大发平台漏洞-大发平台计划

中国茶成功申遗 喝茶的好处，你了解多少？******

日前

“中国传统制茶技艺及其相关习俗”项目

正式列入

联合国教科文组织

人类非物质文化遗产代表作名录

　　作为最早发现和利用茶树的国家，从唐代茶圣陆羽撰《茶经》始，至清末程雨亭的《整饬皖茶文牍》止，我国古代诞生茶书超百种，种植、采收、烘焙、烹制、品鉴无所不研，形成了绵延千年、厚重博大的茶文化。

　　18世纪末，中国茶树在印度、斯里兰卡等地种植成功，迄今为止，全球种茶国家已达60多个，170多个国家和地区的20多亿人钟情于饮茶。中国茶，万里飘香。

位于云南省普洱市思茅区南屏镇整碗村的有机茶叶基地

无人机照片，5月13日 新华社记者江文耀 摄

　　茶叶的分类及功效

　　根据茶叶的制法以及品质特征可以将茶叶分为绿茶、红茶、白茶、黑茶、青茶、黄茶。

　　绿茶是未经发酵的茶（发酵度为零），保留了鲜叶的天然物质，性寒凉，有清热、利尿的作用。绿茶中含有的茶多酚、儿茶素、叶绿素、咖啡碱、氨基酸、维生素等营养成分也较多。绿茶中的这些天然营养成分对防衰老、防癌、抗癌、杀菌、消炎等具有特殊效果，是其他茶类所不及的。常喝绿茶可抗辐射，美白，保持肌肤细嫩，有助于醒脑提神。

　红茶是以茶青为原料经萎凋、揉捻、发酵、干燥等工序加工而成，属前发酵的全发酵茶。红茶性温，擅温中驱寒，非常暖胃，可以帮助体质寒凉的人来驱除寒气。此外，红茶中富含的黄酮类化合物能消除自由基，具有抗酸化作用，降低心梗的发病率。

　　白茶是从茶树摘取一芽一叶、大小均匀、芽叶成朵的鲜叶为原料，经萎凋、干燥工序加工而成，属轻微前发酵茶。白茶抗氧成分含量比绿茶高出3倍之多，能更有效中和游离基，至今仍被认为是自然界最强的抗氧化植物。白茶中含有较多茶氨酸、黄酮类物质，同时自由基含量低，是抗衰人士的首选。

　　黑茶一般是采摘一芽五、六叶较粗老的茶鲜叶为原料，经杀青、揉捻、渥堆发酵、干燥等主要工艺流程制作而成，属后发酵的全发酵茶。黑茶中最主要的是维生素和矿物质，另外还有磷脂、氨基酸、糖类等物质。这些对于帮助人体消化、调节脂肪代谢是非常有效果的。另外，黑茶还能改善肠道微生物环境，具有顺肠胃的功能。

黄茶是以茶青为原料经过杀青、揉捻、焖黄、干燥等工序加工而成，是轻发酵茶。由于黄茶在焖黄工艺中，产生了大量的消化酶，尤其对脾胃最有好处，因此是脾胃虚弱人士的最佳选择。黄茶中富含茶多酚、氨基酸、可溶糖、维生素等丰富营养物质，对防治食道癌也有明显功效。

青茶又称乌龙茶，是以茶青为原料经萎凋、做青、杀青、揉捻、干燥等工序加工而成，介于不发酵的绿茶和全发酵的红茶之间, 属前发酵的半发酵茶。青茶最突出的功效就是分解脂肪，因为茶中的主成分--单宁酸，证实与脂肪的代谢有密切的关系，而且实验结果也证实，青茶的确可以降低血液中的胆固醇含量，实在是不可多得的减肥茶。

　　适当喝茶，益处多多

　　喝茶有助于抗氧化。茶叶中的茶多酚有强大的抗氧化作用,是人体多余自由基的清除剂。研究表明，1毫克茶多酚清除人体有害的自由基效能,相当于9微克的超氧化物歧化酶,也就是SOD；而且,茶多酚抗氧化作用比维生素E强18倍。

　　喝茶可以提神醒脑,利尿解乏。茶叶中的咖啡因对人体有多方面的积极作用,它能增强大脑皮质的兴奋过程,使人精神振奋,增加思维和记忆能力。喝茶还会刺激肾脏,让尿液迅速排出体外，提高肾脏的滤出率,减少有害物质在肾脏的停留时间。

图源：摄图网

　　喝茶有助于降脂、消化和减肥。通俗地说,喝茶就是能“刮油”。茶叶中的咖啡因、维生素B1、维生素C都能提高胃液的分泌量,帮助消化。茶中含有的芳香族化合物也可以溶解脂肪，防止脂肪在体内积滞。

　　喝茶有助于预防和治疗辐射伤害。茶多酚及其氧化产物具有吸收放射性物质的能力。临床研究证实,对肿瘤患者在放射治疗的过程中引起的轻度放射病,茶叶提取物治疗的有效率在90%以上;对血细胞减少症,茶叶提取物治疗有效率达81.7%。

　　健康饮茶需要注意什么？

　　虽然喝茶的好处有很多，但并不是喝得越多越好，不当的喝茶方式还有可能会伤身，应该尽量避免。

　　尽量不要空腹喝浓茶。空腹饮浓茶时会抑制胃液分泌，妨碍消化，甚至引起心悸、头痛、胃部不适等“茶醉”现象。

　　不要喝太烫的茶。茶不能在过烫时饮用，否则可能烫伤口腔和食道黏膜，造成溃疡，增加食管癌、胃癌风险。

　　尽量避免在睡前和饮酒后喝茶。茶会使精神兴奋，可能影响睡眠。茶还有利尿作用，睡前饮茶容易夜间尿频，影响睡眠质量。茶叶有兴奋神经中枢和利尿作用，醉酒后喝浓茶会加重心脏和肾脏负担。

　　不要一把茶叶泡一天。茶叶冲泡时间过长，茶香和口感都打折扣，其中的营养成分也会丢失。搁置时间太久，还容易被污染，产生较多微生物。

　　来源：经济日报、新华社、北京健康教育、中国茶叶学会、生命时报、健康时报

　　整理：刘雪洁

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）