构建“政府+保险+慈善”防贫共同体 河南筑牢防止规模性返贫底线******

　　人民网郑州1月6日电（杨晓娜）近日，伴随着“政府+保险+慈善”保单落地，河南省三门峡市卢氏县为“三类监测对象”6776户18467人筑牢一道返贫“拦水坝”。

　　此次，是河南保险创新形式，探索构建以政府救助为主导，慈善救助为补充，社会力量共同参与的政社互动防贫保险共同体，通过保险防贫预警、返贫处置、脱贫保稳，兜牢防止规模性返贫的底线。

　　卢氏县作为河南省乡村振兴重点帮扶县，全县共有“三类监测对象”(包括脱贫不稳定户、边缘易致贫户、突发严重困难户)6776户18467人，防止返贫致贫的任务依然很重。

　　为做好巩固拓展脱贫攻坚成果同乡村振兴有效衔接，作为河南省首家保险法人机构,中原农险聚焦建立防止返贫长效机制，多方联动，筑牢返贫“拦水坝”。“该项目将卢氏县监测帮扶对象作为被保险人，将监测帮扶对象因病、因灾、因意外等客观原因导致的生活困难和人均纯收入低于省定监测线差额作为保险责任，将为全县监测帮扶对象提供32.13亿元的返贫风险保障。”中原农险卢氏县营销服务部经理王峰介绍。

　　据介绍，保险资金由卢氏县政府、卢氏慈善总会、慈善企业共同负担，县政府和县慈善总会共同出资200万元，其中县政府出资60万元，县慈善总会出资140万元，中原农险协调慈善企业捐赠58.54万元。

　　据中原农险副总经理雷廷军介绍，在监测帮扶对象因病、因灾、因意外等风险保障的基础上，对监测对象人均纯收入低于省定监测线给予补差性兜底保障，同时将慈善保险标的拓展至苹果“保险+期货”项目，保障产业发展风险。此外，拓宽慈善来源，参与慈善会“99公益日”项目，联合县级慈善会、扶贫基金会、期货机构拓宽慈善资金来源，协同中原信托发起慈善信托产品筹集资金。

　　早在2022年3月，中原农险引入慈善机制开拓减贫资金来源，在柘城县落地全国首单“政府+慈善+保险”的新型防贫保险，此次，是在原有基础上持续对“保险+慈善”项目进行升级。

　　截至目前，“政府+慈善+保险”的防贫共同体项目在河南省柘城县、卢氏县、宜阳县、浚县、陕州区等5个县区落地，筹集慈善信托、慈善会、金融机构等慈善资金440.38万元，带动财政补贴资金945.27万元，为2.7万户监测帮扶对象提供54.02亿元风险保障。

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