这是南宁海关下属邕州海关关员在指导企业人员对印尼RCEP原产地证书进行申报。(南宁海关供图)
广西蜜博士蜂业有限责任公司执行董事周桂华介绍,印度尼西亚是公司重要的海外目标市场,RCEP框架下,关税“一降到底”的实惠利好显而易见,印尼客户进口时每个柜至少可以节省关税1万多元,大大增强公司产品出口的市场竞争力,有利于公司与国外进口商建立更加稳定的合作关系,进一步拓展东盟市场。
南宁海关提供的数据显示,2022年前11个月,广西对印尼进出口145.4亿元,同比增长79.4%。其中,出口51.4亿元,增长109.4%;进口94亿元,增长66.3%。对印尼月度进出口已连续5个月保持成倍增长。
这是企业人员展示广西首份RCEP项下输印尼原产地证书。(南宁海关供图)
南宁海关有关负责人表示,RCEP对印尼生效,部分产品在中国—东盟自贸区的基础上可获得新的关税减免,这将进一步释放中印尼外贸潜能,带来更多机遇。(记者黄耀滕)
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)