棋牌彩票网投-棋牌彩票手机版

来源：棋牌彩票客户端2024-09-25 17:48

棋牌彩票网投

访谈｜阿斯利康全球执行副总裁王磊：进博会凸显“加码投资中国”的重要价值******

　　(第五届进博会)访谈｜阿斯利康全球执行副总裁王磊：进博会凸显“加码投资中国”的重要价值

　　中新社上海11月5日电题：访谈｜阿斯利康全球执行副总裁王磊：进博会凸显“加码投资中国”的重要价值

　　作者樊中华汤彦俊

　　“参加中国国际进口博览会五年来，阿斯利康除上海中国总部外，还打造了多个区域总部，从‘头回客’变为‘回头客’，从‘展商’变为‘投资商’，进博会是以中国经济的良性发展，去造福全世界。”

　　回顾近五年来的“进博缘”，阿斯利康全球执行副总裁、国际业务及中国总裁王磊表示，进博会于阿斯利康而言，“已经演变为一个投资与创新的盛会，也是每年用来检验与中国各地政府和生态圈企业合作成果的盛会。”

阿斯利康全球执行副总裁、国际业务及中国总裁王磊受访者供图

　　王磊回忆，参展首届进博会时，“没想到中国政府支持力度如此之大，全世界的参与范围如此之广，进博会撬动了全中国和全世界的关注与合作，让我印象深刻”。

　　也正因此，从第二届进博会开始，“始终看好中国市场、坚持加码投资中国”成为阿斯利康参展进博会不变的“主旋律”。此后几年间，阿斯利康将上海研发平台升级为全球研发中国中心，成立人工智能(AI)创新中心，并接连在多地布局打造区域总部，最终形成“上海为中国总部，北京、杭州、成都、广州、无锡、青岛为六大区域总部”的全新在华布局。

　　此外，王磊透露，阿斯利康将在本届进博会上正式揭牌青岛生产基地，同时继续投资扩产现有无锡、泰州两大全球供应基地，进一步惠及全球及中国患者，提升中国在全球生物医药领域的地位，助力中国提升全球供应链韧性。

位于山东青岛的阿斯利康吸入气雾剂生产基地奠基受访者供图

　　“中国是一个巨大的市场，各个地方的经济有着不同特色和优势资源，我们在不同区域进行投资布局，始终看好中国经济整体发展，也是对中国长期坚定承诺的具体举措。”王磊说，在全球疫情反复的情况下，阿斯利康持续在中国加码投资制造业，“也是看到中国在疫情常态化下的供应链保障能力”。

　　在王磊看来，进博会让中国与外资企业“双向开放”并不断增强互信。一方面，中国政府在全力支持外资企业在华自主创新。“去年，我们与国投创新合资成立的迪哲医药在科创板上市，目前已经有好几个在临床阶段的新药在世界和中国同步注册。我们不仅把国外的新药带进中国，而且要把中国的新药带给全世界。”

　　另一方面，“进博会促进了我们与各地政府的密切合作，以‘全生态’推动中国生物医药企业发展。”王磊介绍，当前阿斯利康在华各个区域总部的“标配”包括与当地专家和产业合作打造全病程管理创新方案的中国智慧健康创新中心(CCiC)，与当地政府合作进行产业孵化的国际生命科学创新园(iCampus)，以及进行创新投资的阿斯利康中金医疗产业基金。

　　截至2021年底，创新中心及合作伙伴共同支持学会打造的多项全病程管理创新方案，在全国数千家医院实现落地，部分方案更是已走出国门，惠及全球患者；同时，创新园已有60多家海内外企业入驻；产业基金目前管理资金超过30亿元人民币，成功投资十余家创新企业。

　　“我们坚持通过投资来推动更多中国创新的落地。”王磊说，未来，阿斯利康一是要深化各地区域总部，支持区域经济发展；二是要加大制造业的投资，归拢全世界产能；三是加快资本与产业对接，打造创新生态，让“中国创新”造福全球患者。

　　“五年来，我们深刻感受到了进博会强大的‘溢出效应’，我认为进博会是中国的一个创举，它在平台能效、生态打造、合作机会等方面，可能超过任何我参与的其他展会。”王磊透露，阿斯利康已报名参加第六届进博会，“我永远对下一届进博会期待最大”。(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（）