点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
联合国《生物多样性公约》秘书处执行秘书：中国在推动生物多样性方面起着独特作用******
中新网蒙特利尔12月8日电 “世界生物系统在不断恶化，生态多样性在不断丧失。如果我们不能逆转这种丧失，我们的未来一代会面临巨大的风险。”联合国《生物多样性公约》秘书处执行秘书伊丽莎白·穆雷玛日前表示。
当地时间12月7日，COP15第二阶段会议“坚持人与自然和谐共生 共建清洁美丽世界”边会在加拿大蒙特利尔举行，边会由生态环境部环境与经济政策研究中心、中国新闻社主办，中国新闻网承办。
伊丽莎白·穆雷玛在边会上作主旨发言时如是说。她表示，COP15和《2020年后全球生物多样性框架》的谈判，为我们带来了珍贵机会，让我们调整跟自然的关系，推进人类与自然的协调，更好地推行可持续发展。
联合国《生物多样性公约》秘书处执行秘书伊丽莎白·穆雷玛在边会上作主旨发言。尹灵 摄“在全球生物多样性的框架之下，到2050年实现人与自然和谐共生，是我们目前奋斗的目标。”穆雷玛表示，为了实现人类与自然和谐相处的目标，各国需要携手努力。在她看来，想要实现人类与自然和谐共处的愿景并不容易，但是及时采取措施是值得的。“我们是幸运的，也是不幸的，我们只有一个地球，没有更多的选择。”
穆雷玛表示，中国在推动生物多样性方面起着独特的作用，生态系统的恢复在中国发展战略中占据非常重要的部分。“中国走出了自己的发展道路，实现了自己的经济发展，提高了人民的生活标准，同时较好地保护了自己的生态系统，也为发展中国家提供了一个可以效仿、学习和调整自己战略的良好发展模式。”
边会上，穆雷玛号召大家，未来两年，在主席国中国的领导下能够通过并执行《2020年后全球生物多样性框架》。
“如果我们能够携起手来，一定能逆转生物多样性的丧失。我们能为实现可持续发展的目标作出贡献，建立一个更加健康的未来，一个所有人的未来。”她说。(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
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
快盈v地图 |
)