青年京剧人才交流平台项目结项演出成功举行******

千生万旦，一净难求！

1月5日晚，由北京文化艺术基金资助，北京网络文化协会主办的“戏‘聚’人才，蕴蓄出新——青年京剧人才交流平台项目”结项汇报演出在安徽会馆举行，结项演出剧目为京剧行当系列实验剧《一净难求》。

“戏‘聚’人才，蕴蓄出新——青年京剧人才交流平台项目”聚焦京剧“净行”行当，利用新媒体传播的优势，以短视频平台为传播载体，以创新剧目排演为契机，将传统戏曲与互联网结合起来，为青年戏曲人才搭建学习、实践和交流展示平台。

项目学员由北京京剧院等单位的20余位青年花脸演员组成，在项目培养过程中，邀请了专业的老师对学员们开展专业素养培养、新媒体素养培训、线上推广、线下演出等培训活动，通过线上线下的全方位的培养与扶持，进一步了提高京剧净行的人才储备量与艺术水平以及影响力。

增加实践机会，促进精品创作，给青年戏曲人才创造更多的实践机会，为其搭建学习、实践和交流展示平台，是该项目的重要目标之一，让青年戏曲储备人才在实践中提升自己，在实践中不断打磨新品、精品。因此，项目学员们共同创排了京剧行当系列实验剧《一净难求》。该剧以经典花脸剧目为核心，通过融合当代戏剧的表达方式，让更多人了解“净”，看到每一张脸谱背后的故事，是花脸行当的一次自我独白，更是花脸演员对净行的一次致敬。项目汇报演出既是终点，又是起点，我们也希望通过创新剧目展演引起更多人对京剧对花脸行当的关注与认知，吸引更多新观众走进剧场，观看京剧，感受戏曲的现场魅力。

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