广州考古发现先秦遗址 ******
新华社广州1月19日电(记者 邓瑞璇)记者从广州市文物考古研究院了解到,该院在广州市南沙区南沙街中部合成村发现先秦时期文化遗存。
根据文物保护法律法规,配合旧村更新改造工程建设,广州市文物考古研究院对合成村进行考古勘探,发现先秦时期文化遗存,在报请国家文物局批准后,于2022年8月至11月对遗址进行考古发掘。
此次考古发掘面积2000平方米,发现并清理遗迹408处,其中商时期堆积1处、灰坑103处、柱洞300个、墓葬3座、沟1条,出土重要文物标本172件。遗址包含商时期、西周时期、唐宋、明清四个阶段的文化堆积,其中尤以商时期的遗存最为丰富。
据介绍,商时期堆积分布范围约1000平方米,出土大量的陶器、石器,一些废弃物甚至还保留着当时堆放的形态。根据出土遗物特征及堆积状态判断,可能是聚落的生产生活场所。出土陶器的口沿看,可辨识的器型有大口尊、圜底罐等,石器有双肩石斧、石锛、石环、石砧、石锤等。
广州市文物考古研究院相关负责人介绍,合成遗址丰富了珠江口西岸的先秦考古材料,为研究环珠江口地区夏商时期考古学文化的年代序列,揭示先民的生产、生活的基本面貌,以及生态环境、动植物分布和物种构成等历史信息提供了重要的考古实物资料。(新华网)
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)