广州南站夜间高铁每小时超10趟******

　　广州日报讯 (全媒体记者 黄庆 通讯员郭静、戴鸣)昨日，春运第12天，广铁集团迎来春运发送客流最高峰，当天预计发送旅客164万人次。其中，广东地区预计发送旅客116万人次，同比2022年春运增长3.8%，恢复到2019年同期的89.1%。广州南站发送旅客34.6万人次；广州站发送旅客7.4万人次；深圳北站发送旅客27.4万人次，单日旅客发送量再创历史新高。

　　自1月14日以来，广州南站已经连续5天发送旅客超过2019年春运同期。其中，1月14日同比增长2.1%；1月15日同比增长6.8%；1月16日同比增长2.2%；1月17日同比增长5.5%；昨日超过2019年春运第12日近3万人次，增幅接近9%。

　　昨日早上8时，记者在广州南站看到，客流不如几天前早高峰时期。三层候车大厅人流并不多，除了准备检票的闸口前出现排队情况，大多数旅客都有座位可坐。

　　广州南站客运值班员王娟告诉记者，之所以广州南站客流稳定，井然有序，主要归功于开行夜间高铁。车站近几日来通宵运营，大大缓解了早高峰的客流压力。昨日凌晨零时到6时，广州南站开行夜间高铁64趟，平均每小时开行超过10趟。按计划，18日全天，广州南站开行高铁列车538对。

　　期间，广州南站各场所通宵营业，为旅客提供暖心服务，保证夜间热水、食品供应充足，并积极协调地铁、公交、出租车等公共交通服务时间，实现旅客夜间出行“零距离接驳”。

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