蓝营地方议员倒戈考验党内团结，台媒：“阵前倒戈敲响国民党警钟”******

　　【环球时报综合报道】全台民选地方公职人员25日宣誓就职，22县市议会也全面改选正副议长。结果国民党内频传倒戈事件，引起党内和舆论的注意。

　　据台湾《中国时报》26日报道，花莲县议会议员33席，国民党20席稳定过半。力拼连任的国民党籍议长张峻虽未被党内提名，但在25日险胜，随即宣布退出国民党。在高雄，议长选战也是空前激烈，民进党在选前一天公布新潮流系的康裕成参选议长，并挖角国民党籍的曾俊杰担任副手，打乱国民党布局，最终民进党夺下正副议长宝座。

　　根据台“内政部”统计，此次国民党在市议会改选中囊括15席议长、14席副议长，民进党仅4席议长、2席副议长，无党籍3席议长、5席副议长。但比起2018年国民党总共拿下19个县市议长相比逊色不少，且高雄、台南、基隆都有议员倒戈，考验党内的团结。

　　26日，国民党高雄市党部召开考纪会，开除曾俊杰的党籍。国民党文传会副主委林家兴称，有关本次正副议长选举中有少数党员违纪的情况，花莲、基隆、台南等地27日起会陆续召开考纪会，依章程处理违纪党员。国民党主席朱立伦表示，对于任何违反党纪的行为感到遗憾，“在国民党最困难时候，团结一致就是最忠贞的同志”。“中广”董事长赵少康更是痛批曾俊杰为了自身政治利益，吃相难看至极，丝毫不顾忌刚投票给他的选民。

　　“阵前倒戈敲响国民党警钟”，《中国时报》26日刊登的一篇评论称，代表直接民意的议员敢刚当选就背弃政党、背弃选民，背后所代表的警讯值得国民党反思。除了党纪不彰外，更关键的原因恐怕是国民党缺乏让选民感动的信念，以至于背弃党的议员有恃无恐，不担心选民给予选票教训。文章认为，何以背弃国民党的议员会有如此认知？关键仍在于“讨厌民进党”并不等于“喜欢国民党”。评论称，全台910席地方议员，国民党从上届394席滑落至367席，反观民进党由238席增长到277席，显然在基层的主流民意中，“讨厌国民党”的趋势并没有停歇。香港中评社认为，这些跑票的事件显示了国民党中央控制力不足。(张 若)

　　(环球时报)

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