英媒：2023年英国将面临G7国家中最严重的经济衰退******

　　中新网1月3日电 据英国《金融时报》3日援引英国主要经济学家的话称，与其他G7国家相比，英国在2023年将面临最严重的经济衰退。

　　据报道，在《金融时报》对英国101名主要经济学家进行的年度调查中，绝大多数经济学家表示，由新冠疫情和俄乌局势引起的通货膨胀冲击在英国的持续时间将比其他国家更长。他们认为这将迫使英格兰银行维持高利率，并迫使政府“实施更紧缩的财政政策”。

　　同时，经济学家预计由于家庭为政府的政策失误付出了高昂的代价，英国将面临七国集团中最严重的衰退和最微弱的复苏。

　　经济学家估计，已经开始下降的英国GDP将在2023年继续下降。根据Consensus Economics公司数据，英国GDP将下降1%，而与此同时，美国GDP将增长0.25%。

　　英国独立劳动力市场经济学家约翰·菲尔波特称：“2023年的经济衰退将比新冠疫情对经济的影响更严重。”其他受访者补充称，2023年对消费者来说将是“艰难、暗淡、苛刻、悲惨和可怕的一年”。

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