全国台联第二十九届台胞青年冬令营北京分营开营 台青欢聚迎新春******

　　中新社北京1月14日电 (刘玥晴)2023年北京市台联喜乐汇(冬令营)暨全国台联第二十九届台胞青年冬令营北京分营活动14日举行。

　　本次活动以“祥兔迎春过大年”为主题，来自清华大学、北京大学、中央民族大学等高校和在京创业、就业的50余位台青聚在一起，交流学习、工作和生活的故事与感受。

　　当天正值北方小年，台胞朋友们一同参与演出，迎接新春佳节。台生许枢瑜表演了钢琴独奏《大鱼》，台青陈清扬演唱歌曲《这世界那么多人》。

　　已定居北京的台胞律师林敏睿，5年前与来自山东的妻子组成两岸婚姻家庭，如今已有一个4岁大的女儿和一个1岁的儿子。他在接受中新社记者采访时表示，由于太太是北方人，家中已养成过年吃饺子的习惯。

　　林敏睿携家人多次参加北京市台联组织的活动，由此认识了很多在北京发展的台湾友人。他说，愿大家兔年平安健康，期待日后常相聚。

　　北京中医药大学台生黄俊达告诉记者，2022年暑期他到北京郊区参与义诊，“当地村民的信任给了我很大鼓励”。新的一年，他希望自己打好中医理论基础、积累临床经验，帮助更多需要的人。(完)

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