中疾控：阻断新冠病毒传播 仍应坚持科学规范佩戴口罩******

　　光明网讯（记者 丁玉冰）1月11日，国务院联防联控机制召开新闻发布会。针对一些气温回升较为温暖的地区，部分人群在公众场合出现了不戴口罩的情况，中国疾控中心传防处常昭瑞研究员呼吁大家，阻断新冠病毒传播，每人都有一份责任，重在细节，贵在坚持。

　　常昭瑞表示，当前国内新冠病毒感染疫情仍处于不同流行阶段，仍需继续强调做好个人防护，科学规范佩戴口罩，尤其在以下情形应该佩戴口罩：一是进入医院、商场、超市、室内会场、机场车站等环境密闭、人员密集的公共场所，乘坐飞机、火车、地铁等公共交通工具、厢式电梯时应全程规范佩戴医用外科口罩及以上级别口罩。二是进入养老机构、社会福利机构等脆弱人群集中场所时。三是出现发热、干咳、乏力、咽痛等新冠感染相关症状时。四是近距离接触或者护理新冠感染者以及有新冠感染相关症状人员时。五是医务工作者、交通运输、商场、超市、餐饮旅游、快递、保洁等从事公共服务以及密闭场所的工作人员。

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