至尊彩票玩法|至尊彩票APP

“汶川哥哥”重回泸定 看望当时抱在手中的小婴儿******

　　“汶川哥哥”回泸定看望他救出的婴儿

　　“汶川哥哥”与他在地震中救出的孩子隔了4个月又相见啦！1月5日的这次重逢让大家都激动不已。2022年9月6日，在四川省甘孜州泸定县救灾现场，参与救援的森林消防员张自立怀抱着一名2个月大的婴儿，小心翼翼地将其转移到安全处，他也被网友亲切地称为“汶川哥哥”。这名被救助的孩子叫杨泽楷，家住泸定县得妥镇，巧合的是，孩子的爸爸也是一名消防员。兔年春节临近，“汶川哥哥”张自立与消防队员们驱车前往泸定县得妥镇，再次抱起了杨泽楷。

　　紫牛新闻见习记者 陈燃 

　　“汶川哥哥”重回泸定 看望当时抱在手中的小婴儿

　　2022年9月5日，四川省甘孜州泸定县发生6.8级地震。在随后几天紧锣密鼓的救援中，发生了许许多多惊心动魄的救援故事。其中，“汶川哥哥”温柔地怀抱着小婴儿，将他转移到安全处的那张照片，曾经让很多人红了眼眶。当时救人的“汶川哥哥”名叫张自立，是四川省森林消防总队阿坝州支队汶川大队的消防员。

　　“当时孩子奶奶抱着他，告诉我他才2个月大，头部有轻伤。我就赶紧从奶奶手上接过孩子，抱着他快速往村外转移。”张自立说。巧合的是，张自立抱着孩子的那一幕被记者拍下，后来这张照片感动了无数网友，因为他是汶川大队的消防员，戴着写有“汶川”字样的臂章，大家就亲切地叫张自立和他的队友们“汶川哥哥”。

　　后来，他们才得知，被救的孩子名叫杨泽楷，他的父亲杨得义也是一名消防员，在雅江县工作，地震发生后他正在另一个地方执行救援任务。

　　张自立告诉记者：“后来，我们一直保持着联系，也一直想有时间能再去泸定看望他们，但前几个月一直忙着参加救援任务和备战冬春防火期，所以看望他们的时间被一再推迟。”

　　春节前，张自立和队友们终于有了重回泸定的机会，汶川大队的领导嘱咐他和队友们，回去时要给湾东村的村民们带些水果当做新年礼物。临行当天，张自立早早起床把准备给杨泽楷的玩具、衣服和苹果一股脑儿地装上了车。早在出行前，张自立就要到了杨泽楷的身高和体重，买了合身的衣服，而选择苹果则是他和战友们对全体村民们的朴素祝福，“希望他们都能平平安安。”随着离目的地越来越近，平时少言少语的张自立话多了起来，“特别期待，想看看小家伙现在怎么样了，还认不认识哥哥了！”

　　另一边，孩子奶奶杨先琼早早地就站在得妥镇卫生院门口迎接他们了。走到他们租住的房屋前，孩子爸爸杨得义正抱着小泽楷在楼前等候，张自立走过去，和孩子爸爸打了声招呼，然后温柔地抱起小泽楷。如今已6个月大的小泽楷特别乖巧，还伸出小手想去拿张自立胸前的中国消防救援队徽，“你还认得我哇，杨泽楷？”张自立开心地逗着杨泽楷，时隔4个多月的重逢，没有什么比看到孩子红扑扑的笑脸更令他开心了。

　　汶川地震时他曾被救援 如今他成了救人的消防员

　　张自立将此前获得的2万元钱公益基金以“汶川哥哥”的名义捐给了杨泽楷。孩子的家人连连感谢张自立和他的队友们，张自立说：“我6岁的时候，经历过汶川地震，那时候我家里的房子都倒塌了，是解放军和消防员赶来救援，为我们搭起了帐篷，送来了生活用品。我一直记得特别清楚，也特别感谢他们，这些年，大概也是那种力量，促使我长大成为了消防员吧！也许未来某一天，小泽楷也会想成为一名消防员呢！”

　　张自立和队友们坐着车子离开时，看着车窗两边的房屋和道路，颇有感触：“如今路修好了，路边的房子也在重建，相信大家的日子一定会越来越好的！”

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）