兜底民生保障更有幸福味******

　　【新时代新征程新伟业】

　　光明日报记者 孟歆迪

　　“前段时间院里的老人们来这儿采摘棉花，大伙儿都可高兴了。”上海市第四社会福利院“记忆家园”认知症小单元照护区负责人凌莹告诉记者，为了满足老人户外活动需求，福利院专门开辟了一片“乐活农场”，老人家可以采摘、溜达、晒太阳。“新鲜的空气总会让人充满精气神。”

　　一走进“记忆家园”，就看到东玉线的公交车站牌、中山中路的指路牌、庙前街的路牌……时光仿佛回到20世纪的上海松江老街。

　　走上二楼，钢琴、沙发的配置，像是温馨的居家客厅。三楼以仿实景公园为主题，枝藤蔓延。考虑到认知症老人的生活能力和心理变化，“记忆家园”以延续老人愉悦生活能力为目标，通过支持性空间设计，重新唤起他们对过去的记忆和对生活的热情。

　　唐婆婆是2021年12月进入“记忆家园”的，刚开始她的情绪一直不稳定，有时会突然大叫，多数时候很消沉，对工作人员的服务比较抗拒。凌莹和同事想尽办法，从老人的家庭、经历、兴趣爱好着手。打开“一人一档”记录簿，唐婆婆的生活习惯详细记录在簿。凌莹时常蹲在唐婆婆面前，“婆婆，有什么需要跟我说”，“婆婆，现在我们要带您去做手工哦”。一年过去，唐婆婆虽然看不清凌莹的脸，却能认出姑娘标志性的齐刘海，握住她的手说，“你又来啦！”

　　在去往上海市民政第二精神卫生中心的路上，就听司机师傅说，那里可以看到附近游乐园燃放的烟花，有时候会在烟花绽放时关灯，让休养员们可以更好地观赏。记者追问，什么是休养员？师傅说，“休养员就是长期在这儿休养身心的精神障碍患者”。

　　在中心，生活着数百位慢性精神障碍患者，他们被称呼为“休养员”。“我们平等对待每一位休养员，尽最大努力帮助他们恢复健康，让他们享受更多美好和精彩！”中心副院长徐敏说，“我们希望休养员生活充实，更希望通过我们的努力，帮助他们实现自己的价值，体悟生命的意义。”

　　最近，中心还有一个新计划！“增进人民福祉，推进健康中国建设。党的二十大召开以来，我们又推出了‘幸福里心灵疗愈中心’，打算将休养员的住院空间建设成一个富有上海传统文化味道的社区，通过开放自主的环境体验，进行生活模拟，不仅帮助休养员们恢复社会功能，更尝试满足他们内心对于美好生活的期许。”徐敏表示，中心将在做好精神科传统诊疗服务的基础上，坚持“全人服务”理念，尊重人的价值，融入上海里弄文化元素，在实地场所开辟心灵疗愈、职业康复、生活模拟三大功能区九个功能板块，休养员可选择进入不同区域模拟社会生活，在轻松闲适的环境中，自主开展康复治疗。“我们不光传递关爱，更尊重每一个个体。”徐敏说。

　　上海市第四社会福利院和上海市民政第二精神卫生中心都在上海市社会福利中心代管的10家市属社会福利事业单位之中。上海市社会福利中心系统各单位肩负着服务4000多名孤残儿童、困境儿童、老年人、慢性精神障碍患者、优抚对象等特殊群体的重要职责。

　　“回看过去数十年，一切在快速发展变化当中，从保障吃饱穿暖，到改善院舍设施环境、提升生活质量、提供更多暖心举措……可以说是这个社会发展进步的缩影。党的二十大给了我们很大的鼓舞，下一步，我们将坚持以人为本，进一步提升服务品质，把服务对象的关键小事作为我们开展工作的重要大事，将探索打通困难堵点，加强人文关怀，创新实践发展。”上海市社会福利中心党委书记、副主任朱海燕说。

　　《光明日报》（ 2022年12月09日 07版）

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