一分彩 - 一分彩

来源：一分彩2022-01-23 17:48

一分彩

贵州全力打造全国重要的白酒生产基地******

　　中新网贵阳1月16日电 (记者张伟袁超瞿宏伦)贵州省是酱香白酒生产核心区，酱香白酒产业已成为贵州工业第一大产业，堪称工业“压舱石”。此间进行的贵州省两会上，代表、委员建言贵州要立足资源禀赋和产业基础，全力打造全国重要的白酒生产基地。

　　近年来，贵州酱香白酒产业迎来快速发展期，在龙头企业茅台集团引领下，区域内其他名优品牌快速崛起，成为贵州经济最重要的增长极。

资料图：贵州酒企包装。　瞿宏伦摄

　　2022年，全国国务院印发的《关于支持贵州在新时代西部大开发上闯新路的意见》中指出，支持贵州发挥赤水河流域酱香型白酒原产地和主产区优势，建设全国重要的白酒生产基地。贵州酱香白酒产业也迎来新的发展机遇。

　　贵州省政府工作报告提出，2023年，贵州将推动酱香白酒产业高质量发展；聚焦打造全国重要的白酒生产基地，加快重点酒企技改扩能项目建设，做大做强大型企业；持续推进“三个一批”(推进赤水河流域酱香白酒产业规范发展，兼并重组做大一批、就地改造提升一批、清理整治退出一批)，培育更多优质规上企业，规范发展中小企业，白酒产业增加值增长10%以上。

资料图：贵州酒企生产。　瞿宏伦摄

　　贵州省遵义市习水县是酱香白酒产业集聚区之一。贵州省人大代表、习水县县长冉崇庆对贵州酱香白酒产业的发展充满信心，“习水县力争2023年实现白酒产能突破20万千升，产量突破17万千升。”

　　对于目标的实现，习水县需完成“三大任务”。冉崇庆告诉中新网记者，习水县将全力支持习酒集团做大做强，加快企业一期技改项目建成投产，并尽快启动二期技改项目建设；全力支持茅台201厂3万吨酱香系列酒技改工程及配套设施项目等建设，争取项目尽快投产达产；加快推动一系列酒企及联丰片区酱香白酒生产项目尽早开工建设，尽快建成投产。

资料图：贵州酒企生产。　瞿宏伦摄

　　冉崇庆联合多位代表共同建议，推动泸遵高铁建设，“这个建议与四川省人大代表的想法不谋而谋，既能带动两地白酒产业的发展，又能推动区域开放合作，助力贵州融入成渝经济带。”

　　贵州省人大代表、贵州珍酒酿酒有限公司总经理朱国军接受中新网记者采访时说，“近年来，珍酒持续投资，启动建设六个酿酒基地项目，整体的规划和布局也是奔着一个比较好的未来，也是对产业的信心来做的投资和安排。”

　　“对于未来的发展我们有信心，也有决心把企业做好。”朱国军说，要抢抓机遇，守住质量底线和生态底线，把企业做大做强。“茅台集团是贵州酱香白酒产业的‘航母’，我们则定位于‘护卫舰’的角色。我们要不断做大做强，把家底做厚一点。对于未来能做到多大的规模，这是根据市场情况的变化来决定的，但是我相信肯定会越来越好。”

资料图：贵州酒博会现场。　瞿宏伦摄

　　为推动酱香白酒产业高质量发展，朱国军建议，一方面要统筹做好贵州本地红缨子高粱种植规划，加强对农民的资金、政策扶持，并确保粮食价格稳定；另一方面要加强酱香白酒行业知识产权保护。

　　“从酿酒的一粒种子开始，我们要全程严格把关，始终严把产品质量。”贵州省人大代表、贵州习酒投资控股集团有限责任公司质量部工作人员陈欢建议，酱香白酒企业要以保证产品品质作为使命，加大对白酒质量的控制，严格质量标准，从而推动白酒产业高质量发展。

　　“波尔多红酒、苏格兰威士忌、贵州酱酒——都是产区品牌，应该共有、共建、共享。”贵州省政协委员、贵州省白酒企业商会首届轮值会长朱伟接受中新网记者采访时说，“贵州产区会是未来十年白酒行业的持续性热词。贵州产区IP打造需要有一个里程碑式的破局，起点要高，势能要大，才能为共创‘贵州酱香型白酒’产区品牌铺好路。”

　　朱伟呼吁，贵州酒企要抱团发展和强化品牌意识。“作为贵州省白酒企业商会，我们自身的定位是要整合资源、创造模式、打造平台，帮助所有会员企业拥抱这一发展机遇，打响贵州酱香型白酒产区品牌，分享这一发展红利。”(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）

[责编：天天中]

阅读剩余全文（）