“奋斗号”青春专列丨专访奥运冠军武大靖：青春在冰刀上起舞******

　　光明网记者 董腾飞 王恩慧

　　“现在我们有三亿多人参与到冰雪运动中” “来自五湖四海的口音都会在训练场上回荡。” 2022年10月16日上午，站在党的二十大首场“党代表通道”上，中国男子短道速滑队运动员武大靖表达了他作为党的二十大代表，所亲身感受到的我国竞技冰雪运动的发展变化。

　　“体育带给我的不仅仅是成绩，还给我带来了一种精神。”16岁进入国家队至今12载、历经3届冬奥会，武大靖坦言在拿到第一块金牌前，他无法想象自己距离冠军还有多远。在武大靖眼里，“训练时的刀伤、习惯性损伤、反复结痂的老茧、脚部严重变形、把冰鞋浸湿的鲜血……”似乎这一切都可以用他在专访时的一句“我的脚是经历过故事的”幽默带过。与所有中国体育健儿一样，紧张的训练备战和无数场激烈比赛造就出他顽强、专注、不畏挑战的性格。“体育是我热爱的，青春是在体育当中、在滑冰中度过的。”执着拼搏的武大靖永葆着为国争光的赤子情怀，用自己的身体力行让更多人知道、喜欢、甚至参与冰雪运动，激励更多后继力量。

　　走下运动场，武大靖是公益使者，是向上向善好青年，是冰雪推广大使。“优秀运动员可能是成绩上的优秀，伟大运动员是要努力去感染一代青少年。”敢想敢做、敢冲敢拼的武大靖一直以“成为一名伟大的运动员”为目标而不断拼搏。如他所言，“身为运动员，我会在赛场上继续为国争光，同时也会做好冰雪运动推广工作，继续弘扬北京冬奥精神，迎难而上、追求卓越，为体育强国建设贡献自己的力量。”

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