书写“赶考答卷”，砥砺前行之力******

　　迈步新征程，广大党员干部要立足岗位接续奋斗，锚定奋斗目标，激发奋进动能，科学把握工作任务，深入贯彻新发展理念，以昂首阔步之姿拼搏进取，书写“赶考答卷”，砥砺前行之力，在奋楫扬帆中乘风破浪。

　　坚定“如磐志”，书写“积跬步以至千里”的信仰答卷。

　　信仰是栉风沐雨的前行，是不忘使命的担当，是面对迎面而来的挑战能够葆有坚如磐石的决心，是面对潮头的疾风大浪能够激扬一以贯之的豪情。新的赶考之路上，党员干部要以志之愈笃、行之不倦的拼搏之心直面困难和考验，以埋头苦干、脚踏实地的作风追梦圆梦，将美好的蓝图转变为舒展的画卷，把宏伟的目标转化为现实的图景。任何时候都要有坚定不移的信念，面对事业能够下足稳扎稳打的功夫，能够保持久久为功的韧劲，在积跬步中至千里，在行之不辍中抵达目标。

　　共绘“同心圆”，书写“众人拾柴火焰高”的团结答卷。走得再远，不能忘记风雨兼程的来时路，不能忘记历史给予的深刻启示。回望党史，我们党凝聚起同舟共济之力，中华儿女在守望相助中共迎挑战，在风雨同舟中共创辉煌，心往一处想、劲往一处使，共绘团结向上的“同心圆”。新的征程上，党员干部要厚植“人民至上”的价值理念，回应群众呼声，实现人民期盼，带领人民群众齐心奋进、同心圆梦，将星火汇聚成“炬”，点燃奋斗豪情，凝聚众人之力，在劈波斩浪中不断向前迈进，朝着更加美好的未来进发，不断提升群众的幸福感和获得感。

　　战胜“拦路虎”，书写“越是艰险越向前”的斗争答卷。回望党史，一代代共产党人以不怕艰辛、勇于担当的精神一路闯关夺隘，战胜了前所未有的逆境、严峻复杂的形势、不可胜数的挑战，在考验面前敢于“冲上去”，在困难面前敢于“站出来”，他们用“越是艰险越向前”的行动书写了彪炳史册的奋斗成果。成绩来之不易，斗争未有穷期。新的征程上，党员干部既要品尝成果的“甜味”，也要时刻不忘奋进征程上凝心聚力的拼搏，要时刻铭记付出心血和汗水的“苦味”，在实践中甘于吃苦、勇于斗争，激发勇毅而行的胆魄，提升善于斗争的本领，在奋斗中书写崭新奇迹。（李庆）

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