以青春之姿奔赴赶考之路******

　　迈步新征程，青年干部心中要满怀家国之情，行动当凝聚奋斗之力，以拼搏进取的品格、昂扬奋进的豪情逐梦而行，在实干苦拼中扛起事业担子，书写不负时代、不负韶华的崭新时代答卷。

　　凝聚起能吃苦、肯奋斗的“信仰之力”，以“忠诚之姿”奔赴赶考之路。坚定的信念凝聚着拼搏之力，执着的追求激发着奋进之能。作为青年干部，要把对党和人民的忠诚转化为脚踏实地的行动，矢志不渝、从一而终，在逐梦之路上以“信仰之灯”为领航。无论是坚守信仰、视死如归的陈延年还是以胸膛挡枪眼的黄继光，无论是张开双臂捍卫脚下热土的陈红军还是在绝壁上开凿天渠的黄大发，他们秉持至深的家国之情，将个人奋斗与国家的发展建设紧密相连，用行动为我们矗立起精神之丰碑。新的征程上，青年干部要以“信仰灯塔”照亮奋进之路，胸怀党和人民的伟大事业，凝聚起攻坚克难的先锋之力，在赶考之路上敢闯敢干、善作善成，以“忠诚答卷”回应时代召唤。

　　凝聚起不怕难、向前冲的“斗争之力”，以“奋进之姿”奔赴赶考之路。青年干部要有“无惧远征”的决心，要有“虽远必达”的决心，在赶考之路上激扬豪情、凝聚斗志，以“越是艰险越向前”的坚韧不拔投身热血征程。征途漫漫，惟有奋斗。青年干部要朝着目标努力奋斗，增强斗争的信心和底气，投身时代洪流、奏响奋斗节拍，勇于涉险滩、爬陡坡，以昂扬奋进之姿攻坚克难，在困难面前能够奋起反击，在逆境之中能够勇毅而行，以不懈奋斗赢取远征路上的胜利，在斗争中打开崭新天地，以功在不舍、全力以赴的实干精神积小胜为大胜，为事业的发展和进步注入强劲动能。

　　凝聚起情怀深、行笃定的“初心之力”，以“奉献之姿”奔赴赶考之路。“悠悠万事，民生为大。”青年干部要把为民造福作为工作的出发点，沿着初心的“原点”画好为民奋斗的“延长线”，坚守人民立场、厚植为民情怀，把群众的美好向往作为奋斗目标，把群众的所思所盼作为心之所系，让“为民答卷”熔铸情怀、充满温度。青年干部要时刻牢记为民使命，多聆听群众的声音，多了解群众的实际需要，将群众的一件件实事办好，坚持躬身向下、脚步向下，多到田间地头、村头村尾了解群众的想法，做到察民情、知民意，找准工作的具体抓手，不断提升为民服务的实际成效。(李俊成)

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