各地“关口前移” 全力保障重点人群医疗救治******

　　央视新闻客户端消息（新闻联播）：我国对新冠病毒感染实施“乙类乙管”后，疫情防控工作重心从“防感染”转到“保健康、防重症”，随着春节临近，各地“关口前移”，进一步提高农村疫情防控和医疗救治能力，加强老人、孕产妇等重点人群健康保障。

　　内蒙古赤峰市宁城县利用医共体建立了上下联动、及时转诊的医疗服务体系，为生命救治打通“绿色通道”。64岁的村民韩玉山由于新冠病毒感染一度出现休克，医护人员及时赶到现场进行了输氧救治，只用了20分钟就把患者送到了县中心医院急救医学科救治病房。

　　围绕农村群众医疗救治需求，湖南省宁乡市打造了院前急救、院内综合救治无缝衔接的区域一体化急诊急救体系。流沙河镇赤新村村民王宇婷妊娠33周，感染新冠病毒后出现了早产征兆，接诊的流沙河中心卫生院立即联系了当地上级医院，启动了转诊机制。

　　在王宇婷的转运过程中，县、乡镇两级医院确定了专人负责转诊衔接。经过医护人员的及时救治，最终王宇婷顺利分娩，母子平安。

　　福建连江县基层医疗机构依托县域医共体提升农村地区医疗保障能力，为群众提供血氧饱和度监测服务，连江县18家医疗机构在偏远山区和海岛村设置了氧疗区，配备了氧气瓶、制氧机等设备提供氧疗服务。

　　河北省内丘县结合春运返乡人流，主动做好重点人群动态服务，以街道乡镇为单位通过包片（村）、包户、包人等方式，努力构筑农村这一医疗卫生服务的“最后一公里”防线。

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