普京：提高国防能力 继续实施大规模社会经济规划******

　　中新社莫斯科1月11日电 (记者 田冰)俄罗斯总统普京11日在政府工作会议上表示，2023年俄罗斯将解决对乌克兰特别军事行动保障的所有问题，同时继续实施大规模社会经济规划。

　　据克里姆林宫网站消息，普京当天以视频方式主持召开2023年首次政府成员工作会议，对去年政府工作作出积极评价。他强调，俄罗斯要确保国家安全和国家利益，提高国防能力。俄罗斯将解决与特别军事行动参与武装力量保障相关的所有问题，同时将继续实施大规模社会经济规划和计划，以提升民众福祉，彰显俄罗斯巨大发展潜力，拓展俄罗斯对外联系。在此方面，俄罗斯拥有充足的资源。俄罗斯需要不顾外部压力和威胁，在不久的将来绝对实现与主权、独立发展相关的目标。

　　普京再次强调2023年政府工作的六个主要领域。主要包括扩大对外经济联系和兴建新的物流走廊；在道路和其他基础设施，以及住房和公共服务领域发展方面取得显著成效；提高俄经济技术能力，刺激新行业发展开放，增加就业机会；加强国家金融主权，是扩大在高科技公司、工业、农业和其他领域投资的首要条件；制定经济政策措施，促进民众实际薪资和收入增长，加大对有子女家庭的社会支持力度，确保进一步减少贫困和不平等；关注解决人口领域的尖锐问题，提供和改善医疗卫生保健，提高人口出生率。

　　此外，普京在会上表示，去年俄罗斯的金融、银行系统以及经济状况整体保持稳定，并在积极发展，这一势头在2023年将继续得到保持。(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