肖钢:区域市场一体化建设 粤港澳大湾区有独特优势******
中新网广州12月14日电 (记者 程景伟)由南方财经全媒体集团、广东省工商业联合会主办的南方财经国际论坛2022年会暨广东民营企业百强峰会14日以线上直播的方式开幕。全国政协委员、中国证监会原主席肖钢围绕“如何推进全国统一大市场建设”发表主题演讲,他称,在推进全国统一大市场建设过程中,应该鼓励优先开展区域市场一体化的建设工作。
肖钢认为,粤港澳大湾区具有独特优势,科技、产业、金融都比较发达,而且湾区各城市之间相互促进,正在深度融合。基于此,大湾区进一步推动创新要素跨境、便捷、高效流动,加快区域市场一体化建设就势在必行。
同时,要充分运用“一国两制”制度红利,大力打造大湾区协同创新共同体,以规则标准衔接来吸引全球的优质创新资源和要素,增强国内国际两个市场、两种资源的联动效应,打造科技人才高地,创新招才引智的对接机制,优化创新合作的配套政策,特别是要大力支持青年双创(创新创业)活动,推动大湾区信用标准建设,完善信用信息共享机制和信用联合奖惩机制。
他还称,大湾区应该积极发展科创金融,发展跨境金融服务,提高科研成果转化率,强化科技创新辐射的带动作用,促进大湾区新旧动能转换和经济结构转型升级,助力大湾区国际科技创新中心建设。(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)