美高梅彩票平台-在线登录平台网址入口下载 - 官网网站首页

巴基斯坦清真寺爆炸袭击遇难人数升至72人******

　　中新社北京1月31日电 伊斯兰堡消息：据当地媒体31日报道，巴基斯坦西北部城市白沙瓦一座清真寺30日下午发生的爆炸袭击已致至少72人死亡、157人受伤。

　　巴基斯坦媒体“Geo News”报道称，救援队31日凌晨在清真寺废墟中又搜寻出9具遇难者遗体，因此死亡人数由此前的63人升至72人。

　　据报道，白沙瓦警方表示，爆炸发生在清真寺的中央大厅，导致屋顶坍塌，许多人被困在废墟中，救援仍在进行。报道还援引当地安全官员的话称，自杀式袭击者位于祈祷人群的前排，清真寺的伊玛目也在此次袭击中遇难。

　　“Geo News”报道称，巴基斯坦塔利班声称对此次自杀式爆炸袭击负责。

　　据巴基斯坦《黎明报》消息，当地警方表示，爆炸发生时，该地区有300名至400名警察。如果在安检范围内发生爆炸，那就是安保出现了失误，但仍需要进一步调查。

　　巴基斯坦总统阿里夫·阿尔维通过社交账号发文，对袭击事件表示强烈谴责，对遇难者家属及伤者表示慰问。他表示，作恶者将会受到惩罚，“必须永远埋葬恐怖主义”。

　　巴基斯坦首都伊斯兰堡警方30日宣布该市进入安全警戒状态，增加出入口安检，在重要港口和建筑物部署狙击手。(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）