今年夏天对这颗系外行星进行再次观测，以便获取更多光谱数据。

　　韦布的数据显示，这颗行星的温度比地球高几百度，如果探测到云层，表明这颗星球可能更像金星，而金星拥有充满二氧化碳的大气层。

　　研究人员还证实，LHS475b的公转周期为2个地球日。尽管这颗行星与其主恒星(一颗红矮星)之间的距离小于太阳系中任何行星与太阳的距离，但这颗红矮星的温度不到太阳温度的一半，因此研究人员预测它可能拥有大气层。

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）