永利彩票-永利彩票

“阳康”后是否需要做个肺部CT？专家解答******

　　近期，不少新冠病毒感染者逐渐康复。有人表示，“阳康”后要去医院做个肺部CT，以免有后遗症。真的需要这样做吗？就此人民网记者采访了应急总医院呼吸内科副主任医师秦芳。

　　“不是所有‘阳过’的人都需要做肺部CT。”秦芳介绍，如果感染新冠病毒或者“阳康”之后，只是咳嗽症状，无明显的呼吸困难，不一定需要做胸部CT。如果出现呼吸困难，或者血氧饱和度低于正常值，或发热时间比较长，尤其是老年人和有重症风险的人群，此时做一个胸部CT还是有必要的。

　　那么，哪些人属于有重症风险的人群呢？秦芳表示，有重症风险的人群主要包括：年龄大于65岁的老年人，尤其是高龄的人群；患有慢性疾病的人群，包括恶性肿瘤、慢性阻塞性肺疾病、糖尿病、高血压、高血脂，以及患有慢性肾病的人群等；长期吸烟的人群，妊娠后半期的人群，以及免疫抑制的人群。

　　“另外，艾滋病患者中CD4小于200每微升的人群，正在使用激素的人群，以及部分先天性免疫系统疾病患者，都属于高危人群，容易发展为重症，甚至危及生命。需要更加密切地观察其病情变化。”秦芳说。（闫妍）

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）