江西政协委员热议深化赣台交流合作******

　　中新网南昌1月12日电 (记者 吴鹏泉)促进赣台经贸合作、加强赣台青年交流、推动“农林22条措施”在赣落实落细……正在举行的江西省两会上，深化赣台交流合作成为江西政协委员热议话题。

　　《区域全面经济伙伴关系协定》(RCEP)生效已满一周年。“广大台商希望依托大陆间接参与RCEP，寻找新的发展机遇。”在江西省政协委员、江西省台湾同胞联谊会会长徐友洪看来，当前应紧抓RCEP带来的新一轮台资赴大陆投资东风，持续深化赣台经贸合作。

　　徐友洪建议江西建立完善RCEP规则实施的服务体系，与台企共拓RCEP大市场，加强与台企在电子信息、数字经济、智能制造、现代农业等领域合作。

　　为支持台湾同胞和台资企业参与大陆农业林业高质量发展及乡村振兴，大陆出台了《关于支持台湾同胞台资企业在大陆农业林业领域发展的若干措施》(简称“农林22条措施”)。

　　台盟江西省委会的一份集体提案建议，推动台企积极参与江西乡村产业发展，共同打造一批推动农村产业融合发展的有效载体和示范平台；鼓励台企在赣设立农业科技创新中心，培育新兴高科技农业产业；在政策、资金、人才等方面继续给予台企台胞大力支持，把同等待遇落实落细。

　　台盟江西省委会还关注赣台青年交流，近年来，随着网络新媒体的普及，越来越多的赣台青年通过新媒体进行线上沟通交流，了解彼此、增进共识。

　　就拓宽线上交流领域，加强赣台青年合作，台盟江西省委会建议，通过举办各种征文、比赛、评选、文化交流等活动，让台湾青年与江西青年密切往来。

　　来自台联界别的江西省政协委员俞红光建议，协助台湾地区从事赣台民间交流的社会组织申请两岸交流基金项目，推动两岸社会组织通过开展文化、青年、基层治理类等项目，多渠道、全方位搭建两岸人员交流平台。(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