一分快3投注-360百科

光明文化周末：梧林密码******

　　【诗意中国】 

　　作者：许谋清

　　到五店市，让人想起故乡。

　　到梧林，想到的却是他乡。

　　五店市——出砖入石的红砖厝。

　　梧林——罗马式哥特式的小洋楼。

　　到五店市想起过去。我们祖辈从哪里来？

　　到梧林想起南洋。我们的亲人又到哪里去？

　　这也许就是为什么晋江有了一个五店市传统街区，还要有一个梧林古村落。

　　一样的是，它们都坐落在故乡的土地上，红土地。这土地，没盖房时寸草不长，叫赤土埔。房子盖起来了，便留下了红色的村道，赤土路。

　　梧林社区现在也只有1800多人，在晋江，不算大。一百年前，应该更小。梧林人早年就下南洋，19世纪末起，海外游子纷纷回乡盖房，新盖的传统红砖厝和村子里原来的房子汇合在一起，新盖的小楼则改变了村子的面貌，让外村人侧目。

　　小楼第一批建于19世纪末到抗日战争前夕，第二批建于20世纪五六十年代，成为沿海侨乡的一道亮丽风景。他们用这样的方式把外边世界的讯息带给故乡。这些洋楼，有的外墙斑驳，那是因为他们把准备装修的资金捐助给祖国的抗日战争，那是他们的拳拳之心。

　　这些楼房又分成两种，用本地红砖建的，女墙上常有民间工艺装饰，有双凤比翼、孔雀双飞及各种花鸟，这种中西合璧的称为番仔楼。还有一种楼，材料是水泥钢筋——当时水泥叫红毛灰，都得从海外运回来。楼房的样式也不一样，比如哥特式罗马式，这一类称洋楼。

　　番仔楼大部分用主人的名字命名。还有“容膝居”，“容膝”取自陶渊明的《归去来兮辞》。有“梦菜家声楼”，取自传说。上世纪五六十年代建的则用了当时的新名词，也留下那个时代的印记，如“胸怀祖国楼”“放眼世界楼”“东风万里楼”。番仔楼12栋，洋楼11栋，合23栋。在这片古老的土地上，若再加点霞光云气，你不觉得它是一片海市蜃楼？

　　梧林古村落不同于五店市，它没有围墙，仍然和原来的梧林村贴在一起。当年，23栋番仔楼、洋楼，打开了23扇窗户，让人脚踏故土，望向世界。

　　遥想一百多年前，当几栋小洋楼出现在原来只有平层的红砖厝的村子里时，村民只当它们是西洋景吗？不，它们实实在在地从他们脚下的赤土埔上拔地而起，就立在他们面前。它们是真实的，看得见，摸得着，生根钉地，搬不走。从那个时候开始，梧林人有了诗和远方。

　　德鑨老先生1924年回乡建了一栋红砖厝，1936年又回乡建了一栋洋楼，现称“五层厝”。不可思议的是，百年古大厝墙砖上的花纹和“福”字依然清晰、红艳、有棱有角。这片宅地里，有两棵引人注目的老榕树。其中一棵乍一看，树头在楼上，紧紧地拥抱着，也可以说是包住梁柱，根须下垂，扎入地里，上边枝干张扬，撑起庞大的墨绿色树冠。另一棵空间受限，四面是墙壁，满地树根，这是令人过目难忘的梧林一景。我注目那些交错虬曲的树根，它们仿佛编织成一个迷宫，能感觉到它们的努力和挣扎。它们是故乡的老榕树，生长在最贫瘠的赤土埔上。它们的枝干上还飘着一束束柔软的根须，那些根须一旦到达地面，就会紧紧抓住，让自己变成新的树干，但依然和老树连接在一起。世界上，只有这种树可以独木成林。这也是梧林人的性格。

　　我们的土地不是故步自封而是兼收并蓄，这些西式小洋楼已经在这片土地上转化成故乡的一种元素，给古老的乡村抹上一笔海洋文化色彩。这是一种开放的色彩、生命的色彩，更是一种先行者的姿态。

　　余光中写李白：“凡你醉处，你说过，皆非他乡。”

　　不管到哪里，都能落地生根，成就事业。不管到哪里，都惦念家乡。

　　远行博大了胸怀，用他乡丰富了故乡。

　　梧林的23栋番仔楼、洋楼是一组密码。我们走进梧林，用这些密码，探寻那一部部仍然保持温度、蕴藏着海上丝路文化的创业史。

　　《光明日报》（ 2023年01月06日 15版）

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）