大发平台|大发平台官网

【国际锐评】美国作为头号毒株流行国，居然贼喊捉贼！******

　　1月5日起，美国将对来自中国的旅客实行入境限制措施，理由是中国国内疫情“可能会突变出新毒株、带来疫情传播风险”。然而从毒株分析的事实来看，中国当下流行的BA.5亚分支是美国数月前的主要流行毒株，而上海、杭州近日检出的最新毒株XBB.1.5，恰恰是美国现在的头号流行毒株。可见，中国是全球疫情流行的受害者，而美国无视事实、违背科学的做法，是一出贼喊捉贼的政治闹剧。

　　美国疾控中心（CDC）监测数据显示，美国流行的毒株不断更新换代。去年7月至10月，BA.5成为美国主要流行毒株，到11月份让位于BQ1、BQ1.1，到12月XBB.1.5毒株流行，新感染病例占比升至41%。CDC还预计，在美国东北部，XBB.1.5导致了约75%的新病例。由于具有极高的“免疫逃逸”能力，XBB.1.5已经成为美国头号流行毒株。

　　据全球流感共享数据库监测，目前至少有74个国家和地区发现了XBB.1.5，其中美国有43个州检测到该毒株。不少美国专家指出，第一个报告的XBB.1.5样本可追溯到10月下旬的纽约和康涅狄格州。

　　XBB.1.5在美国被发现时，中国仍在实施严格的疫情防控政策。去年11月11日，中国发布了优化疫情防控的二十条措施，12月7日发布了“新十条”。不管是中国现阶段流行的BA.5疫情，还是最新监测到的XBB.1.5毒株，出现的时间都要晚于美国和许多其他国家。中国目前流行的新冠毒株之前已经在世界各地传播。

　　随着新冠病毒感染的全球流行，变异株不断出现，任何地方都有可能出现新的毒株。因此，针对中国采取特别入境限制缺乏科学依据，更加没有必要。在大多数国家取消入境限制的情况下，头号毒株流行的美国有针对性地搞入境限制，纯属倒打一耙的政治操弄，真可谓欲加之罪何患无辞！

　　三年来，中国坚持人民至上、生命至上，抓住一个个窗口期优化调整防疫政策，疫情流行和病亡数保持在全球最低水平，为全球抗疫与经济复苏作出重要贡献。针对疫情新变化和抗疫新形势，中国通过全球流感共享数据库，分享了近期新冠病毒感染病例的病毒基因数据，体现了一贯的公开透明。

　　相比之下，美国始终将防疫政治化、“甩锅”推责。这不仅让自身沦为“全球第一抗疫失败国”，还导致疫情在全球传播，拖累了全球抗疫进程。

　　美国把自己包装成受害者，实际上中国才是受害者。三年来的经验教训一再证明，政治抗疫挡不住疫情传播，团结合作才能走出困境。美国政府此番将目标对准入境中国游客，是一错再错，也是南辕北辙的徒劳之举。

　　当前，中国正努力更好地统筹疫情防控和经济社会发展。疫情趋于平稳，经济正在复苏。1月8日起，中国不再对入境人员和货物等采取检疫传染病管理措施，不少国家反响热烈。

　　三年来，美国试图操弄疫情防控来达到政治目的，结果让超过108万美国人付出了生命代价，阻碍了全球抗疫与经济复苏。三年后的今天，贼喊捉贼的美国还不吸收教训、迷途知返吗？（国际锐评评论员）

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）