山西医科大学：发挥医学专业特长助力抗疫******

　　山西医科大学1815名师生主动请缨投身校外疫情防控——

　　发挥医学专业特长助力抗疫

　　■从严从实从细抓好疫情防控

　　“20天里，在老师的指导下，我和同学们操作复杂的检验仪器，累计完成35万份样本检测。”被派驻到位于太原市尖草坪区的气膜方舱实验室营地的志愿者、山西医科大学2022级公共卫生专业硕士研究生王元昊说。

　　12月4日，山西医科大学支援太原气膜方舱实验室营地的43名青年志愿者载誉而归。他们是山西医科大学最后一批返校的青年志愿者，也是山西医科大学众多师生在新冠肺炎疫情形势严峻的紧要关头发挥自身专业特长，积极投身校外疫情防控工作的缩影。

　　弘扬志愿精神 以行动践行担当

　　“姐姐，这是送给你的，谢谢你们！”当支援忻州市忻府区抗疫的山医志愿者们接过当地小朋友们亲手制作的写满感谢和祝福的卡片时，惊喜与感动如潮水般涌上心头。一幅幅锦旗、一封封感谢信、一个个关爱的眼神、一句句深情的话语……无不表达着群众对师生志愿者工作的肯定和赞许。

　　志在心中，愿在行动。在社会面临复杂严峻的新冠肺炎疫情防控形势时，面对地方政府和疾控部门向学校发出支援的请求，山西医科大学广大师生主动担当、积极作为，下沉防疫一线，支援各地市疫情防控工作。他们奔赴太原市、晋中市榆次区、忻州市、临汾市等地，走入社区、医院等开展志愿服务，积极投入样本检测、数据录入、环境消杀、电话流调、移动方舱实验室建设等工作，在疫情防控一线用实际行动践行着山医人的初心使命。

　　山西医科大学公共卫生学院2021级研究生李梦玲第一时间参与临汾市疫情防控电话流调工作，询问涉疫人员的活动轨迹，运用自身专业知识判断涉疫人员行程轨迹的合理性，利用公安部门的技术手段查明轨迹中不明确的涉疫人员、场所等信息，力求精准溯源。

　　“这个世上没有超级英雄，不过是无数普通人都在发一分光，然后萤火汇成星河。万众一心，与爱同行，抗疫必胜。”这是山西医科大学2021级公共卫生专业硕士研究生聂艳聪支援忻州疫情防控后的体会，也是诸多山医志愿者师生的共同心声。

　　发挥“智囊”作用 助力联防联控

　　跟踪山西疫情发展态势，开展流行态势预测，完成多期省内外多地新冠肺炎疫情分析报告……在这场没有硝烟的战斗中，山西医科大学发挥高校“智囊”作用，利用大数据研判分析，助力疫情防控，为动态调整防控策略、跟进实施防控措施、及时补短板强弱项等建言献策。

　　山西医科大学与山西省疾病预防控制中心共同签署了“应对新冠肺炎等重大传染病疫情和突发公共卫生事件技术支撑合作框架协议”，全面提升山西省疾控机构防控能力和科研水平。学校教授解军、王彤等人带领的科研团队承担了国家重点研发计划课题、山西省卫健委课题、山西省新冠专项课题等，在免疫接种、病毒感染潜伏期、病毒灭活疫苗接种方案等方面，充分利用科学技术助力疫情防控。

　　受国家联防联控机制综合组委托，山西医科大学公共卫生学院多位专家带领学生对广西北海、海南三亚和四川成都疫情防控提供技术支持，为当地精准科学防控提供依据，得到国家联防联控机制综合组的高度肯定，也为把学校早日建成全国一流研究应用型医科大学奠定了坚实基础。

　　线上线下齐发力 创新科普助防疫

　　除了活跃在抗疫一线的志愿者服务团队和潜心钻研战疫情的科研团队，山西医科大学的师生们主动作为，线上线下齐发力，在心理疏导、行为指导、防疫知识传播等方面都效果显著。

　　为有效应对疫情防控校园封控期间师生可能产生的心理压力、不良情绪及突发心理状况，山西医科大学整合心理学、精神卫生学、临床医学学科优势，构建起全周期覆盖、全平台支持、全天候陪伴、全方位育人的心理防疫矩阵，依托附属医院精神卫生专家，融合线上线下、整合各方力量，推出了面向全省高校师生的“医心医疫”心理支持云平台。学校依托“山医心理”微信公众号推出“深夜树洞”窗口，及时为处于心理困扰的学生排忧解难，举办了“战胜考试焦虑手册”主题线上心理健康主题讲座，并通过拍摄一系列微视频，宣传心理放松技巧，守护学生心理健康。

　　疫情发生以来，山西医科大学采取线上线下相结合的形式，举办培训会、动员会，制作精品共享课程，帮助广大民众认识疫情、了解疫情，做好疫情防护。学校开展疫情防控科普微视频拍摄、制作、宣传活动，在各媒体平台播出系列科普宣传微视频42个，用通俗易懂的形式向广大公众普及疫情防控科学知识，用实际行动助力筑牢社会“抗疫”防线。

　　今年10月以来，山西医科大学先后有1815名师生主动请缨加入疫情防控志愿者队伍，发挥医学专业特长，为国家作贡献，为社会负责任，他们用实际行动彰显了新时代山医人的使命与担当。近日，山西医科大学向广大返乡学子再次发出了倡议书，号召大家返乡后严格遵守属地防控规定，做好寒假期间的个人防护，在保障自身安全的前提下，主动担负起医学生的时代使命，做有理想、敢担当、能吃苦、肯奋斗的新时代好青年。（通讯员 侯小宝 皇甫亮 本报记者 高耀彬）

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