彩神apapp下载|在线用户注册首页登录平台

中疾控首次报告我国代表性婴幼儿膳食调查数据******

　　新华社北京2月2日电(记者顾天成、李恒)我国0至5月龄纯母乳喂养婴儿的母乳平均摄入量为800.1克/日，6至23月龄婴幼儿辅食来源的蛋白质偏高、铁和锌不足……近日，中国疾病预防控制中心营养与健康所首次报告了“十三五”科技部基础资源调查专项“中国0至18岁儿童营养与健康系统调查与应用”婴幼儿膳食调查数据。

　　中国疾病预防控制中心营养与健康所研究员杨振宇表示，婴幼儿期营养是全生命周期健康的基础。膳食摄入不足或过多是营养不良的主要原因，食物摄入评价可识别早期营养不良，为实施营养干预提供重要科学依据。

　　据介绍，此次调查研究分析了我国0至5月龄婴儿母乳摄入量和6至23月龄婴幼儿辅食能量和营养素摄入量，为推动我国母乳和辅食评估技术创新与发展提供最新信息。

　　调查研究结果显示，在婴儿母乳摄入量方面，2019年至2021年间我国0至5月龄纯母乳喂养婴儿的母乳平均摄入量为800.1克/日，24小时平均母乳喂养次数为8次。母乳摄入量随着月龄的升高而增加，5月龄保持平稳。除个别月龄外，不同地域和性别0至5月龄婴儿母乳摄入量相近。配方粉或辅食引入直接影响6月龄内婴儿母乳摄入量。

　　在辅食能量和营养素摄入量方面，2019年至2021年间我国6至8月龄、9至11月龄、12至17月龄和18至23月龄婴幼儿每日辅食来源的能量分别为156.1千卡、258.0千卡、388.7千卡和581.1千卡。与世界卫生组织辅食营养素密度建议值相比，此次调查研究内的6至23月龄婴幼儿辅食蛋白质密度偏高，6至8月龄和9至11月龄婴儿辅食铁密度和锌密度偏低。(新华网)

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）