让“小家美”带动“全村美” 樟里村农村人居环境整治家庭比拼赛启动******

整洁的乡村小路、洁净的碧空河塘、错落有致的屋前小院…如今，鹿城区樟里村总能看到不少人在田间散步、骑车、遛狗，呼吸乡野间的新鲜空气。

今天下午鹿城区邻里新闻官新闻发布会暨樟里村农村人居环境整治家庭比拼赛在七都樟里文化礼堂启动，该活动由中共温州市鹿城区委宣传部、鹿城区农业农村局、七都街道主办，旨在建设宜居宜业和美樟里，发动村民参与共建共享美好家园，鼓励村民参与建设美丽庭院，共创“干净、整洁、有序”农村人居环境。

“干净、安静、和市区也近，这三个‘JIN’让我选择在樟里村生活创业至今已六年，很多来村里游玩的人都会对我们村环境赞叹不绝，我们自己居住在这里也是非常舒服。”在樟里村从事摄影创作、民宿经营的邻里新闻官胡宁说道。

“村里生活水平提高了，对环境也要求高了，我们各村最近都在做年前环境整治工作，今天过来樟里村学习，也会把他们的做法带到自己村里去，动员大家把自己家园整治得更好。”前沙村邻里新闻官高胜利说道。

据悉，近日来鹿城区深化“千村示范，万村整治”工程，以村貌整治为主抓手，于2022年12月26日至2023年1月19日在全区开展“迎元旦，庆新春”农村人居环境整治攻坚月行动，将行政村进行集中整治推进，最终实现村庄地面洁化、空中序化、水体净化，村容村貌明显好转，长效管护建立健全，群众卫生意识普遍提高，营造全民参与，共建清洁家园的浓厚氛围。整治范围包括七都街道、丰门街道、仰义街道、藤桥镇等72个行政村。

来源：温度新闻客户端

记者：沈巍蔚

摄影：沈巍蔚

编辑：鲍海潇

审读：叶红

责任编辑：伍秀蓉 潘捷

监制：吴栋梁

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