乐发彩票开户-乐发彩票邀请码

国家药监局：加强涉疫药品案源排查和案件查办******

　　中新网1月19日电 据国家药品监督管理局网站消息，1月17日，国家药监局党组成员、副局长黄果在京主持召开涉疫药品稳价保质专项行动调度会议。会议听取各相关单位关于涉疫药品稳价保质专项行动、涉疫药品案件查办、涉疫药品生产经营督导检查等工作进展汇报。会议对当前疫情防控用药监管形势进行深入分析，对下一阶段涉疫药品稳价保质专项工作进行安排。

　　会议指出，涉疫药品质量安全责任重大，要深刻认识涉疫药品稳价保质专项行动对服务疫情防控大局、保障公众用药安全的重要意义，把专项行动作为当前的一项重大任务和重点工作。各级药品监管部门近期开展了一系列检查、检验、监测、稽查执法等工作，取得阶段成效，全国涉疫药品安全形势平稳可控。要再接再厉，强化风险意识和底线意识，保持力度不减、标准不降、尺度不松，务求专项行动取得实效。

　　会议要求，要按照2023年全国药品监管工作会议部署和涉疫药品稳价保质专项行动实施方案要求，聚焦涉疫重点药品，加大对委托生产、新开办车间、新批准扩大产能等企业的监管力度，加强网络销售涉疫药品的监测处置和投诉举报受理工作，加强涉疫药品案源排查和案件查办，曝光典型案件，形成震慑效应。

　　会议强调，要压实责任抓落实。在涉疫药品稳价保质专项行动中，完善驻厂派驻检查和巡查工作机制，落实好属地监管责任，实现风险闭环管理；加强部门、区域间协调联动，强化信息共享，深入沟通交流，形成监管合力；严厉打击制售假劣涉疫药品违法违规行为，对涉嫌犯罪的，坚决移送公安司法机关追究刑事责任。此外，要继续围绕“临床急需”，依法加快相关药品的应急审评审批，提高药品可及性。

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）