书写赶考路上的“为民答卷”******

　　悠悠万事，民生为大。新征程上，党员干部要把人民群众的利益置顶在心，与群众风雨同舟、心心相映、携手赶考，将铮铮誓言转化为实际行动，将热爱之情融入为民事业，以“我将无我”的情怀不懈拼搏，执笔书写“为民答卷”，在赶考之路上为民生发展作出更大的贡献。

　　与群众风雨同舟，“凝心聚力”向前行。实践证明，扎根群众、依靠人民，才能汇聚起无往不胜之力。赶考之路上，党员干部要团结带领人民群众携手共进，将群众的力量凝聚起来，深深扎根人民、紧紧依靠人民，以党群一心、共同奋战去战胜艰难险阻，创造出更加辉煌的成就。心在一起就是无往不胜的力量，行动“同频共振”就是一往无前之势能。情感上“心心相映”，党员干部要和群众同乐同忧、感同身受；方向上“你我共进”，党员干部要和群众同向同心、奋进同行，团结成一块无坚不摧的“钢铁”，一同面对赶考路上的风浪，以无惧难、不怕险的昂扬精气神克难制胜。

　　与群众心心相映，“枝叶关情”常相伴。党员干部要躬身向下、鞋沾泥土，涵养“一枝一叶总关情”的奉献情怀，把人民群众的点滴小事置顶在心，以真抓实干的作风细致妥帖地办好群众事。党员干部要有行动上的自觉，什么事都争先干，什么困难都抢先上，在工作中未有一刻懈怠，坚决扛起岗位职责，以“我必行之”的状态回应民之所需、民之所盼。党员干部在为民工作上要用心用情，不断提升为民服务的能力本领，在深入调研中了解民情民意，把对事业的热爱转化为脚踏实地的行动，在和群众打成一片中拉近和群众之间的距离，在为群众排忧解难中提升群众的幸福感和获得感。

　　与群众携手赶考，“笃行不怠”在路上。党员干部要以“笃行不怠”的姿态接续为民奋斗，把人民群众对美好生活的向往作为奋斗目标，和群众心往一处想，劲往一处使，携手共赴美好未来，踏平前进道路上的一切艰难险阻、大风大浪，以“越是艰险越向前”的韧劲克难制胜，把敬业奉献的态度写在工作岗位上，将“全心全意为人民服务”的根本宗旨融入到实际行动中，以“接地气”的工作方法赢得人民群众的信赖和点赞，与群众常坐板凳话家常，与群众同坐炕头谈心事，当好传递温暖、雪中送炭的朋友，让人民群众感受到诚恳与关切，强化“时时放不下”的责任感，提升为民服务成效。（杨佳佳）

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