盈彩网下载官网平台 - 盈彩网下载计划群

又出动？美媒称FBI将搜查前副总统彭斯住所寻找机密文件******

　　中新网2月3日电 综合美媒2日消息，有知情人士表示，美国联邦调查局(FBI)预计将对美国前总统彭斯位于印第安纳州的住所和位于华盛顿的办公室进行搜查，以寻找机密文件。

　　据悉，美国司法部正在与彭斯的法律团队洽谈安排搜查事宜。消息人士称，彭斯的法律团队表示他们已进行了彻底的搜索，不认为彭斯家中或办公室中有机密文件。

　　彭斯的律师雅各布1月透露，在这位前副总统家中发现了“少量标有密级的文件”，且将其已上交。这些文件“在上届政府结束时无意中被装箱并运到了前副总统的私人住所”。

　　该发现使彭斯成为继拜登和特朗普之后，第三位于家中保存在任期间机密材料的前任或现任美国高级官员。美国《总统档案法》要求总统和副总统将文件移交国家档案馆妥善保存。拜登和特朗普的住所目前已接受过FBI的搜查。

　　美媒报道称，在多人卷入密件丑闻后，美国国家档案馆1月26日正式要求过去六届的美国总统和副总统重新检查自己保留的个人材料中是否包含不应被私藏的机密文件。

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）