彩天下app开奖结果_360百科

推动中国同中亚国家关系高水平发展（和音）******

　　中国同中亚五国实现“三个全覆盖”——全面战略伙伴关系全覆盖、双边层面践行人类命运共同体全覆盖、签署共建“一带一路”合作文件全覆盖，将为携手构建更加紧密的中国—中亚命运共同体注入重要动力

　　日前，习近平主席在人民大会堂同来华进行国事访问的土库曼斯坦总统谢尔达尔·别尔德穆哈梅多夫举行会谈。两国元首宣布将中土关系提升为全面战略伙伴关系，就推动构建中土命运共同体达成重要共识，并共同见证签署“一带一路”等领域合作文件。这标志着中国同中亚五国实现了“三个全覆盖”，即全面战略伙伴关系全覆盖、双边层面践行人类命运共同体全覆盖、签署共建“一带一路”合作文件全覆盖。

　　中土两国理念相通，目标相似，利益相连。在两国元首的战略引领下，中土各领域多层次交流合作取得丰硕成果，友好关系日益巩固。中土建立全面战略伙伴关系，持续深化全方位合作，推动构建中土命运共同体，将使两国关系在更高水平上向前发展。中土构建命运共同体是在彼此尊重、坦诚互信、互利共赢的基础上，更好地深化互利合作、照顾彼此关切、巩固世代友好。双方要在彼此核心利益问题上相互支持，尊重各自走符合本国国情的发展道路；加快发展战略对接，充分发挥中土合作委员会等机制作用，不断拓展合作的广度和深度，用实实在在的合作成果为两国关系提供支撑；深化执法安全、生物安全合作，共同打击“三股势力”，筑牢维护两国发展的安全屏障；加强各领域各层级交流，开展人文合作，深化人民感情，筑牢两国关系持续健康发展的民意和社会基础。这些有利于两国实现发展振兴，为两国人民创造更多福祉。

　　中土关系进一步提升，体现了中国同中亚国家关系的高水平发展。31年前，中国率先同中亚国家建交，开启了双方交往和合作的大门。31年来，双方走出了一条睦邻友好、合作共赢的新路，成为构建新型国际关系的典范。习近平主席去年1月在中国同中亚五国建交30周年视频峰会上指出：“无论国际风云如何变幻，无论未来中国发展到什么程度，中国都始终是中亚国家值得信任和倚重的好邻居、好伙伴、好朋友、好兄弟。”中国同中亚五国分别建立全面战略伙伴关系，在双边层面践行人类命运共同体，有助于维护地区和平稳定与发展繁荣。作为中国同中亚国家开展合作的新机制，“中国+中亚五国”合作机制公开透明、互利共赢、平等互惠、务实管用，为深化中国同中亚国家全方位合作提供了重要平台。办好首届“中国+中亚五国”峰会，将充分发挥元首外交引领作用，推动中国同中亚国家关系实现新发展，助力双方更好应对共同挑战。

　　中亚地区是“一带一路”的首倡之地。中国同中亚国家秉持共商共建共享原则，推动“一带一路”倡议在中亚地区开花结果，为地区人民带来了实实在在的福祉。中国—中亚天然气管道是世界上最长的天然气管道，截至2022年6月累计对华输气超4000亿立方米；乌兹别克斯坦“安格连—帕普”铁路隧道贯通，彻底改变了上千万人的出行方式；中哈霍尔果斯国际边境合作中心与中哈连云港物流合作基地成功建成，打开了中亚国家通向太平洋的大门；中吉乌公路正式通车，成为跨越高山、畅通无阻的国际运输大动脉……在“一带一路”倡议与中亚国家发展战略对接框架内，中国同中亚国家合作取得一系列历史性、标志性、突破性成就。双方继续高质量共建“一带一路”，加快发展战略对接，将更好促进本地区经济发展、人民福祉、睦邻互信。

　　亲望亲好，邻望邻好。中国坚持亲诚惠容和与邻为善、以邻为伴周边外交方针，深化同周边国家友好互信和利益融合。中国与中亚国家赓续友谊、推进合作，携手构建更加紧密的中国—中亚命运共同体，必将为推动构建人类命运共同体作出更大贡献。

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）