云南西双版纳：民警鸣枪紧追跳河毒贩 缴毒逾46公斤******

　　图为缴获的部分毒品。　邓菲　摄

　　中新网西双版纳1月4日电 (马兴立李喜梅)毒贩弃车逃窜，民警鸣枪无果后果断跳河追击。4日，云南西双版纳边境管理支队通报称，该支队2022年破获的一起特大贩毒案于近日结案，经延伸共缴获毒品冰毒46.2公斤、毒资88万元，抓获贩毒嫌疑人3人。

　　“你好，边境检查，请出示有效证件。”2022年8月2日8时许，西双版纳边境管理支队民警像往常一样正在边境某乡镇开展公开查缉。两辆汽车一前一后向查缉点驶来，正当民警准备对其检查时，后车突然调转车头。执勤民警口头制止，让其停车接受检查，但驾驶员依然掉头往边境方向驶去。执勤民警立即驱车追赶。当追到一个边境小路时，驾驶员突然弃车窜入了玉米地。

　　图为缴获的部分毒品。　牛毓菁 摄

　　“站住，不要动！”执勤民警一直追到河边，驾驶员跳河企图逃脱。执勤民警鸣枪无果，便立刻跳入河中紧追，在上岸后将其抓获。执勤民警对驾驶员岩某的轿车进行搜查，从车辆后排座一个纸箱内查获毒品可疑物42块，鉴定称量后为毒品冰毒共计23.4公斤。

　　经案件延伸，同日该支队移民管理警察在边境某镇将完某、岩某香抓获，并查获毒资88万元，缴获冰毒41块，共计22.8公斤。

　　云南省西双版纳傣族自治州与缅甸、老挝接壤，边境线长966公里，边境一线无天然屏障，毗邻毒源地“金三角”，是中国禁毒斗争的前沿阵地。(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