清华等四所高校学生自研卫星载荷成功发射******

　　中新网北京1月18日电 (记者 高凯)记者从清华大学获悉，1月15日11时14分清华大学发起的“天格计划”合作组4所高校的4颗卫星载荷成功发射。

　　其中，清华大学的GRID-05B卫星载荷搭载于长光卫星MF02A07星，由长征二号丁运载火箭从太原卫星发射中心发射升空，成功进入预定轨道，卫星状态良好，发射获得圆满成功。

　　据介绍，此次同时发射的共有“天格计划”合作组4所高校的4颗天格卫星载荷，各校天格学生团队作为主力，以清华大学在“天格计划”合作组中开放共享的技术资料为基础，完成了卫星载荷的研制与标定工作，包括：南京大学和四川大学共同研制的GRID-06B(搭载长光卫星MF02A04星)、GRID-08B(搭载天仪研究院TY-28号星)、北京师范大学的GRID-07(搭载天仪研究院TY-28号星)。

　　预期此次成功发射的这4颗载荷，将与此前已发射在轨的多颗天格载荷开展联合观测，对伽马射线暴、太阳活动和脉冲星等进行持续在轨观测与分析。

　　此前，“天格计划”在2021年12月发布了首批科学成果：GRID-02卫星载荷观测到首个宇宙伽马射线暴事例GRB210121A，相关科学成果发表在期刊《天体物理学报》(The Astrophysical Journal)，由南京大学天格团队与清华天格团队的学生合作完成了天格观测数据的处理和物理分析。这是“天格计划”首个正式发表的伽马暴科学观测结果，也是国际上同类纳卫星伽马暴探测项目中首例取得科学发现和论文发表的伽马暴事例。

　　随着2022年GRID-03B、GRID-04的成功发射，“天格计划”合作组已经进入多星稳定科学观测的阶段，未来2-3年，将持续发射卫星载荷构建星座观测网络，并继续与GECAM引力波伽马暴科学卫星等开展深度合作和协同数据分析，期望在地面引力波探测器升级再次开机后，获得更多有价值的观测结果。

　　“天格计划”由清华2016年发起，是一个以本科生学生团队为主体的空间科学项目，也是一个理工学科交叉的基础科学人才培养项目，以寻找与引力波、快速射电暴成协的伽马暴及其他高能天体物理瞬变源为主要科学目标。

　　目前“天格计划”合作组已有清华以及南京大学、四川大学、北京师范大学、中科院高能所、中科院空间科学中心等20余所高校和研究所共同参与合作，首批科学数据已汇交国家空间科学数据中心对科学界开放共享。(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