山西：向农村地区免费供应基本退烧药品******

　　科技日报太原1月5日电（实习记者韩荣）5日，记者从山西省工信厅获悉，为坚决贯彻山西省委、省政府关于做好防疫医疗物资供应的指示精神，全力做好农村地区重点医疗药物保供，日前山西省新冠病毒感染疫情防控工作领导小组决定向全省农村地区免费供应基本退烧药品，1月7日前实现全省所有行政村、自然村药品投放全覆盖。

　　据了解，随着新冠疫情防控优化措施陆续出台实施，山西省进入疫情防控转段渡峰的关键阶段。山西省农村地区地域广、人口多，是医疗资源的薄弱地区，加上春节临近，返乡人员增多，多重因素叠加，疫情防控形势严峻。

　　为此经山西省政府研究同意，山西省工信厅会同山西省卫健委、山西省农业农村厅、山西省财政厅、山西省药监局、山西省医保局等单位，协调组织山西省内重点医药生产企业山西太原药业有限公司，重点医药流通企业国药集团山西有限公司和国药控股山西有限公司免费供应基本退烧药品。

　　山西省工信厅有关负责人介绍，省级层面由山西省工信厅牵头抓总，负责组织协调药物的生产及供应工作，药物费用由山西省财政承担，国控集团山西公司和国药集团山西公司负责在1月5日前将全部药物送至各县(市、区)接收机构。

　　“民众可到村卫生室免费领取6片布洛芬或对乙酰氨基酚，切实满足发热群众用药需求，确保顺利度过疫情流行高峰期。”山西省工信厅有关负责人说。

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