网投彩票_网投彩票

人民网评：发挥组织作用，确保农村地区疫情平稳过峰******

　　农村、社区是疫情防控的一道重要关口，是保障群众健康的“最后一公里 ”。日前，中央农村工作领导小组办公室、国务院联防联控机制综合组等八部门联合印发《关于充分发挥农村基层组织作用加强农村地区新型冠状病毒感染疫情防控工作的指导意见》，要求针对农村地区疫情防控实际，进一步发挥好农村基层组织作用。各地区各部门应结合实际抓好贯彻落实，最大程度保护农村居民生命安全和身体健康，最大限度减少疫情对农村经济社会发展的影响。

　　2023年春节日益临近，人员流动加大，返乡人员增多，由此带来的疫情传播风险随之加大，农村地区疫情防控到了最吃劲的时候。对广大农村地区来说，统筹整合各方面资源和力量，形成科学有效应对疫情和全方位全链条做好健康服务工作的强大合力，尤为重要，也格外紧迫。从这个意义上说，科学高效做好农村地区疫情防控，推进农村地区疫情平稳压峰过峰，必须依靠强有力的组织力量，必须充分发挥农村基层组织作用。

　　在基层疫情防控体系中，农村基层党组织处于关键位置。一方面，农村基层党组织拥有整合资源的优势，发挥着战斗堡垒作用；另一方面，包括村组干部、驻村第一书记和工作队、农村党员等在内的党员干部冲在一线，与群众离得最近，是防控工作中担当作为的重要力量。关键时刻显担当。做好农村地区疫情防控和健康服务工作，农村基层党组织和党员不仅要真正成为群众信得过、靠得住的“主心骨”，更要在守土有责、统筹协调中能打硬仗。围绕“保健康、防重症”，农村基层党组织、村民自治组织等唯有迅速落实疫情防控各项举措，积极应对政策调整后农村地区可能出现的风险，才能确保农村地区平稳过峰。

　　充分发挥农村基层组织作用，并不是简单地向下“压担子”，而是依托于“上下联通”的责任体系和工作体系。这就要求“五级书记”像抓脱贫攻坚一样抓农村地区的疫情防控，落实省负总责、市抓调度、县乡村抓落实的要求，切实把疫情防控各项措施落实到村到户。尤其是乡镇、村这一级，要重点在落实落细上下功夫，协同做好政策宣传、健康教育、疫苗接种、重点人群健康调查监测、感染者居家治疗照护、购药送药等服务保障工作。层层压实责任，级级做好工作，才能为农村地区织密织牢疫情防控网。

　　应该看到，我国农村地域广、人口多、人均医疗资源相对不足。抓好农村地区疫情防控，必须抓紧补齐农村地区疫情防控的短板。针对农村重点人群，实行建档立卡、精准筛查，建立重点人群包人包户联系人制度，通过多种方式及时动态监测跟踪其健康状况。针对医疗物资需求，加强供需对接，加快药品配送，优先保障农村医疗卫生机构和养老机构的药品、防疫物资配备充足。用好网格化管理、精细化服务、信息化支撑，把各类组织和广大群众动员起来，坚决打赢农村地区疫情防控这场硬仗。

　　疫情终将过去，曙光就在前头。农村地区疫情防控工作，既重要又紧迫，各地区各部门要注重畅通信息沟通渠道，积极回应群众关切，确保群众反映的问题能尽快妥善解决。疫情防控，人人有责，每个人都要做好自己健康的第一责任人，共同维护好农村地区健康有序的生产生活秩序，让我们共同度过一个健康、安全、祥和的新春佳节。（仲田）

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）