快盈官网攻略|快盈官网客户端下载

习近平致函祝贺卢拉就任巴西总统******

　　新华社北京1月2日电 1月2日，国家主席习近平致函路易斯·伊纳西奥·卢拉·达席尔瓦，祝贺他就任巴西联邦共和国总统。

　　习近平指出，中巴是具有全球影响的发展中大国和重要新兴市场国家，互为全面战略伙伴，拥有广泛的共同利益，担负着共同的发展责任。中巴建交48年来，在双方共同努力下，两国关系持续深入发展，日益成熟活跃，已成为发展中大国关系典范，具有丰富的内涵和广阔的前景。我高度重视中巴全面战略伙伴关系发展，愿同你携手努力，继续坚定支持彼此国家走符合本国国情的发展道路，尊重彼此核心利益，推进双边务实合作，密切多边协调配合，从战略高度和长远角度，引领和推动中巴全面战略伙伴关系迈向更高水平，更好造福两国和两国人民。

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）