大星彩票投注-大星彩票平台

专家提示：贵州疫情已达流行高峰并进入平台期，如何做好个人防护→******url:https://m.gmw.cn/2023-01/04/content_1303244036.htm,id:1303244036

　　1月4日，记者从省政府新闻办召开的贵州省新冠病毒感染疫情防控工作新闻发布会上获悉，现阶段贵州省疫情已达流行高峰，进入平台期，感染人数将会逐步下降。

　　“但即将到来的春运、春节，大量外出务工人员返乡，人员流动频繁，聚集活动增多，节假日聚集性疫情以及1月8日‘乙类乙管’后入境新冠病毒感染人员引发的疫情流行不容忽视，疫情形势依然复杂严峻，防控形势依旧不容乐观。”省疾控中心党委副书记、主任杨光红说。

　　为进一步削峰压峰，杨光红提示大家，在日常生产生活中，应遵守如下防疫规定：

　　一是符合接种条件的人群应做好新冠病毒疫苗接种。

　　二是强化“每个人都是自己健康的第一责任人”意识，加强个人防护，科学佩戴口罩，做好手卫生；外出时与他人保持安全距离，不去人群密集、通风不良的场所，尽量减少参加聚会、聚餐等聚集性活动。

　　三是做好自我健康监测，如出现发热、干咳、乏力、咽痛等症状，密切监测健康状况；出现症状加重时，及时去医疗机构就诊。同住人员感染时，其他人员应做好个人防护，加强症状监测。

　　四是保持生活规律和充足睡眠，注意咳嗽礼仪；做好居室、工作场所等区域通风换气和清洁消毒，物品保持干净整洁，及时清理垃圾。

　　此外，春节将至，杨光红也对群众日常生活中，以及春节返乡和春节期间的个人防护，做出了相应提示。

　　针对日常个人防护，杨光红表示，一是积极接种疫苗，科学佩戴口罩，勤洗手，注意咳嗽礼仪，少聚集。二是保持规律作息、锻炼身体、多喝水、健康饮食、良好心态等健康生活方式。三是居家和工作场所定时开窗通风。做好居室日常卫生。四是出差或旅行前，关注目的地疫情流行情况，做好出行计划。

　　针对春节返乡个人防护，一是有返乡计划人员，提前准备充足的口罩、免洗手消毒剂等防护物资。二是符合接种条件人群，尽快完成全程接种和加强免疫。三是返乡途中乘坐飞机、火车、地铁、公共汽车、空调大巴等交通工具时，要全程规范佩戴口罩，注意手卫生等个人防护。四是返乡后尽量减少聚餐聚会等人群聚集性活动。

　　针对走亲访友个人防护，一是应提前接种疫苗，科学佩戴口罩，勤洗手，注意咳嗽礼仪，少聚集。二是坚持科学佩戴口罩，勤洗手，保持安全社交距离、遵守咳嗽礼仪、不随地吐痰等常态化防控措施，即使“阳康”后，也要做好个人防护。三是老人、孩子、有慢性病和孕产妇等重点人群，应尽量不安排远行，减少外出走亲访友，尽量不参加多人聚会，避免前往人员密集场所。四是如果出现发热、咳嗽等症状，应居家，不外出，尽可能减少与家人接触，不接待亲友探访，不走亲访友。

　　“若感染者为未合并严重基础疾病的无症状感染者、轻型病例，采取居家自我照护。”针对感染者居家期间的相关注意事项，杨光红建议：

　　感染者居家期间，尽可能待在通风较好、相对独立的房间，减少与同住人员近距离接触，如条件允许使用单独的卫生间。避免与同住人员共用餐具、毛巾、床上用品等日常生活用品。

　　非必要不外出，避免前往人群密集的公共场所，不参加聚集性活动。如需外出，应全程佩戴口罩。

　　可根据相关指南合理使用对症治疗药物，做好自我健康监测，尤其老年人、慢性基础疾病患者、孕妇、儿童和伤残人士等特殊人群要密切关注自身健康状况，必要时及时就诊。陪护人员尽量固定，首选身体健康，完成全程疫苗接种及加强接种的人员。

　　做好居室台面、门把手、电灯开关等接触频繁部位及浴室、卫生间等共用区域的清洁和消毒。使用常规家用清洁产品并按说明使用，注意清洁剂和消毒剂的安全存放。

　　撰文摄影：贵州日报天眼新闻记者 周雅萌 岳端 周梓颜 陈祖嘉 旷光彪 陈豪

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

　　（文图：赵筱尘 巫邓炎）