巴西参众两院议长双双获连任******

　　中新社圣保罗2月1日电 (记者 莫成雄) 当地时间2月1日晚，巴西现任参议院议长罗德里戈·帕谢科(Rodrigo Pacheco)和众议院议长阿图尔·利拉(Arthur Lira)双双获得连任，当选新一届参议长和众议长，任期均为两年。

　　当晚，来自米纳斯吉拉斯州的民主社会党参议员帕谢科，以49比32的投票结果击败来自北里奥格兰德州的自由党参议员罗杰里奥·马里尼奥(Rogério Marinho)，当选新一任参议长。此次参议长竞选原本有3名候选人，但在投票前有一人退出。全部81名参议员参加了投票，帕谢科在第一轮投票中得票过半获胜。

　　现年46岁的帕谢科是一名律师，毕业于米纳斯吉拉斯州天主教大学法学系。

　　在众议长的选举中，有3名候选人参加角逐。全部513名众议员中有509人参加了投票，利拉获得创纪录的464票，远远高于来自里约热内卢州的社会主义与自由党众议员奇科·阿伦卡尔(Chico Alencar)的21票和来自南里奥格兰德州的新党众议员马塞尔·万哈特姆(Marcel Van Hattem)的19票。此外，还有5张空白票。利拉也在第一轮投票中胜出。

　　利拉现年53岁，毕业于阿拉戈斯联邦大学法学专业，是一名商人和律师。他从1999年起一直担任阿拉戈斯州进步党众议员。

　　选举结果公布后，帕谢科发表讲话称，巴西“需要根除有毒的两极分化”，并承诺1月8日发生在首都巴西利亚的暴力冲击国家权力机构事件“再也不会重演”。在赢得连任后的演讲中，利拉也表示要“继续捍卫民主”。

　　当晚，巴西总统卢拉祝贺帕谢科和利拉成功连任参众两院议长。(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