广东增城铁路物流园累计开行中欧班列300趟******

　　中新网广州1月9日电 (郭军 王春强 韩逸)1月9日15时，汽笛长鸣，满载着106个标准集装箱货物的X8186次中欧班列，从广铁集团增城铁路物流园缓缓驶出，经由霍尔果斯口岸出境后，开启奔赴欧洲中部的旅程。这是增城铁路物流园国际班列常态化开行的第300趟中欧班列。

　　据了解，该趟班列满载着665吨食品、家用电器、衣服鞋帽、电子设备等优质年货产品，预计16天后抵达1.1万公里以外的欧洲。

　　截至目前，今年增城铁路物流园已累计开行6趟中欧班列，运输年货逾两千吨，开行数量同比去年增幅达100%，向亚欧地区源源不断输送“广东造”湾区年货，迎来园区新年“开门红”。

　　“为确保班列准点开行，物流园建立了中欧班列‘绿色通道’和服务专窗，提供‘7×24’小时物流服务，实时盯控跟踪货物到达和货车配空情况，确保‘货到即装’，及时准点发车，全面保障中欧班列运输高效畅通。”广东粤通铁路物流有限公司副总经理韦经裕介绍。

　　随着防疫政策的优化调整，国内外经贸交流日益常态化，中欧班列凭借着安全快捷、绿色环保、成本较低、受自然环境影响小、检疫环节接触感染风险低等优势成功“出圈”，助力大湾区在“钢铁丝路”上跑出加速度。同时，中欧班列也成为促进跨境经贸交流，保障全球供应链畅通，推动“一带一路”沿线国家提振经济的中坚力量。

　　“中欧班列一直在跨境物流大通道上维系正常的供应体系，帮助了我们本土企业缓解出口运力紧张，为‘一带一路’国家送去‘中国制造’优质产品。”广州大顺发国际物流有限公司运营总监许鸿展非常满意。

　　据悉，广铁集团常态化开行中欧班列已逾7年，大湾区国际货运班列开行数量，从最初的一周1趟增长至日均超2.6趟，服务版图也从“一点一线”拓展到中欧“成网成片”。增城铁路物流园是粤港澳大湾区中欧班列的重要站点，已与广州国际港、南沙港以及深圳平湖南等多个广东地区中欧班列站点形成区域联动，为实现大湾区优质商品“优进优出”“快进快出”提高运输保障。

　　“春节前增城铁路物流园预计还将开行15余趟中欧“年货班列”，以日用品、数码产品、防疫物品等货物为主，主要发往波兰马拉和德国汉堡、杜伊斯堡等地。”广东粤通铁路物流有限公司副总经理韦经裕说。(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