彩神|彩神

印尼官员称吸烟危害该国人口红利******

　　中新社雅加达1月18日电 (记者 林永传)印尼妇女权益和儿童保护部门官员拉玛(Rahma)在雅加达称，吸烟对印尼的人口红利构成严重危害。

　　印尼安塔拉通讯社18日援引拉玛的话报道，欲获得优质人力资源，必须从保护儿童身心健康开始，而吸烟是对印尼人口红利的危害。

　　拉玛说，吸烟加剧了一些印尼家庭的贫困，因为他们把钱花在购买香烟上；吸烟导致儿童发育迟缓，因为父母吸烟的家庭往往会优先购买香烟而不是为家人购买营养食品，导致儿童营养状况不佳；吸烟还给国家造成巨大的医疗支出负担。

　　拥有2.7亿人口的印尼，青少年人口数量庞大，被认为在2030年至2045年间拥有巨大的人口红利。但儿童发育迟缓是该国当前急需解决的问题。2021年印尼儿童发育迟缓率高达24%，2022年这一数字预计为21%。

　　此前一天，印尼总统佐科在一次全国会议上，要求该国各级地方政府将降低儿童发育迟缓率作为工作的优先事项，以保证人力资源质量。印尼政府的目标是到2024年将儿童发育迟缓率降至14%以下。

　　去年11月，印尼政府决定自2023年开始大幅上调各类香烟和电子烟消费税，减少印尼民众烟草消费、减少吸烟危害。

　　印尼财政部长英卓华表示，控制烟草制品消费是为了提高印尼国民健康水平，因为吸烟是导致该国儿童发育迟缓和诱发死亡的重要风险。她说，烟草制品消费已成为印尼贫困家庭仅低于大米的第二大消费支出，超过了民众实际上更需要的鸡蛋、鸡肉、豆腐、豆豉等蛋白质消费。

　　印尼政府2020年制订的《国家中期发展计划》中，确定至2024年，将10岁至18岁国民吸烟率降低至8.7%以下目标。(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）