文化和旅游部部署全国“村晚”示范展示活动******
本报讯(记者王彬)近日,《文化和旅游部公共服务司关于做好2023年全国“村晚”示范展示活动有关事项的通知》(简称《通知》)印发,确定了2023年全国“村晚”示范展示点名单,并就做好2023年全国“村晚”示范展示活动进行了部署。
《通知》强调,要深入学习宣传贯彻党的二十大精神,依托“村晚”编排创演群众喜闻乐见的文艺节目,以生动鲜活的方式,推动党的二十大精神在基层落地生根。
《通知》要求,相关活动实施要根据疫情形势动态调整,严格落实安全生产责任制和意识形态工作责任制,推动“村晚”活动线上线下有序开展;要创新“村晚”形式,彰显区域特色,积极参与小年接力展播等全国活动,做好直录播工作,参与短视频平台“我的村晚我的年”话题,扩大活动覆盖面,丰富基层群众文化生活。
《通知》公布了2023年全国“村晚”示范展示点名单,北京市昌平区天通苑文化艺术中心、天津市西青区辛口镇大杜庄、河北省香河县钱旺镇焦庄村等74地入选。《通知》明确,全国乡村村晚联盟成员单位要积极参加1月15日在浙江省丽水市举办的2023全国乡村村晚联盟大会暨“百县万村”网络联动活动。各地要加大宣传推广力度,做好信息报送工作,总结2023年“村晚”活动的新趋势、新特点。
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)