凤凰彩票投注 - 凤凰彩票计划群

汪文斌：美国对叙利亚的非法掠夺已经到了明目张胆的地步******

　　中新网北京1月17日电 (记者 张素 李京泽)中国外交部发言人汪文斌17日主持例行记者会。

　　有记者提问：据叙利亚国家通讯社报道，当地时间14日，美国在叙利亚的非法驻军使用 53 辆油罐车从叙利亚哈塞克省盗运石油资源，运往美军位于伊拉克的基地。请问发言人对此有何评论？

　　汪文斌：美国对叙利亚的非法掠夺已经到了明目张胆的地步。据叙利亚政府官方数据，2022年上半年，叙每日石油产量的八成以上都遭美军非法偷运。就在本月初，美军就动用了60辆油罐车和卡车大肆盗运叙利亚石油和小麦。美方的强盗行径正在加剧叙利亚的能源危机和人道主义灾难。叙利亚人民的生命权正在被美国无情侵害。在“缺油少粮”的悲惨境地下，叙利亚人民的这个冬天恐怕更加寒冷。

　　美国盗取叙利亚的资源十分贪婪，对外提供军事援助却十分“慷慨”，动辄数十亿甚至上百亿美元。然而无论美国是“取”还是“予”，产生的结果都一样，那就是使别国陷入动荡和灾难，借此维护美国的利益和霸权。这就是美国所谓“基于规则的秩序”带来的现实。

　　我们敦促美方就盗油行径给叙利亚人民和国际社会一个交代，停止践踏国际法治、破坏国际规则的行径。(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

　　（文图：赵筱尘 巫邓炎）