【学习贯彻党的二十大】丁仲礼：提高履职水平，做中国共产党的好参谋、好帮手、好同事 ******

　　连日来，各民主党派、工商联和无党派人士高度关注、持续热议中共二十大，认真学习贯彻二十大精神。大家纷纷表示，要紧紧围绕中共二十大绘制的宏伟蓝图、确立的奋斗目标和作出的战略部署，切实履行好参政党职能，主动参与全过程人民民主实践，在以中国式现代化全面推进中华民族伟大复兴的新征程上作出新贡献。即日起，“统战新语”陆续刊发各民主党派中央主席、全国工商联主席和无党派人士代表的学习心声。

　　举世瞩目的中共二十大于近日胜利闭幕。大会圆满完成总结过去工作，明确今后党和国家前进方向、奋斗目标、行动纲领，选举新一届中央领导集体的重大使命。中共二十届一中全会选举产生新一届中央领导机构，选举习近平同志为党的总书记。对此民盟衷心祝贺，坚决拥护。深入学习贯彻中共二十大精神，是全党全国各族人民当前和今后一个时期的首要政治任务。作为中国特色社会主义参政党，民盟将进一步提高政治站位，认真领会精神实质，深刻把握核心要义，把全盟同志的思想和行动统一到中共二十大精神上来，自觉肩负起新时代赋予我们的历史使命和崇高责任。

　　在中国共产党领导下坚定不移地走中国特色社会主义政治发展道路

　　中国共产党百年奋斗史充分证明，没有中国共产党，就没有新中国，中国共产党的领导是历史发展的必然结果，是中国人民的必然选择。

　　新时代新征程，我们要始终坚持中国共产党的领导，坚定不移地走中国特色社会主义政治发展道路，不断夯实多党合作的共同思想政治基础，努力建设政治坚定、组织坚实、履职有力、作风优良、制度健全的新时代中国特色社会主义参政党，切实承担起中国共产党的好参谋、好帮手、好同事的政治责任。

　　做习近平新时代中国特色社会主义思想的忠诚信奉者和坚定实践者

　　中共十八大以来，党和国家事业取得历史性成就、发生历史性变革，根本在于有以习近平同志为核心的中共中央领航掌舵，有习近平新时代中国特色社会主义思想科学指引。

　　踏上新征程，开启新目标，我们将带领全盟各级组织和广大盟员，在全盟迅速开展学习中共二十大精神热潮，自觉地做习近平新时代中国特色社会主义思想的忠诚信奉者和坚定实践者。

　　以中国式现代化全面推进中华民族伟大复兴

　　中共二十大报告阐述了中国式现代化的本质要求和鲜明特色，为中国实现现代化指明了方向和道路。中国式现代化对内实现全体人民共同富裕、人与自然和谐共生，对外推进世界和平发展、构建人类命运共同体，实现物质文明和精神文明协调发展，拓展了发展中国家走向现代化的途径，为世界贡献了中国方案、中国智慧。

　　民盟将按照中共二十大确定的目标任务和大政方针，把学习贯彻中共二十大精神与提升民盟履职能力紧密结合起来，传承“奔走国是，关注民生”的优良传统，发挥自身优势，不断提高履职水平，为全面建设社会主义现代化国家，以中国式现代化全面推进中华民族伟大复兴作出新的贡献。

　　(来源：统战新语微信公众号 作者：丁仲礼 系民盟中央主席)

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