新生彩票-新生彩票

新冠用药期间还能“把酒言欢”吗？专家解答******

　　受访专家：王宝彦 南京鼓楼医院药学部主管药师

　　大家应该都听过一句话“头孢配酒，说走就走”，这已经是深入人心。实际上，很多药都不能和酒一起服用，尤其是家里囤的感冒药、退热药和消炎药。

　　比如对乙酰氨基酚，它可以缓解感冒引起的发热和四肢酸痛，服用含有对乙酰氨基酚的感冒药物后再饮酒，这会对人的肝脏产生巨大毒性，严重的甚至导致肝衰竭。

　　再比如布洛芬，它具有解热镇痛的作用，但它对于胃肠道黏膜有比较强的刺激作用，酒精可减慢布洛芬的代谢，轻者导致胃部不适、胃痛等症状，重者导致消化道溃疡甚至出血。

　　最后是抗过敏药，比如苯海拉明或者氯苯那敏，这些药物本身就有一定的抑制大脑活动、抑制呼吸和心跳的作用，与酒精同服时，具有镇静、催眠作用的药物会被人体加速吸收，同时代谢速度也会减慢，轻者导致犯困、眩晕、嗜睡，重者导致呼吸变慢、血压下降甚至是休克。

　　不仅是这三类药物，简单地说，酒精和药物的组合，一般就两种结果：增加药物毒性或使药物失效，这都会对身体产生或轻或重的不良影响。最安全的做法就是：喝酒不吃药，吃药不喝酒。

　　策划／制作：张梦凡、蔡琳、党敏

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）