大发平台_大发平台

国务院联防联控机制：聚焦突出问题 落实农村疫情防控责任******

　　为解决当前农村疫情防控缺医少药的突出问题、短板弱项和其他农民群众关心的急难愁盼问题，落实五级书记抓农村疫情防控责任，1月10日，国务院联防联控机制农村地区疫情防控工作专班印发《关于加强农村地区疫情防控工作调研督导的通知》（以下简称《通知》），提出针对县（市）、乡镇（街道）、村的调研督导8项参考清单。

　　《通知》指出，各地要把调研督导作为推动农村地区疫情防控工作的重要抓手，坚持问题导向，按照一级抓一级、一级督一级的要求，聚焦建立农村重点人群包人包户联系人制度等重点内容，开展调研督导。对调研督导中发现的问题咬住不放，一抓到底，挂单督办，提高解决问题的实效。

　　《通知》强调，县级层面重在安排部署、把控需求，要及时部署，全面组织安排，确保农村患者有药用、有医治。乡镇层面重在统筹协调、调度指导，要督导乡村医疗机构对重点人群巡访、巡诊，建立协助转运转诊机制，做好统筹调度运输车辆和人员的准备。

　　村级层面重在实际操作、具体落实，要建立重点人群信息台账，落实包保机制，到户到人，动态掌握实时情况；要备足人员、车辆，帮助做好就医转诊；要做好疫情防控、合理用药、卫生习惯等常识的宣传；要安排专人对红白喜事等聚集性活动以及棋牌室、网吧等密闭场所，进行巡查指导，督促落实戴口罩、消毒、通风等防控措施；要对需要帮助的困难村民，安排专人落实饮食、医药、农事等帮扶措施。（光明网记者宋雅娟）

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）