那一夜，我们没有采访******

　　中新社记者 李安江 郭晋嘉 杜远

　　“我的孩子已被埋了10小时了”、“你们快点想办法啊……”

　　5月12日，我们作为中新社报道灾情的第一梯队在行至绵竹汉旺镇时，第一时间目击到东方汽轮机厂中学垮塌校舍的惨状。“救救我！” 垮塌的房屋中，不时透出被埋学生凄惨的呼救声。天一直飘着小雨，焦急的家长无助地围在废墟前，哭成一片。

　　前来采访的我们，面对那一张张泪脸，面对他们哀求的目光，一时不知所措。采访还是救人？这个新闻课堂上的道德问题，从未像现在这样来得如此突然。我们放下了手中的相机，此时任何的采访行为都和这里的气氛格格不入。“救人，十万火急”，但在坍塌的钢筋水泥面前，我们也束手无策。

　　“快点救人，快把这里的情况报告出去”，有人向我们喊着，我们一路狂奔，终于走到了一个有手机信号的地方，立即用已经拨得发烫手机发出了求救信息。

　　一夜折腾，已近黎明，我们这时却找不到返回的路，盲目前行中又遇一灾民安置点，我们正准备下车采访，一对焦急的夫妇直扑过来，“救救我们的孩子，求求你们”，急切的话语近乎哀求。窝在妈妈怀中的小孩满脸是血、双眼微闭，只能喃喃发出不明呓语。情况紧急刻不容缓，顾不得采访任务，我们又即刻开车送他们前往绵竹市区寻找医院。

　　副驾驶座的记者不停催促司机“快点，再快点”，坐在后座的女记者一只手紧握男孩母亲发抖的手，一只手轻抚男孩的额头：“坚持住，会好的。”三公里路程，我们知道，这是在和死神赛跑。

　　已经停电的绵竹市内一片漆黑，我们将男孩送到当地一个医疗点门前，司机打开汽车大灯照亮进入医疗点的道路。此时，我们突然发现，刚才忙着救人，把我们的一个同事丢在了路上。

　　经过近一小时寻找，终于在绵竹市人民医院门口一条躺满伤者的街道上看到了同事熟悉的身影，此时的他，已将相机和笔记本放在一旁，正和几名护士将一名满身是血的重伤者抬上救护车。

　　那一夜，我们没有感到孤单，我们搭车的的士司机，就是来自绵竹的前往灾区献血队伍中的一员。

　　这一夜，我们几乎没有完成一个采访。

　　(中新社成都2008年5月18日电)

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