无锡:文脉赓续 古韵新姿******
江苏无锡,梦里的江南。
这里有水,长江奔流,太湖佳处,星罗棋布的大小河塘,勾勒出碧波千顷、烟波浩渺的水乡秀色。
这里有景,千年水弄堂,运河绝版地,遍及古城的园林亭阁、垂柳画桥、小楼水榭,移步换景,入眼皆画。
这里有诗,“石路萦回九龙脊,水光翻动五湖天”“金山冉冉波涛雨,锡水泯泯草木春”“烟翠三秋色,波涛万古痕”……白居易、苏轼、文天祥、纳兰性德等在此留下了来自历史深处的赞叹。
这里更有数不尽的英雄豪杰、名人佳士,学术巨擘、文坛巨匠,顾恺之、徐霞客、钱钟书、徐悲鸿……文脉悠悠、群星璀璨。
文化,浸润人与城,贯通古和今。背靠7000年的人类生活史、3000多年文字记载史、2200多年建城史,无锡在新时代又迎来了新的发展语境、新的文化场域。
在深入学习贯彻党的二十大精神之际,记者走进这座国家历史文化名城,探寻她的古城新变与古韵新姿。
千年文明、百年繁华和美丽山水,共同织就了无锡的绚丽风景
这是散文家李一鸣第二次到无锡了。从市中心出发,大约十几公里的车程,便到了鼋头渚,一个横卧太湖西北岸的半岛。在岛上,他极目远眺,这里依旧帆影点点,依旧绿色欲滴。
景致在眼前延伸,往事从时间深处浮现。30多年前,他第一次来无锡。那时正值傍晚时分,暮色笼罩长街,走过几座小桥,横望过去,只见“白墙黛瓦人家枕河而居,错错落落的灯光,照着缓缓流淌的河水,乌篷船的轮廓依稀可见,驳岸上的光点闪闪烁烁,探入水中的阶梯明明暗暗”。
那一瞥,无锡已入梦中。李一鸣在散文《忆江南·过无锡》中深情回忆,江南于我……无锡是自然山林中的大景致:鼋头渚是“海”边的岛,蠡园周边是望不到岸的“海”,寄畅园活在青山静默的目光和淙淙泉水中,而梅园则是面对茫茫太湖的一个繁花似锦的大天台。
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)