彩神app-在线用户注册首页登录平台

中国社科院考古所2022年开展37项田野考古 新老项目均有重要收获******

　　中新网北京1月12日电 (记者 孙自法)中国社会科学院考古研究所(社科院考古所)2022年度田野考古工作汇报会1月10日至11日在北京举行，陕西太平遗址、河南裴李岗遗址、辽宁牛河梁遗址、新疆呼斯塔遗址等37个发掘项目逐一汇报各自研究进展，并进行交流研讨。

　　中国社科院学部委员、考古所所长陈星灿研究员作会议总结表示，这37项田野考古工作分布在全国16个省区，新老项目均取得重要收获，对于构建文化谱系、填补发现空白、解决遗址布局等重大学术问题，都提供了重要的考古新材料。

　　这37个田野考古项目包括史前考古10项、夏商周考古10项、汉唐考古13项、边疆考古4项，时代上从旧石器时代晚期一直到宋元明清时期；内容上涵盖现代人起源及扩散、农业起源、新石器时代文化起源、文明起源、南岛语族起源和扩散、统一多民族国家的形成和发展、中外文化交流等诸多研究课题。

　　陈星灿指出，尽管受疫情和疫情防控的影响，中国社科院考古所2022年度国外考古项目完全陷入停顿，但国内田野考古工作还是有很大收获，有很多新的重要发现，取得十分优异的成绩。该年度新的田野考古项目包括福建平潭龟山、海南万宁湾仔头、云南昭通朱提古城等，但更多是长期发掘的重要遗址特别是古代都城，如禹会、陶寺、新砦、二里头、偃师商城、洹北商城、殷墟、周原、汉长安城、汉魏洛阳城、邺城、隋唐长安城、隋唐洛阳城、唐宋扬州城、辽上京等遗址，其田野考古工作延续多年也取得重要成绩。

　　从总体上看，中国社科院考古所2022年度田野考古项目不论规模大小，考古工作者都有明确的学术目的、学术目标和课题意识，不少田野项目采取精细提取信息的发掘方法，实施精细化发掘，三维扫描、地理信息系统等先进技术得到广泛应用，信息提取水平较以前有很大提高。同时，包括动植物考古、人骨考古、冶金考古、年代学研究、环境考古、同位素分析、古DNA分析、微痕分析、残留物分析、埋藏学等在内的各种研究上，多学科合作广泛运用已成为从史前到历史时期田野考古发掘和研究的常态。

　　陈星灿强调，田野工作是考古资料收集和一切考古研究的基础，必须抓紧抓实。在田野考古工作中，中国社科院考古所考古工作者文物保护意识空前加强，遗迹和遗物在发掘中就得到及时保护。

　　他也坦言，虽然田野考古发掘简报和报告的撰写日益受到重视，但这方面仍有很大提升空间，许多重要遗址的田野报告，还需要投入更多时间和精力以尽快完成出版。

　　“很高兴年轻一代考古人正充分成长起来，‘70后’‘80后’已成为田野考古的主力，‘90后’也开始成为田野考古的中坚力量，相信未来的田野考古工作会更精彩、也会有更多成果。”陈星灿说。(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

　　（文图：赵筱尘 巫邓炎）