盈彩网投资平台论坛_ISO/安卓/推荐(2023已更新)

中国鱼用中国种 人均年占有量为世界两倍******

　　中国鱼用中国种 人均年占有量为世界两倍【水产养殖加工企业探索创新育种，水产品预制菜市场崛起，深加工成发展趋势】

　　从吃鱼难到年年有余，水产不再是人们逢年过节才有的硬菜，而是餐桌日常。我国人均水产品消费量2021年为14.2千克，比2015年的11.2千克上升26.8%，连续7年呈上升趋势。水产消费从“温饱型”向“品质型”过渡，青鱼、草鱼、鲢鱼和鳙鱼四大家鱼养殖热情减退，鲈鱼、鲟鱼等特种水产养殖量呈现较高增长，近五年养殖量增长率分别为78.4%和32.4%。

　　水产养殖加工企业探索创新育种以获得优质种源。受益于我国冷链物流不断完善，水产预制菜市场崛起，成为丰富人们蛋白质需求的重要补充。

　　瞄准育种攻克难题

　　“看今年哪种鱼卖价好，明年接着养”，过去渔民凭经验养殖，可能会造成产品过剩卖不上价。在富煌三珍总经理倪宝友看来，这是传统养殖高度分散的弊端。如今随着科学养殖意识逐渐增强，水产养殖逐渐实现标准化、规模化，也给水产品深加工带来稳定的原料供应。

　　不少企业与农户签订长期合作助推水产养殖标准化、规模化。富煌三珍有1440亩斑点叉尾鮰苗种繁育区，10万亩订单养殖基地。斑点叉尾鮰原产于北美洲，因抗病力强、骨刺少、肉质鲜美等成为烤鱼界的标配。

　　作为富煌三珍深加工产品的主要原料，斑点叉尾鮰在2015年时面临原种退化，攻克原种迭代成为公司发展的一道难题。“原种退化会降低鱼的抵抗力”，倪宝友说，公司为此联合江苏淡水水产研究所及全国水产技术推广总站联合攻关研发培育出“江丰1号”，其生长速度快、抗病力强，摆脱对原种依赖。“江丰1号”成为农业农村部重点推广养殖的水产新品种，带动全国产业链上下游年产值近500亿元。

　　可以说，近些年我国在水产种业方面不断突破，养殖种类丰富。数据显示，我国水产养殖种类达300种以上，水产养殖的种源自给率相当高，年提供苗种6万亿尾(粒)以上，基本实现“中国鱼主要用中国种”。2021年，我国养殖水产品人均年占有量47.36千克，是世界平均水平的两倍。

　　新技术为“鲜”护航

　　水产品在膳食结构中的比重不断增加，促使我国水产品需求持续增长。企业融入国内国际“双循环”格局，改变长期以来以出口为主的局面，转而深挖国内市场，发力水产深加工、延伸产业链，实现升级迭代。

　　包括国联水产、大湖股份、佳沃食品、富煌三珍等水产养殖企业延伸水产品加工产业链，实现由上游养殖到渠道营销升级转型。比如富煌三珍转向国内市场，专注斑点叉尾鮰细分品类推出烤鱼预制菜。“水产品预制菜的核心是保持原汁原味”，倪宝友介绍，目前传统的快速锁鲜技术多采用风冷，2019年公司与中科院合肥物质研究院合作，引入液浸式冰温保鲜冷冻技术，用零下40℃的微冻液系统进行冰温鲜冻，使解冻后鱼的口感与新鲜鱼几无差别，推动调味鱼行业提质升级。

　　水产深加工背后离不开冷链物流支撑。数据显示，2021年我国冷链市场规模近4000亿元，较2017年增长64%，2021年中国冷藏车保有量34万辆，较2017年增长195%。味知香、立高食品等预制菜企业还通过自建冷链物流体系保障配送。

　　品质生活下，越来越多的企业还通过技术实现从“塘头”到“餐桌”的全链条质量安全可追溯机制。未来，水产企业将继续从育种突破到技术创新为“鲜”护航，以更优质的蛋白水产品丰富人们的餐桌。

　　新京报记者 秦胜南

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）