彩虹多多漏洞 - 彩虹多多计划

海南国际仲裁院崖州湾种业国际仲裁中心成立******

　　科技日报三亚1月5日电（记者王祝华）1月5日，第二届三亚国际种业科学家大会暨国际种业科技博览会在三亚举行，在同期召开的三亚·国际种业科学家联合体第二次代表会议上，海南国际仲裁院崖州湾种业国际仲裁中心（以下简称种业仲裁中心）正式成立。

　　“种业仲裁中心”主要开展境内外商事主体之间发生的与种业知识产权、贸易、投资等相关的民商事仲裁工作，各方充分发挥人才资源优势，协调专业力量，整合种业专家资源，研讨种业和种质资源保护领域的热点法律问题和经典案例，研究种业仲裁、调解等争议解决机制，组织开展种业专题调研和学术交流、业务咨询等活动，推广先进经验、理论成果，对商事主体进行相关法律风险防范培训，促进商事主体对仲裁、调解等争议解决机制的深入了解和广泛运用。

　　据悉，当前三亚崖州湾科技城正在加快建设种业科技科创高地和种业知识产权特区，推动海南成为全国知识产权保护策源地，推动“南繁硅谷”成为走向世界的桥头堡。“种业仲裁中心”建设将由海南国际仲裁院（海南仲裁委员会）与三亚崖州湾科技城管理局共同推进。

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）