川台两地举办第二届黄埔书画联展******

　　中新社成都2月3日电 (王利文)第二届“笔砚浓情·天府神韵进宝岛——川台黄埔书画联展”开幕式3日在四川成都和台湾彰化两地连线同步举行。此次书画联展共组织83幅川台两地书画艺术家的作品，于2月1日至2月28日在台湾彰化八卦山“大佛艺廊”举行为期一个月的展出。

　　“川台两地文化内涵丰富，优势各异，两岸同胞像走亲戚一样常来常往，把各自的特色文化交流开来、共享起来。”黄埔军校同学会秘书长路晓峰指出，中华文化是由包括2300万台湾同胞在内的全体中华儿女在数千年辛勤劳作中创造的，要推进两岸文化交流合作，共同建设中华民族共有精神家园，共同致力于推动两岸关系和平发展、融合发展。

　　“两岸黄埔书画联展的开办难能可贵。”台湾孔子研究院院长张世良谈及此次展览，感慨万千，他希望借由本次书画联展点燃两岸艺术交流的火花。

　　四川海外联谊会副会长文甦表示，近年来川台两地交流交往规模不断扩大，领域不断拓宽，越来越多的台胞在川创新创业、发展事业。据统计，截至2022年底，来川台湾同胞超过750万人次，交流项目达9200余项，在川台资企业2600多家，投资总额超过200亿美元。

　　开幕式现场，川台两地近200位与会代表共同见证两岸书法家连线挥毫。(完)

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