湖北竹山一女童走失 35年后返乡认亲******

　　中新网十堰1月11日电 (金勤 吴涛 李国尧)湖北省十堰市竹山县城关镇窑沟村，走失35年后的胡某梅(现名)11日回到阔别已久的家乡，携丈夫、孩子与亲人团聚。

　　当日一大早，姐姐张善梅的家中布置了红色气球，挂起横幅，欢迎妹妹胡某梅回家。上午10时，胡某梅乘坐的小车刚一进村，67岁的妈妈黄治珍立即迎上前去，紧抱数十年未见的小女儿，泪流不止。张善梅手捧鲜花，将妹妹紧紧搂在怀里，嘴里不断念叨：“回来就好，回来就好，终于圆了父母的心愿！”

　　1986年2月，竹山县田家坝居民张扬全与黄治珍生下一女孩，当时还没有取名字，就一直称呼她为小女儿。1988年2月，夫妻两人因感情问题离婚，张扬全带着小女儿外出流浪，在途经十堰火车站时，小女儿被人抱走。因父亲没有及时报警，给查找工作带来难度。30多年来，姐姐张善梅及家人一直没有放弃寻找。

　　2022年8月，张善梅再次联系竹山县公安局刑侦大队，并将父母的血样采集入库。同年11月16日，成功比中河南省淅川县居民胡某梅。确认父母都还健在后，胡某梅和丈夫决定等到两个孩子放寒假后，一起回湖北省竹山县认亲。

　　胡某梅介绍，她长大后从养父母口中得知自己是被收养的。2019年，在丈夫的陪同下，她到当地公安部门采集了血样，没想到35年后还能成功找到亲人，真是太感谢鄂豫两地的公安民警了。

　　目前，湖北竹山警方正在对胡某梅为何走失展开调查。(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