习近平会见来京述职的李家超******

　　新华社北京12月23日电国家主席习近平23日下午在中南海瀛台会见来京述职的香港特别行政区行政长官李家超，听取他对香港当前形势和特别行政区政府工作情况的汇报。

　　习近平表示，李家超担任行政长官以来，带领新一届香港特别行政区政府，勇于担当、务实有为，团结社会各界，坚决维护国家安全，大力恢复经济活力，积极回应民众关切，认真学习宣传贯彻中共二十大精神，展现出“爱国者治港”新气象，香港在“一国两制”正确轨道上稳步前进。中央对李家超行政长官和特别行政区政府的工作是充分肯定的。

　　习近平强调，中共二十大对新时代新征程党和国家各项事业发展作出全面部署。“一国两制”是中国特色社会主义的伟大创举，是香港、澳门回归后保持长期繁荣稳定的最佳制度安排。中央将全面准确、坚定不移贯彻“一国两制”方针，全力支持行政长官和特别行政区政府依法施政，全力支持香港充分发挥独特优势，广泛开展国际合作，更好融入国家发展大局，在中华民族伟大复兴的历史进程中作出新的更大贡献。在新时代新征程上，香港将大有可为，风光无限！

　　韩正、丁薛祥、夏宝龙等参加会见。

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