商务部：认真做好元旦、春节市场保供和消费促进工作******

　　中新网12月29日电 商务部新闻发言人束珏婷在29日召开的商务部例行新闻发布会上表示，元旦、春节是我国重要节日，也是居民消费旺季。商务部将认真做好节日市场保供和消费促进工作。

　　一是加强市场运行监测。启动节日期间全国生活必需品日报监测制度，密切关注市场运行态势。

　　二是加大货源组织协调。指导各地组织骨干保供企业与供应基地加强产销衔接，拓宽货源渠道，根据“两节”消费特点，增加库存数量和商品种类。

　　三是做好政府储备调节。督促北方部分大城市落实冬春蔬菜储备计划，指导地方统筹肉菜储备投放，增加市场供应。

　　四是强化便民服务保障。指导电商平台、快递企业完善人员轮换预案，保障业务正常运转。鼓励重点商超适当延长营业时间，满足节日消费需求。

　　五是组织开展促消费活动。指导各地开展内容丰富、线上线下融合的消费促进活动，营造浓厚节庆氛围。(中新财经)

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