中国朋友助柬学生告别“流水席”式课堂******
中新社柬埔寨干拉省1月12日电 题：中国朋友助柬学生告别“流水席”式课堂
作者 欧阳开宇 余湘珺
干净的课桌，粉刷过的新墙，透过窗户的充足光线……柬埔寨干拉省安龙达塞中学学生波兰梅走进新校舍，“连心情也变明亮了”。
1月上旬，中国云南省援柬埔寨干拉省安龙达塞中学教学设施项目启用，当地师生们终于有了属于自己的新校室。新课堂第一天，波兰梅与同学们身穿白色衬衫、黑色半裙这一柬埔寨学生的经典校服套装，早早就来到学校开启“新鲜的上学体验”。
安龙达塞中学2014年成立，由于没有校舍，只能借用当地小学的教室。小学一共15个教室。小学用10个，中学借用5个，学生们像“吃流水席”一样上课——七年级的学生上午用完教室，八年级的学生下午再来用。
“这一天我们盼了9年！”安龙达塞中学校长邓索卡向中新社记者说道，此前学生们没有固定的教室，安排教学很不方便。
邓索卡说，新学校启用前，当地很多学生上学需求无法得到满足，一部分学生只能去10公里以外的中学上课。早上7时上课，不到5时就得起床，骑1个多小时自行车到学校。一些家长甚至因为担心孩子的安全而让孩子辍学。
即便有机会就读，学生的体验也不太好。邓索卡回忆说，30多年前，他就是在这里上的小学，只不过那时还是木质房屋，用树枝围起来的篱笆做了个简易围墙。1997年，小学重新翻修，有了现在的砖瓦房，但也年久失修，桌椅板凳老化严重，黑板、教具、卫生间等设施都较为简陋。
体育课的活动场地更为局促。邓索卡说，体育课分为理论和实践两部分，通常让学生们到教室外的空地上做体操。但由于学生多、空地少，院子里还停满了摩托车、自行车，只能腾出一小块地方。遇上雨天，低洼的地方被淹，“很多学生都带着一身泥回家”。
“现在好了，我们不但有了自己的教学楼，而且一切都是新的——新的课桌、黑板、灯光，学生们还收到捐赠的新书包，现在上课都更有劲儿了。”邓索卡说，感谢中国朋友们解决这里乡村学校教学资源老化，教育环境差的问题，为安龙达塞村及附近村镇的村民提供了更好的教学环境。
该教学设施由中国云南省人民政府出资，云南省商务厅管理，委托云南省建设投资控股集团有限公司实施。教学楼面积约400平方米，包含6间能容纳50名学生的教室及桌椅、白板等配套设施，学校还修建了围墙及内部道路供学生们活动。
新学校启用当天，柬埔寨副首相兼外交大臣布拉索昆专程到现场参加仪式，向学生们发放学习用品，并与师生们交流。布拉索昆告诉学生，要记得是中国朋友帮助他们建设了新课堂，要多做促进柬中交流的事，珍惜这份特殊的友谊。
“中国政府高度重视同柬埔寨的教育合作，除帮助柬埔寨改善基础教育环境外，每年还提供大量奖学金名额。”中国驻柬埔寨使馆公使衔参赞常健也鼓励学生们好好学习，将来去中国留学，做中柬友好的维护者。
新操场上，同学们纷纷领取新书包，互相分享着喜悦。“学校离家近，比以前要节约40分钟，中午能回去吃午饭、小睡一会儿，下午上课不再是‘瞌睡虫’了。”波兰梅与小伙伴手拉手走在新校园中，笑靥如花。(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
