点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
国际热评：日本不要再次成为历史罪人 ******
中新网北京1月17日电 (王续燃 何路曼) 近日，日本政府不顾国内和国际社会的强烈反对，宣布将于2023年春夏期间开始排放经处理的福岛核污水。这种为省钱、图省事，出于一己之利将130万吨核污水“一排了之”的做法，将把核污染转嫁给全世界，至少将带来三重深远影响。
资料图：日本福岛第一核电站。其一，日本或将再次面临重大核污染灾难。2021年数据显示，该国约8%水产品已检测出放射性物质铯，放射性元素会破坏DNA，并诱发血癌、白血病等疾病。日本政府的计划，无视民众生命健康和切身福祉。
其二，日本邻国将受到不可逆转的影响。太平洋国家的生存发展密切依赖海洋资源，未来，随着无法根除的放射性物质扩散到海洋食物链，危害水产品安全，周边国家水产业发展，将遭到冲击。
其三，对全球遗留长期影响，后患无穷。预计从核污水排放之日起57天内，放射性物质就会扩散到太平洋大半区域，3年后美国、加拿大将遭核污染，10年后，核污染蔓延至全球海域，破坏全球生态环境、影响全人类繁衍延续。
资料图：在东京首相府外，当地民众举行集会抗议日本政府计划将受灾的福岛核电站净化水排放入海。核污水排海绝不仅是日本的“家务事”，而是与全人类息息相关的“天下事”。若执意采取行动逃避国际责任，日本将难免再次被视作历史的罪人，因此，务必三思而后行！(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
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
大发平台地图 |
)