吴尊友：今冬中国疫情面临“一峰三波”******

　　(抗击新冠肺炎)吴尊友：今冬中国疫情面临“一峰三波”

　　中新社北京12月17日电 (记者 刘亮)中国疾病预防控制中心流行病学首席专家吴尊友17日在参加第20届《财经》年会时，对今年冬天中国疫情作出“一峰三波”的预判。

　　近日，中国官方发布优化疫情防控“新十条”措施。吴尊友在谈及“新十条”发布时机时指出，“新十条”之所以此时发布，主要是在等待新冠病毒的致病性减弱，以及病毒对民众生命健康威胁的下降。

　　“我们等待有足够的时间让广大的人民群众能够接种上新冠疫苗，能够形成一定的保护力。经过三年斗争，我们也取得了一定的应对能力。”吴尊友说，经过三年抗疫，中国新冠肺炎疫情的重症、危重症比例逐年下降，已从2020年的16.47%，显著降至目前的0.18%。

　　谈及今冬疫情形势时，他研判，今冬疫情可概括为“一峰三波”。从今年12月中旬到明年1月中旬将是第一波疫情，第一波以城市为主，逐渐会上升起来。第二波是明年1月下旬到2月中旬，春节前的人员流动造成第二波疫情上升。第三波是明年2月下旬到3月中旬，春节后返岗返工。这三波疫情构成了今冬的新冠流行峰，持续约三个月时间。

　　针对今冬疫情严峻形势，他强调，要守住“疫情要防控”这道底线，重点保护好脆弱人群。同时，他建议，民众在做好日常防护的同时，要尽快接种新冠疫苗加强针。面对不实信息时，要做到不造谣、不传谣、不信谣。(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