商务部、中国人民银行印发通知：多举措扩大人民币跨境使用******

　　商务部、中国人民银行日前印发通知，进一步支持外经贸企业扩大人民币跨境使用，促进贸易投资便利化。

　　通知要求便利各类跨境贸易投资使用人民币计价结算，推动银行提供更加便捷、高效的结算服务；鼓励银行开展境外人民币贷款，更好满足企业跨境人民币投融资需求；便利货物贸易、服务贸易及各类贸易新业态跨境人民币结算，支持大宗商品人民币计价结算，支持境外投资者以人民币来华投资、境内再投资。着力加大对中小微企业支持力度，便利其在跨境贸易投资中使用人民币结算，规避汇率风险、降低汇兑成本。

　　中国人民银行副行长 宣昌能：目前，在我国各类主体开展的跨境交易中，已有近一半使用人民币结算，下一步，人民银行将进一步夯实跨境人民币业务的制度基础，完善人民币跨境使用基础设施建设，为境内外主体持有使用人民币营造更加友好的政策环境。

　　商务部表示，近年来我国企业更加深度地融入全球的产业链、供应链和价值链，对跨境使用人民币的意愿和需求不断增强。各地商务主管部门和人民银行分支机构要及时摸排和对接行业企业需求，为人民币跨境使用创造良好政策环境。

　　商务部副部长 郭婷婷：我们将立足解决企业急难愁盼，持续抓好政策落实，帮助更多企业开展跨境人民币业务，促进贸易投资便利化，提升贸易投资合作的质量和水平。

　　(总台央视记者 王雷 孙艳 孙潇 张军 雷鸣)

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