河南开封：“六个重大”淬炼年轻干部 实践锻炼再谱“开封篇章”******

　　央广网开封12月29日消息（记者 彭华 通讯员 廖峰李启军）经风雨、见世面、壮筋骨、长才干……新时代对年轻干部的选拔培养越发注重“德行”与“能力”，迈上新征程，为了更好地培养年轻干部，践行“勇做时代高质量发展开路先锋”的使命，开封市委提出把抓实重大任务、重大事项、重大民生、重大项目、重大改革、重大创新“六个重大”作为推进高质量发展的主攻方向，把选派年轻干部服务发展一线作为实现高质量发展的重要保障，探索出了一条推进事业发展与培养识别干部有机融合、一体推进的年轻干部成长新路径，谱写了年轻干部培养的“开封篇章”。

　　益海嘉里项目服务专员张军超组织项目施工单位召开疫情防控闭环管理部署会（央广网发 开封市委组织部 供图）

　　2021年4月，开封市委正式启动年轻干部“六个重大”实践锻炼工作，在全市范围内筛选出50家龙头企业、50家双高企业、50家专精特新培育企业和50家重点帮扶企业，从市级领导分包的“三个一批”项目中，选取50个签约项目、50个开工项目、50个投产项目，分配给从基层中选派出的100名朝气富有活力的“六个重大”实践锻炼小组年轻干部，使这些年轻干部走进企业、走进项目，以实际行动解决企业、项目和群众急难愁盼的问题。在实践锻炼过程中，年轻干部们还担负着企业党建指导员、项目服务专员、巡察专员、督导专员、信访专员“五大员”职责，指导企业党建工作，宣传惠企政策，协调具体问题，监督营商环境。

　　吴元斐带领企业负责人推介企业新品——真皮学生鞋（央广网发 开封市委组织部 供图）

　　“驻企期间，解决企业遇到的问题，就是对我们年轻人的提升和锻炼，我们分析问题成因、寻找问题核心、梳理解决思路、执行解决方案，看到问题解决后，企业更加有信心地投入经营发展中，作为年轻人，我们也更加有信心做好今后的工作”12月28日，到帮扶企业沟通问题解决进度的开封市委“六个重大”实践锻炼小组成员吴元斐说。

　　在他的帮扶下，开封当地一家皮革企业多年未解决的问题得到了很好的解决，企业负责人陈海霞坦言：“吴元斐平均一周来我们这里4、5次，调研、摸排问题、告诉我们问题的解决进度。在他的多方奔走和协调下，我们面临的难题、问题一个个被解决，打从心里更加认可现在这些年轻的党员干部！”

　　开封市“六个重大”实践锻炼工作开展以来，企业对年轻干部的赞誉不绝于耳。据悉，截至目前，100名年轻干部累计指导企业新建党组织47个，党组织覆盖率达到93%，新发展预备党员163人；服务分包项目累计完成投资652.3亿元，新开工项目84个，实际开工建设项目83个，开工率98.8%；应竣工项目45个，实际竣工项目31个，竣工率68.9%，“三个一批”综合成绩在河南省连续两次排名第一；协助解决企业问题726个，提供法律、政策信息1183次，全市固定资产投资增速、企业问题解决率均居全省第4。

　　与以往年轻干部实践锻炼工作相比，开封市委“六个重大”实践锻炼具有规模大、导向明、方式新、职责实的特点。经过层层把关，全市首批共确定100名年轻干部参与“六个重大”实践锻炼，人数历年最多。在选派过程中，把“最讲政治、最敢担当、最能干成事、群众最公认、人岗最相适”作为考察识别年轻干部的“黄金五条”，明确提出理想信念坚定优先选、工作实绩突出优先选、敢担当善作为优先选、有基层工作经历优先选，纸上谈兵型不选、不担当不作为不选、缺乏创新意识不选“四选三不选”原则，除明确报名人员职级须为正科级、年龄须为39岁以下、学历须为本科及以上外，加大从各个领域、各条战线、各个行业调配干部力度，将报名人员身份放宽至市直机关、市直事业单位、市管高校中在编在岗的公务员（含参公）或具有干部身份的工作人员，破除阻碍干部交流的“玻璃门”“旋转门”，真正让有潜力的干部选得上、作风实的干部出得来。

　　为做好“传帮带”，由开封市委书记担任组长，市委常委、组织部部长担任常务副组长的“六个重大”实践锻炼领导小组第一时间成立“六个重大”实践锻炼临时党委和临时党支部，所有选派人员进行集中办公，实践锻炼人员分组编入相应的党支部，选择统筹能力强、沟通协调能力强的成员担任各支部班长、副班长，确保年轻干部“长得快”“墩得实”。为使每名年轻干部在实践锻炼中职责清晰，开封市委为每名选派干部明确具体服务的项目、分包的企业，促进参加实践锻炼的年轻干部能够提升干部党务工作、经济管理和社会治理水平。

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