山西临汾警方破获29年前命案积案******

　　中新网临汾2月3日电 (记者 李庭耀)记者3日从山西省临汾市公安局直属分局获悉，在北京警方的配合下，临汾警方破获一起29年前命案积案，抓获犯罪嫌疑人李某某。

　　1994年6月23日凌晨1时许，临汾市尧都区兵站路芦氏庄某旅店发生一起杀人案。案发后，公安机关迅速成立专案组，展开案件侦破工作。

　　经初查，犯罪嫌疑人李某某有重大作案嫌疑。作案后，李某某连夜逃离，不知去向。29年来，警方从未放弃对该案的侦破工作。近年来，临汾警方开展命案攻坚，重新梳理命案积案。

　　1年多来，警方多次对该案进行走访调查，寻找新的线索。春节前，临汾警方前往北京进行侦查，还于春节当天截获重要新线索。

　　1月27日，犯罪嫌疑人李某某(男，50岁，临汾市襄汾县人)在北京市被抓获，并于1月28日凌晨被押解回临汾市。至此，芦氏庄“1994.6.23”杀人案告破。

　　“李某某在住店期间与被害人产生矛盾，欲进行报复，争执过程中持刀杀人。”办案民警告诉记者，29年来，李某某隐姓埋名，使用编造的姓名，流窜山西、黑龙江、北京等地，以打零工为生。

　　目前，该案仍在进一步侦办中。(完)

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