新华全媒+|一位高铁列车长的62个闹钟******

　　“重点旅客到站。”1月9日17点45分，随着一阵闹铃声响起，列车长郎茜快速扫一眼手机提示，快步向8号车厢方向走去……

　　33岁的郎茜是中国铁路上海局集团有限公司南京客运段值乘D2281次列车的列车长。这趟复兴号列车由南京南站发至深圳北站，运行里程超1930公里，途经江苏、上海、浙江、福建、广东等5个省市。

　　9日是春运开启的第三天，D2281次列车运送旅客4780人次，大量乘客挎着大包小包踏上归乡旅途。“这是疫情防控政策进一步优化调整后的首次春运，旅客数量激增，也对我们做好服务提出了更高要求。”郎茜说，这是她经历的第13次春运。“进入春运后，我的闹钟设置明显变多了。”

　　1月9日，郎茜等待列车到站协助盲人夫妇安全下车。新华社记者季春鹏 摄

　　临近傍晚，郎茜得知一对盲人夫妇将在漳州诏安到站，便提前设置闹钟重点关注。快到站时她将夫妇俩引导至车门处方便下车。“三年没回家过年了，感谢你们，终于到家了！”盲人旅客陈景山说。郎茜与安全员将陈景山夫妇小心搀扶下车，送到诏安站值班员手中，随后值班员将引导这对夫妇出站与家人会合。

　　这一幕是郎茜值乘服务的一个小缩影。2013年，郎茜走上列车长岗位。每逢工作当天凌晨4点30分，她就被第一个闹铃声唤醒，快速起床洗漱，随后开启一天的值乘工作。去年10月起她开始值乘D2281，新线路需要学习的地方多，她便尝试动态“闹钟法”帮助自己快速适应。

　　1月9日，郎茜在列车上服务旅客。新华社记者季春鹏 摄

　　“手机闹铃成了我最好的‘小秘书’。”郎茜说，她手机里的闹钟在设置界面不停增增减减，零碎地记录下一天工作的众多细节，最多时一趟列车值乘下来设置过62个闹钟。“当时只想着千万不能忘了旅客的需求，后来一看手机才发现，闹钟设置了好几页。”郎茜说。

　　1月9日，郎茜展示她设置过的部分闹钟。新华社记者季春鹏 摄

　　踏上列车，郎茜先巡查车厢。她从第一节开始认真检查，查看灭火器有效期，按下厕所冲水按钮看水压，查看卫生间是否消毒，听听广播音量是否合适……每一个细节都不能忽视，当所有车厢检查完毕，车站开始响起旅客放行广播。

　　“旅客安全出行是我们最大的责任，作为一名列车长，首先要把好安全关，做好现场作业和安全卡控，确保列车和旅客安全。”郎茜说。

　　“D2281的开行便利了许多往返长三角与珠三角的旅客。”郎茜说。6号车厢的乘客王磊是潮汕一家医美机构市场部的负责人，因为美容仪经销商在常州，王磊每月都要往返长三角与珠三角。由于美容仪较大，上车时郎茜就帮助王磊收起大件行李柜的隔板，同时协调其他乘客摆放好大件行李。

　　下午6点10分，郎茜的闹铃又响了。5分钟后，她便与另一位乘务员协助王磊把美容仪在潮汕站安全送下了车。车门缓缓关上，郎茜向王磊挥手致意，转身又投入到紧张的工作中。（记者刘兆权、何磊静、杨丁淼）

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