多国机构和专家:限制中国旅客入境,没必要******
【环球时报驻德国特约记者 青 木 环球时报记者 邢晓婧 赵瑜莎赵霜】随着中国1月8日出入境放开时间临近,接受《环球时报》采访的多位国外专家认为,只要接种疫苗,政府没有对中国旅客采取入境限制措施的必要。
6日下午,中国国家卫健委发布《新型冠状病毒感染诊疗方案(试行第十版)》。第十版诊疗方案内容包括对疾病名称进行调整、不再判定“疑似病例”、增加新冠病毒抗原检测阳性作为诊断标准等。本周日,中国将有序恢复公民出境游,亚太地区特别是以旅游业为支柱的东南亚国家期待中国游客的回归。据路透社6日报道,柬埔寨、印度尼西亚、新加坡等东南亚国家不要求对入境的中国旅客进行核酸检测,马来西亚和泰国仅对从中国起飞的飞机废水进行病毒检测。
然而,未能对来自中国的入境者达成统一对策的欧盟提出强烈建议,希望欧盟国家对中国入境者实施新冠检测。5日,德国联邦卫生部长卡尔·劳特巴赫宣布,任何从中国前往德国旅行的人都必须在飞行前接受新冠病毒检测,“只有在测试呈阴性的情况下才允许入境。”他表示,至少应进行一项快速抗原检测。此外,比利时、瑞典、奥地利和希腊也宣布强制检测决定。
德国航空运输业协会指出,世界卫生组织(WHO)和欧盟机构 ECDC都发现,此类旅行限制并不能有效防止新冠病毒的传播,因此没有必要要求旅客在离开中国前进行测试。欧洲航空协会(A4E)、国际航空运输协会(IATA)和国际机场理事会欧洲分会(ACI Europe)1月5日也发表联合声明称,对欧盟周三建议让来自中国的旅客在抵达欧洲之前进行新冠病毒检测等行为表示“遗憾”,并表示这是一种未经思考的“下意识反应”。欧洲旅游代理商及旅行社协会秘书长埃里克·德雷辛则批评称,各国政府的行动“更多是出于民粹主义原因,而不是为了实现公共卫生目标”。
日本医疗管理研究所理事长上昌广在接受《环球时报》记者采访时说,虽然不能完全排除在中国出现新的变异毒株的可能性,但即便出现,大概率属于奥密克戎毒株的系统当中,只要接种了疫苗,日韩等国没有担心害怕的必要。最近流行的XBB毒株实际上与奥密克戎毒株类似,无需担惊受怕。奥密克戎毒株已经在东亚国家传播开来,日本采取的“水际对策”(即边境防控)措施不可能遏制病毒传播。除非中国出现毒性极强的变异毒株,“水际对策”措施才有可能发挥一定作用。
美国哥伦比亚大学的流行病学专家杰弗里·沙曼告诉《环球时报》记者,任何国家都不能排除出现新型变异毒株的可能性,如果有些国家由此认为中国“危险”,那么实际上“旅行限制”并不会消除这种“危险”,因为病毒已经无处不在。中国此前采取的防疫政策在很大程度上有效阻止了病毒进入中国,虽然无法完全阻挡病毒,但若当初没有采取这种严格的防控措施,病毒则会迅速传播开来。
美国传染病学会6日也在社交媒体上表示,美国政府要求中国旅客入境前进行核酸检测的做法,不仅不会在限制病毒的传播上产生多大的影响,也无助于全面评估全球病例增加所带来的影响。该声明认为,如果美国希望更好地监测病毒和疫情的发展与走向,那么政府就应该从狭隘的地理视角中跳出来,采取更为广泛的监测策略。
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