中柬警方合作抓获9名诈骗集团幕后组织者 查明涉案金额上亿元******

　　中新社北京1月11日电 (记者 郭超凯)记者11日从中国公安部获悉，近日，中国公安机关与柬埔寨警方积极开展警务合作，成功抓获9名电信网络诈骗犯罪集团幕后组织者，查明涉案金额上亿元(人民币，下同)，“拔钉”行动取得重要成果。

　　近年来，电信网络诈骗犯罪多发高发，电信网络诈骗分子在境外搭建窝点，大肆对中国国内民众实施诈骗。2022年6月以来，中国最高法、最高检、公安部等有关部门联合部署开展“拔钉”行动，严厉打击惩处电信网络诈骗集团重大头目和骨干。

　　公安机关侦查发现，多起被骗损失超过千万元案件的诈骗窝点设在柬埔寨，公安部将其幕后组织者列为“拔钉”行动缉捕对象，牵头成立专案组，组织河北、山西、福建、河南、贵州等地公安机关加大侦查力度。

　　在中柬执法合作协调办公室和驻柬使馆警务联络官的指导下，中国公安机关与柬埔寨警方通力合作，掌握了该诈骗犯罪集团的大量犯罪证据，柬埔寨警方先后将9名目标对象成功抓获，并于近日移交中方。另有十余名犯罪嫌疑人主动回国投案自首，目前已成功到案24名犯罪嫌疑人。

　　据悉，自“拔钉”行动部署以来，公安部先后将490余名电信网络诈骗集团重大头目和骨干列为“拔钉”缉捕对象。全国公安机关持续强化侦查研判，积极开展国际警务合作，已成功到案240余名缉捕对象，取得显著战果。部分犯罪嫌疑人已被提起公诉。(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