江西省人大代表：建议在职业院校设置非遗相关专业******

　　中新网南昌1月12日电 (记者 李韵涵)正在召开的江西省两会上，江西省人大代表、国家级非遗夏布绣代表性传承人吴婉菁建议，要加强江西省非遗传承与职业教育融合发展，深入研究江西职业院校非遗相关专业设置的必要性和可行性。

　　据了解，江西现有国家级、省级非遗代表性项目558项，包括传统戏剧、传统舞蹈、传统美术等10个类别，其中国家级非遗代表性项目88个、省级代表性项目470个。

　　“江西在非遗保护和传承方面开展了丰富的工作，并投入了大量资金支持，极大增强了非遗项目影响力、社会参与度、市场认可度，取得了一定成效。”吴婉菁表示，但从非遗传承现状来看，最欠缺的是非遗传承产生内生产力和造血功能的传承人。

　　吴婉菁认为，能有效推进江西非遗项目的高质量传承和发展，承担起非遗传承人培养重任的非职业院校莫属，特别作为地方性院校的职业教育，在担负培养技术实用性人才任务的同时也肩负着服务地方经济社会发展，推进地域文化发展的重任，是保护、传承非物质文化遗产的一支重要力量。发挥地方职业院校的独特作用，既是非遗传承事业之所急，也是职业院校教育突破发展之所需。

　　为此，吴婉菁建议，深入研究江西省职业院校非遗相关专业设置的必要性和可行性，建立相关部门参与非遗相关专业设置评估机制，精准、合理做好职业院校该专业的设置。

　　吴婉菁表示，还要逐步解决职业院校非遗专业教师资匮乏问题，保障学校专业建设可持续发展；积极探索联合办学，创新教学模式，吸纳专业人才强化师资队伍，积极搭建非遗实训平台。

　　在课程安排上，吴婉菁认为，应邀请行业专家及部分非遗代表性传承人参与教学计划制定和调整，在兼顾实践和理论基础上，科学、系统做好江西职业院校非遗相关专业的课程安排。

　　此外，还应加大对非遗传承行业的扶持力度，促进非遗传承行业健康壮大发展，提高非遗传承专业学生就业选择面和就业质量，解决职业院校非遗传承专业后续生源少，发展后劲不足的问题。(完)

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