广东深圳：社区开设“共享药箱”******

　　【抗疫中，我们众志成城㊺】

　　光明日报记者 党文婷 严圣禾

　　2022年12月底的一天清晨，深圳市大鹏新区南澳办事处新大社区第二联合党支部书记刘华接到一则互助平台的紧急求助——一户居民家中2岁的宝宝发烧，急需儿童退烧药，但问遍了药房都买不到。刘华先是拿出自己的抗原检测盒，然后立即联系应急药物并驱车前往帮忙取药。

　　针对一些药品短缺现象，2022年12月21日起，该区各党群服务中心积极开设“共享药箱”，开展药品互换或捐赠，并组织专人实时刷新互助平台，第一时间认领并解决问题，确保每个群众求助都有回应、有安抚。

　　志愿者手工制作的“共享药箱”很快出现在群众身边。在枫浪山小区党支部的号召下，小区居民自发为发烧独自在家的徐先生捐赠退烧药。居民钟女士主动在群里晒出两盒退烧药并留言：“远亲不如近邻，之前缺药全靠邻居们的帮助才挺过去，想送给有需要的邻居。”

　　党员先锋带头，邻里互帮互助，一粒粒退烧药、一包包口罩等物资不断汇入“共享药箱”，目前已有80余个“共享药箱”分布在大鹏新区，截至2022年12月31日，大鹏新区共收到共享物资18561件，解决群众诉求2147例，大大缓解了辖区居民群众的“疫”时之忧。邻里之间携手筑起缓解药品供应紧张的“爱心墙”，党员群众之间的守望相助，成为冬日里最暖的一束光。

　　《光明日报》（ 2023年01月10日 04版）

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