彩虹多多平台 - 彩虹多多赔率

岛内缺蛋再起 台“农委会”估日缺二三十万颗蛋******

　　中新网1月4日电 据台湾《联合报》报道，寒流接力侵袭，加上禽流感疫情肆虐，以及鸡农蛋鸡换羽频繁，台湾养鸡协会推估，现阶段缺蛋情况约5%，大概4000、5000箱(每箱约200颗)，也就是日缺80至100万颗蛋。

　　台“农委会”4日举行记者会，“农委会副主委”黄金城表示，鸡蛋当然缺，有缺一点点，会透过调配方式，目前不可能完全没有缺，也不可能如十多年前鸡蛋充裕情形，已掌握现在每天掌握缺20、30万颗蛋。

　　他表示，加工蛋使用高峰落在本周，本周过后产品都做好了，使用量就会慢慢降下来。

　　至于缺蛋状况是否有可能让蛋价继续攀升？黄金城说不会，以目前状况，因饲料价格没有继续涨，很长一段时间维持平稳状况，因此不认为可以把饲养成本转嫁到鸡蛋售价上。

　　由于现阶段不少鸡农都用二春、三春(老母鸡)蛋鸡产蛋，黄金城说，这是产业结构问题，去年已看到状况，往年种鸡进口维持20万只，去年同意增加到23万只，今年会同意进口30万只种鸡；是否因为境外禽流感疫情严峻，造成种鸡进口受阻，他说用项目进口，种鸡仍进得来没问题。若都用老鸡产蛋，产蛋率不佳，现阶段仅接近七成，已加速调整产业结构需要时间扩量。

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）