商务部：将聚焦汽车家居等领域推动出台新政策促消费******

　　中新社北京2月2日电 (记者 李晓喻)中国商务部市场运行和消费促进司司长徐兴锋2日称，为促进消费，今年将聚焦汽车、家居等重点领域推动出台一批新政策。

　　目前，与投资、进出口相比，中国消费恢复相对缓慢。中央经济工作会议已经将恢复和扩大消费摆在优先位置。

　　徐兴锋在当天举行的新闻发布会上称，今后将多措并举，继续稳定和扩大汽车消费。在支持新能源汽车消费方面，将引导各地在牌照、充电、通行等各个方面，进一步优化新能源汽车使用环境，“让大家使用起来没有忧虑”。

　　据官方数据，2022年中国全年新车销量2686.4万辆，同比增长2.1%，连续14年居全球首位。其中，新能源汽车内销增长近一倍，增速为93.4%；外销增长一倍以上，为131.4%。新能源汽车渗透率已达1/4，提前三年实现了官方规划目标。

　　徐兴锋称，今后还将开展形式多样的汽车促消费活动，稳住新车消费增量。此外，将继续扩大二手车流通，加快建设完善全国性的二手车信息查询平台，修订《二手车流通管理办法》，让车辆信息更加透明。

　　在畅通汽车报废更新方面，徐兴锋表示，要修订完善机动车报废管理规定，健全报废机动车回收利用体系，鼓励有条件的地方开展汽车以旧换新，促进汽车循环消费。(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