三分快三计划群_三分快三下载app

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

浙江：将防重症关口前移到家庭社区和养老机构******

　　中新网杭州1月12日电(王逸飞 张煜欢)12日，在浙江省第十四届人民代表大会第一次会议“厅(局)长通道”集中采访活动上，浙江省卫生健康委党委书记、主任王仁元介绍，目前浙江全省整体疫情已渡过感染高峰期，但当前住院和重症危重症仍处于高峰平台期，下一步将重点做好关口前移“防重症”、加强农村防疫“补短板”等方面工作，如将防重症的关口前移到家庭、社区和养老机构。

　　王仁元说，2020年疫情发生以来，该省坚持人民至上、生命至上，因时因势动态优化调整防控措施，不断提高科学精准防控水平，有效应对多轮疫情冲击，最大程度保护人民生命安全和身体健康，最大限度减少疫情对经济社会发展的影响。

　　当前疫情防控进入新阶段，该省防控工作也面临着新形势新任务。王仁元称，目前浙江疫情防控和医疗救治主要呈现五方面特点：一是整体疫情已渡过感染高峰期；二是发热门诊就诊人次明显回落；三是120急救及急诊目前已处于逐步下降阶段；四是住院和重症危重症仍处于高峰平台期，其中65岁以上老人占90%左右；五是医疗资源总体处于平衡状态，能基本满足当前的医疗救治需求，但仍处于最关键的阶段。

　　“下一步，我们要坚定信心、全力以赴，把‘防重症、遏病亡’作为重中之重。”王仁元介绍，接下来该省卫健部门将重点做好关口前移“防重症”、强化医疗救治“遏病亡”、管好重点人群“暖服务”以及加强农村防疫“补短板”等四方面工作。

　　以关口前移“防重症”为例，该省提出要强化早发现，将防重症的关口前移到家庭、社区和养老机构；强化早识别，提高基层医疗卫生机构早期识别诊断能力；强化早干预，畅通保供渠道，必备药品器械直达村卫生室和社区卫生服务站；强化早转诊，依托城市医联体和县域医共体，建立和畅通重症患者转诊绿色通道。

　　“哪里有需要，就重点支援哪里。”王仁元还指出，该省将加强医疗资源的统筹力度，建立日调度和省市专家组巡诊、会诊制度，盘活用足浙江全省重症救治资源。医疗机构要全院总动员，人员全院调动、资源全院统筹，加大病区和床位腾、转、并力度，做到人员、科室、设备、院区、上下“五个打通”，确保应收尽收、应治尽治。

　　此外，为重点管好“一老一小”、孕产妇、残疾人、严重慢性病患者等五类人群，该省还将加强“一对一”暖心服务，分级分类做好健康监测、重症预警、医疗服务等工作。

　　“当前，我省感染重点区域呈现从城市向农村转移的趋势。与城市相比，广大农村地区疫情防控基础比较薄弱，决不能掉以轻心。”王仁元说，要千方百计增加农村防疫物资储备和供应，重点保供偏远农村、山区、海岛等地区。特别是针对浙江农村地区24万名65岁以上独居老人、3万名14岁以下留守儿童，全面落实对口联系，确保有人管、有人问。同时充分发挥县域医共体作用，加大人员下沉派驻的力度，加强重症转运救治能力，畅通服务民众“最后一公里”。(完)

　　（文图：赵筱尘 巫邓炎）