盈彩注册网|盈彩手机版APP

重庆丰都发挥“人才荟萃”优势 为乡村振兴注入“新力量”******

　　中新网重庆2月3日电(杨梦逸)新春伊始，重庆丰都县龙河镇洞庄坪村已经是一片繁忙的景象，村民们修缮农房、建造大棚，虽然辛苦，但脸上都洋溢着幸福的笑容。短短几年时间，这里如何从一个产业缺乏、年轻人流失的“空心村”实现乡村振兴？记者对此进行了探访。

　　“丰都县委统战部充分发挥统一战线人才荟萃、智力密集、联系广泛优势，为乡村振兴注入‘新力量’。”重庆丰都县委常委、统战部部长谭成勇说，“我们组织重庆欧美同学会青年委员会组建乡村振兴‘鸿鹄计划’团队，用三年时间全面帮扶龙河镇洞庄坪村，形成示范效应，发挥教育和人才优势，为归国留学人员参与乡村振兴探索新路径。”

　　2021年10月，重庆欧美同学会青年委员会会长、作家徐鹏作为调研组组长，带领委员会骨干成员来到洞庄坪村调研。初来此地，他就被这里的优美生态所吸引。但徐鹏发现村里年轻人多数外出务工、留守儿童多，仅靠捐款难以推动乡村振兴。

　　“洞庄坪村有山有水，如果把这些自然资源利用起来，形成产业一定能帮助这里长久振兴。”后来徐鹏又独自深入该村六次搜集资料，与调研组一起完成了三万五千字的调研报告。他认为，乡村振兴，产业和教育是关键。要在产业和教育帮扶上下真功夫、办实在事，利用当地自然资源形成产业，让村里的孩子们有更多机会和外面的世界互动，才能给乡村振兴注入源源不断的源头活水。

　　徐鹏联合中国致公党重庆市委会与重庆欧美同学会，发起乡村振兴“鸿鹄计划”。该计划从产业发展、美丽宜居，教育提升，文化挖掘入手，以农文旅融合发展推动一产、二产、三产有机融合，在洞庄坪村建成集以主题民宿、文化体验、乡村度假、地方美食、农耕研学等于一体的凤鸣湾田园综合体综合资源平台，通过当地农民参与生产、村集体土地入股、开发企业出资入股，形成吃住行等多点串联的乡村田野综合生态联结机制，让产业融合使其相互带动、相互促进，形成良性的、可持续发展的田园综合体产业链，全力打造山水文艺新村，推动乡村振兴可持续发展，把洞庄坪村打造成为“山水文艺新村”，乡村振兴“重庆样板”。

　　乡村振兴，教育先行。2021年11月，徐鹏将自己写作所得的30万元稿费捐给重庆市慈善总会作为启动资金，设立鸿鹄教育基金。在徐鹏带领下，12位海归和教育界人士也加入其中，还共同为洞庄坪村长岭小学的107名孩子捐赠设立了6万元的鸿鹄奖学金，用于学生的专项资助。截至目前，徐鹏已陆续捐出70多万元稿费注入鸿鹄教育基金，近百位留学归国人员和教育人士加入到了乡村振兴“鸿鹄计划”志愿者行列中。

　　“我们的志愿者大部分都是留学归国人员，他们来自各行各业，不求回报，将自己的青春奉献到乡村振兴的事业中。”徐鹏告诉记者，目前，凤鸣湾乡村振兴田园综合体第一期农耕研学基地项目已进入建设最后阶段，预计今年5月建成投用。在建设过程中，归国留学志愿者们全程参与，当地村民通过参与项目施工，也获取了收益。

　　“凤鸣湾乡村振兴田园综合体项目一共分三期，具体包括一期农耕研学主题示范区、二期滨河带娱乐区、三期康养休闲区。”徐鹏说，“项目投入使用后，村民将通过在该项目务工、经营农家乐等方式增加收入，吸引外出务工的年轻人返乡就业、创业，洞庄坪村将从此实现长久振兴。”(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）