盈彩网投资平台|盈彩网投资平台网投

国家文物局与浙江省签署战略合作协议******

　　本报讯 （记者张影）近日，国家文物局、浙江省人民政府签署《关于加强浙江省文物保护利用战略合作协议》。这是国家文物局与浙江首次签订全方位战略合作协议，是浙江贯彻落实全国文物工作会议精神的积极实践，也是浙江“打造文博强省”的具体举措之一。

　　根据协议，双方将实施一批关键项目、打造重点平台，在文物保护、考古研究、活化利用、对外交流、融合发展等领域共12个方面进行战略合作。

　　国家文物局将大力支持浙江省在全国文物和文化遗产保护、利用、传承方面立标杆、做示范，在对外交流上树形象，在融合发展上见实效。以实施良渚古城遗址保护利用、考古“启明星”计划、世界遗产保护利用提升工程、宋韵文化传世工程、文物鉴定研究机构建设等重大项目为抓手，重点支持浙江在创建世界一流文博机构、构建文物保护空间体系、推进文物数字化改革、打造中华文明展示窗口等方面先行先试，努力为全国提供可复制、可推广的“浙江经验”。

　　浙江省人民政府将从完善文物工作机制、加强文博队伍建设、加大文物保护投入、推动城乡建设和文物保护融合发展4个方面加大力度，争当新征程上文物保护利用的探路者、试验田。

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）