彩云网手机版 - 平台推荐官方版v2.9.1(2023已更新)

青海首个普氏原羚救护监测中心建设项目竣工验收******

　　图为普氏原羚。　青海湖国家级自然保护区管理局供图

　　中新网青海祁连1月10日电 (记者李江宁)记者10日从青海湖国家级自然保护区管理局获悉，日前，该局完成青海省首个我国特有濒危珍稀野生动物普氏原羚救护监测中心建设项目的竣工验收工作，该项目是集普氏原羚救护、科研、监测、社区宣教为一体的综合基础设施提升项目。

　　据悉，近年来，为加强青海湖生物多样性保护、促进普氏原羚野外种群恢复，开展好普氏原羚野外救护、保护监测、科普宣教工作，2021年，青海湖国家级自然保护区管理局投资750万元，建成了860平方米的青海湖哈尔盖保护站救护站点、2座普氏原羚救护监测及防火瞭望塔等系列救护设施，形成了冬春季普氏原羚补饲的长效机制。

　　记者了解到，青海湖北岸普氏原羚救护监测中心依托于青海湖国家级自然保护区管理局哈尔盖保护站建设，毗邻海北州刚察县普氏原羚特护区，位于哈尔盖塘渠村315国道南侧。保护站始建于2012年，建筑面积1100余平方米。未来，青海湖国家级自然保护区管理局将在相关部门的支持下，进一步完善救护中心设施设备和专业人员配备。

　　在青海湖国家级自然保护区管理局及相关部门近20年的努力下，普氏原羚野外种群数量从监测之初不足300余只恢复至3000余只，野外种群数量恢复近10倍。

　　据青海湖国家级自然保护区管理局介绍，今后，该局将开展区域内独特生态系统、普氏原羚等珍稀濒危物种及其栖息地保护恢复工作，努力在国家公园建设中做好保护工作。(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）