彩神ap官网平台_彩神ap开户

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

【新闻随笔】春节广受关注，“中国风”带暖世界******

　　作者：董川(北京语言大学联合国研究中心兼职研究员)

　　中国农历新年是中华民族最隆重、最热闹、最喜庆的节日，承载着中华民族几千年的历史和文化传统。从非洲埃及到南美洲巴西，从纽约帝国大厦到悉尼歌剧院……刚刚过去的中国农历新年在世界各地掀起了“中国风”，世界各地的人们纷纷加入欢庆中国农历新年的行列，享受春节文化，表达对美好生活的期盼。

　　中国农历新年之所以引起世界广泛关注，首先要归结于中国经济发展和国际影响力的提升。据统计，2013至2021年，中国对世界经济增长的平均贡献率达到38.6%，超过G7国家贡献率的总和，是推动世界经济增长的第一动力。联合国近日发布的《2023年世界经济形势与展望》报告预测，受多重因素交汇影响，2023年世界经济增速将从2022年的约3%降至1.9%；但中国经济增长将会加速，预计达到4.8%，成为带动区域经济增长的龙头。

　　中国农历新年之所以引起世界广泛关注，离不开海外华侨华人的贡献。国家有需要时，华侨华人总是第一时间驰援。华侨华人对中国的贡献贯穿了从辛亥革命、抗日战争、解放战争、社会主义建设、改革开放，一直到中国特色社会主义新时代的全过程。海外华侨华人是中华文明和中国文化最重要、最直接的传播者和展示者。每逢中国农历新年之际，海外华侨华人都会举行巡游、展览、音乐会、庙会等形式多样的庆祝活动，向世界展示博大精深的中华传统文化。目前，中国农历新年相关民俗活动已走进全球近200个国家和地区，有约20个国家将春节列入该国整体或部分城市的法定节假日。如今中国农历新年已成为世界性的节日符号，成为各国人民了解和感知中国的一扇窗口。

　　中国农历新年备受世界关注是一件好事，有助于让世界各国人民更多了解中国文化，更加清晰地感知可信、可爱、可敬的中国形象。但是在庆祝过程中，也要注意以下几点：

　　一是要精心挑选和准备庆祝形式和内容。我们很高兴地看到中国书法、民乐、绘画、剪纸、武术、茶艺等优秀传统文化，通过中国农历新年呈现给世界各国人民。但我们也看到有的地方在庆祝活动中出现了一些封建迷信的内容，由此给海外观众带来的感官效果值得反思。

　　二是在庆祝活动中要更加注重内涵挖掘和文化诠释。中国传统节日如春节、清明节、端午节、中秋节等，是中国人民生活情感的共同表达，承载着中华民族共同的文化记忆，其中蕴含的天人合一、慎终追远等人文精神厚重绵长。除了在形式上展示，还需深入挖掘传统节日的文化内涵，向海外民众多渠道诠释中国传统节日厚重的历史感和文化价值。

　　三是加强文化的双向交流。既要大力弘扬农历新年等本民族节日文化，也要积极学习吸收其他民族和国家的节日文化，推动文明互鉴。文化交流是国家间交往的桥梁，只有双向互动、双向流通，才能实现各美其美，美人之美，美美与共，天下大同。

　　《光明日报》( 2023年01月31日 02版）

　　（文图：赵筱尘 巫邓炎）