楚国的家具几乎都以红色为主，这有什么讲究吗？(2)******

漆树的漆多为汁液，是一种密度比较高的半固态液体。而对于这种漆如何利用，古人形成了自己的一套方法。古人发现，这种漆涂抹在物体表面能很快凝结，并会在物体上形成比较厚实的保护薄膜，能够起到保护文物和装饰美观的作用。

于是，将这些天然漆涂抹在器物上，就成了楚国人的一种习惯，久而久之，就形成了我们所见到的古代漆器。

中国古代的漆器（作者摄）

科学研究表明，这种天然漆的成分有漆酶、水分与胶质的作用，其涂抹在器物表面，能使器物更加坚固，而且更加美观。而这种漆膜适合的温度多集中在15-30度之间，相对的湿度需要达到近50-70%。而长江中游等地的温度和湿度，就是最适宜的地区。

每年的春季是制作漆器的最好的时节，同时，长江中游地区的木材等也相当丰富，而这些都是制作漆器的绝佳材料。

影视剧中的楚庄王

二、楚国漆器有哪些特点

中国最早的漆器出现于杭州萧山区的跨湖桥遗址中，当时杭州出土了一个漆弓。而在长江中游一带，最早的漆器出自石家河文明，距今约4500-4000年之间。

跨湖桥遗址博物馆

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