一分快3-一分快3

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

创作力源自关注社会的能力******

　　电影不是一个人能完成的工作，但又是极具个人风格的艺术——获得中国电影金鸡奖最佳女主角奖时我曾这样说。获奖对我来说具有双重意义，既是来自业内的专业认可，也是对近年来电影工作者初心不改、始终坚守在这方艺术天地里的尊重与肯定。

　　《妈妈！》这部电影很特别，我在影片中饰演一名60多岁、患了阿尔茨海默病的“女儿”。这个角色，是我从业数十年最丰富、最复杂的一次表演艺术实践。“女儿”早、中、晚期病情演变过程的“接口”是什么？在清醒和失忆之间被动游走的状态如何呈现？作为演员，我必须去靠近，也有强烈愿望去探索这个特殊的领域。《妈妈！》开拍之前，我看了一些相关题材的电影作品，阅读了医学书籍、资料，一步步触碰到这个角色有形或无形的轮廓。小半年的时间里，人物与我如影随形。

　　直面生活，是塑造人物的关键。艺术不是简单地复制生活，艺术家要不断地把自己对生活的认知和理解，潜移默化地演绎到角色身上去。作为一名演员，要在日常生活中做一个有心人，而不是等有了一个具体拍摄项目才去寻找生活中的例子。不断回望、反思，这是我经常告诫和提醒自己的。

　　近年来，我参演了许多现实题材影视剧，包括《妈妈！》《功勋》《在一起》《突围》等。现实主义题材的优势在于当下，社会发生的事件借由文艺的载体，让人们得以快速感知和触摸。创作难度在于，现实主义题材里更容不得沙子，因为演员饰演的人物、剧中讲述的故事，可能就发生在每个人身边，作品的好与差、人物塑造得像与不像，观众一目了然。

　　没有一个角色是雷同的，塑造好角色，演员也在这个过程中得到更多滋养。我参演的黄河治理主题历史传奇剧《天下长河》前不久在芒果TV播出，在剧中我饰演孝庄太后。有时候，你必须从正反两面去揣摩角色，这样塑造出来的角色就更丰富、饱满，有血有肉，观众就不会认为演员是在简单地表达人物。

　　党的二十大报告提出，坚持以人民为中心的创作导向，推出更多增强人民精神力量的优秀作品。近年来，主旋律影视作品将大量镜头对准了普通人，无论《妈妈！》中的冯济真、《在一起》中的张敏华，还是《突围》中的程端阳，我饰演了许多小人物，但她们都是最接地气的人民群众的一部分。大时代中的小人物很平凡，但传递的内涵与价值并不微小。关切普通人的共情，传递积极的人生态度，也是坚持以人民为中心的创作导向的重要方面。

　　对于工作在艺术创作一线的文艺工作者来说，无论编剧、导演，还是演员，饱满鲜活的创作力，就是源源不断的生命力。创作力来自何处？艺术创作不以年龄为分界，而是源自对日常生活的敏锐感知，对所处社会始终关注的能力，以及扎实的专业基本功。我想，创作的原动力应该就来自于此。

　　（作者奚美娟为上海话剧艺术中心一级演员，记者陈圆圆采访整理）

　　（文图：赵筱尘 巫邓炎）