山西太原市小店区——诊室在身边，方便群众就医（高效统筹疫情防控和经济社会发展）******

　　早上10点，山西省太原市小店区居民王先生赶往附近的小马社区，“早上在网格微信群里看到，小店区临时设立了发热诊室。我家老人发烧、呕吐，我来问问这种情况怎么处理。”

　　诊室里，社区医生徐廷琴耐心叮嘱王先生：“你家人这种情况，我先给你开些药，如果效果不好，你再来找我，或者转诊到区医院。”

　　小店区委常委、副区长杜俊霞介绍，小店区常住人口141万，目前群众问诊、购药、就医需求激增。小店区统筹协调医药资源，动员全区有条件的医院、诊所、药店设立临时发热诊室，以“政府+企业”“医药+服务”的形式，组织医务人员到发热诊室，就近满足群众就诊、用药需求。

　　记者在小店区晋阳街附近的发热诊室看到，不断有市民前来就诊、问询。负责该诊室的某中医堂负责人张金红，对买药的市民进行问诊登记，根据病情开出药品，“这里全天营业，如果有特殊需求，门店24小时开门接诊。”

　　从去年12月22日起，小店区每日组织采购10万片布洛芬，面向居民开展免费赠药活动，每人赠送5粒，活动持续10天，发热诊室也成为赠药的服务窗口。记者在现场看到，居民有序排队，凭身份证即可领取5片退烧药。

　　杜俊霞介绍，目前，小店区街面100个诊室全部投入使用，每个诊室配备2名医务人员，1名医生负责诊疗，1名药剂师负责抓药、发药。

　　除此之外，太原市还依托3家较大的医药零售企业，在197家药店门店设置连锁“诊所+药店”发热诊室，同时公布10县区的社区（家庭）医生联系方式，进一步方便广大居民就医和就近购药。（本报记者 乔 栋）

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