彩神ap返点 - 用户注册 | 官网首页登录平台网址

光明文化周末：有书相伴，人生不会寂寞******

　　【序跋】

　　作者：赵丽宏

　　孔明珠把自己即将出版的散文集命名为“读写光阴”，这书名是她对自己人生况味的一种描述。

　　作为一个有丰富生活经历的作家，孔明珠非常清楚，她的写作能有今天的成就，一个重要的原因，就是对阅读的坚持，对书的热爱。我读过她不少回忆故人往事的文字，文章的主旨和细节都和书有关。孔明珠出生于文人世家，父亲孔另境是文人、出版家，也是鲁迅先生的朋友，姑父是茅盾先生。但孔明珠的童年遭遇艰困，那是书的荒年，很多人在混沌中迷失。我听她说过她怎样寻找书，我也在她的散文中读到她那时的经历，那些不朽的文学名著曾怎样照亮她人生的道路。她在一篇回忆姑父茅盾的文章中这样说：“少年时我们遭遇书荒，胡乱读书，‘拉到篮里就是菜’是我们的特征。”然而那时拉到她篮子里的菜，不是没有价值的闲花野草，而是经过大浪淘沙仍在世间流传的名著。她因一篇文章认识一个作家，然后想方设法去寻找这个作家的书，走向更深入的阅读境界。家庭和长辈的教育，环境的影响，以及从小开始的阅读生活，奠定了她人生的基础。寻书、读书，成为她重要的生活方式，从童年延续至今。

　　孔明珠的写作，起步于上世纪90年代初。她曾把最初的习作给我看，写的是她游学日本的生活。开始，她对自己的写作并不自信，觉得就是因为喜欢文学，喜欢用文字表达，随便写写。我发现，她此前虽然没有写作的经验，但她的文章不仅展示了驾驭文字的能力，也让人窥见文字背后的见识和涵养。最初那些文字的发表，给了她继续写作的勇气和动力。她的写作，从此一发而不可收。她用朴素灵动的文字，写岁月往事，写生活小品，写风俗人情，在她富有个性的叙述中，读者逐渐熟悉了她的名字。她曾经以“孔娘子厨房”为题，写了一系列关于烹调和美食的小品，带来知名度。这些小品虽然有文化内涵有情趣，但也让我担心她写作的走向。然而我的担心是多余的，她的视野并没有因此改变、缩小，她更加用心思考和表达的，是和阅读有关的生活，其中既有对岁月往事的回忆和反思，也有不断更新、增长的阅读经验。她读名著，也读很多引起她兴趣的文学新作，她的阅读心得写得生动亲切，没有学究气，展现的是一个读书人的睿智和见识。譬如《叹着气，想念你》，写的是她重读《包法利夫人》的心得，虽是短文，但写出了独特见解。年轻时读过的书，数十年后重读时，因为经历的积累和心境的变化，有了全然不同的感悟。我这些年来写的几部儿童文学长篇小说，如《童年河》和《渔童》，都在她的阅读视野中，她为这些书写的读后感，是一个知音的评论，给我不少启迪。

　　孔明珠请我为《读写光阴》作序，作为交往数十年的老朋友，我想起了很多往事。这本书，对明珠有特殊的意义，是她作为一个读书人和写作者的经验之谈，也可以看作是她文学生涯的一次小结。我相信，读书早已成为明珠的一种生活方式，有书相伴，她的人生不会寂寞。

　　想起了我很多年前写的一首诗《你们不会背叛我》，这诗中的“你们”，便是我读过的好书，是那些陶冶过我，感动过我，影响过我的书。

　　是的，假如有一天

　　所有的朋友都离我而去

　　你们不会背叛我

　　永远不会，永远不会

　　你们已经铭刻在我的心里

　　已经沉浸在我的记忆中

　　在我思想的每一个角落

　　在我情感的每一根血管

　　你们无所不在，无时不在

　　任何力量无法驱赶

　　你们博大美妙的形象

　　…………

　　我用目光默默地凝视你们

　　我用思想轻轻地抚摸你们

　　我用心灵静静地倾听你们

　　我的生命因你们的存在而辉煌

　　我的生活因你们的介入而多姿

　　岁月的风沙可以掩埋我的身骨

　　却永远无法泯灭你们辐射在人间的

　　美丽精神啊……

　　我想把这首诗送给明珠，也送给所有对书怀有深情的人。

　　（本文为即将出版的散文集《读写光阴》序言）

　　《光明日报》（ 2023年01月06日 15版）

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）