芬兰瑞典土耳其“入约”三方会谈将暂停******
中新社北京1月25日电 综合消息:芬兰外长哈维斯托24日表示,芬兰、瑞典和土耳其有关加入北约的三方会谈将暂停。
哈维斯托当天接受路透社采访时称,芬兰、瑞典和土耳其有关加入北约的三方会谈需要暂停几周,以待当前局势尘埃落定。
土耳其国家电视台24日援引土方官员说法报道称,三国原定于今年2月举行的三方会谈已“无限期推迟”。
土耳其驻瑞典大使馆附近本月21日发生反对瑞典“入约”的示威活动,其间一名瑞典极右翼人士公开焚烧宗教典籍,这引发土耳其及国际社会多方强烈反应。
据土耳其阿纳多卢通讯社报道,土耳其总统埃尔多安23日表示,相关事件发生后,瑞典方面不能再指望土方支持其加入北约。
据路透社24日报道,瑞典首相克里斯特松称,瑞典希望尽快恢复与土耳其的对话。
哈维斯托24日接受芬兰广播公司采访时说,两个北欧国家同时加入北约“绝对是第一选择”,但芬兰方面“必须准备好重新评估局势”,考虑各种可能阻止瑞典加入北约的因素。
芬兰和瑞典2022年5月同时递交加入北约的申请。两国正式“入约”需得到30个北约成员国的一致同意,土耳其和匈牙利未批准两国加入。后经多轮谈判,芬兰、瑞典、土耳其于当年6月签署备忘录,芬兰、瑞典承诺不再支持土耳其认定的多个恐怖组织并解除向土出口国防设备的限制,土方则同意支持芬兰、瑞典“入约”。(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)