y39彩票APP - y39彩票下载

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

地方两会观察丨提升基层医疗服务、织密医疗保障网——从地方两会看医疗惠民举措******

　　新华社北京1月20日电 题：提升基层医疗服务、织密医疗保障网——从地方两会看医疗惠民举措

　　新华社记者

　　病有所医是社会广泛关注的民生话题。地方两会期间，“医疗”成为代表委员热议的关键词之一。记者在近日召开的各地两会上采访发现，各地加大对基层医疗机构的帮扶，提升基层医疗机构的服务能力，织牢基层医疗保障网，构建中医药发展新模式等，推动我国卫生健康事业高质量发展。

　　“我非常关注如何更好地推动医疗资源下沉，提高基层医疗服务能力。”广西壮族自治区人大代表、柳州市中医医院院长周晓玲认为，应利用医联体和医共体建设，促进大医院的优质医疗资源下沉基层，促进医疗资源均衡发展。

　　在提升基层医疗服务能力方面，广西壮族自治区政府工作报告指出，促进优质医疗资源更大程度扩容和下沉，加强卫生健康人才培养和引进，落实基层医疗卫生人才队伍保障机制。

　　“应加大基层卫生能力建设投入，启动乡镇卫生院能力建设项目，着力改善乡镇卫生院基础设施、设备配备，提升基层医疗机构健康服务能力和常见病基层首诊的承接能力，让基层群众享受同等的医疗服务。”湖南省人大代表、湘潭市中心医院党委书记夏红说。

　　记者注意到，多地政府工作报告提出深化医改，减轻群众就医负担。广西壮族自治区政府工作报告指出，深化医保医疗医药协同发展和治理，推进药品和耗材集中带量采购改革，加大医疗服务价格动态调整力度。

　　推动医保改革惠民方面，北京市政府工作报告指出，过去5年来，北京健全城乡医疗卫生体系，实施医药分开、医耗联动综合改革；湖南省政府工作报告提出，2023年扩大异地就医联网医疗机构覆盖面，推行异地就医结算与基层医保代办服务。

　　“希望加大带量釆购力度，以满足人民群众的需求为导向，将更多用量大、需求高的常用药物品种纳入范围，让群众拥有更多选择，进一步减轻医疗负担。”北京市人大代表、房山区大安山乡卫生院院长王金辉说。

　　今年地方两会上，中医药传承发展备受关注。广西壮族自治区政府工作报告提出，“推动中医药壮瑶医药传承创新发展”；北京市政府工作报告提出，“加强中医药传承和作用发挥”。

　　“应加大国医大师、全国名中医等名老中医药专家学术经验的传承，加强中医药传承创新发展。推进基层名老中医药专家传承工作室建设，培养县级中医临床技术骨干，提升基层中医药服务能力。”陕西省政协委员、陕西省中医医院科技教育处处长闫小宁说。

　　“上海将加快打造国家中医药综合改革示范区”，上海市政府工作报告中的这句话，成了当地两会的“热话题”。“随着中医医联体的日渐成熟，中药院内制剂如何在医联体内通用，成了实践中需要突破的点。”上海市政协委员、上海市中医医院院长钟力炜建议，加大政策支撑力度，促进制剂研发，注重源头创新，在符合一定条件的前提下，允许制剂在中医医联体内部调剂使用。

　　（文图：赵筱尘 巫邓炎）