沙县小吃第一村的文旅追梦路******

　　天仪再始，岁律更新。走进全国乡村旅游重点村福建省三明市沙县区俞邦村，村口的“沙县小吃第一村”几个大字熠熠生辉，村庄干净整洁，“寻根追味”小吃街美食飘香，络绎不绝的游客在这里品小吃、赏美景，感受这冬日里的暖意。

　　俞邦村位于沙县区夏茂镇北部，建村已有1200多年，是著名的革命老区村。全村有600多人外出经营沙县小吃，占全村劳动人口的88%，有“沙县小吃第一村”的美誉。

　　俞邦村依托传统美食沙县小吃，不断深化文旅融合，做优“寻根追味”特色乡村游，打造富民产业，助力乡村振兴，走出一条革命老区高质量发展的新路子。

　　漫步在俞邦村，这里绿荫如盖、溪水绕村。村里一幢幢漂亮别致的农家小院错落有序，一条条平坦洁净的水泥路穿过村庄、一座座青砖黛瓦的民宿有序排列，一幅美丽乡村的图景徐徐铺开。

　　“这两年来，游客越来越多，村里不断改善村容村貌，通过实施俞邦客厅亮化工程，对主街住宅进行改造，院前花开四季，不断提升整个村庄的颜值。”俞邦村党支部书记张昌松说。

　　与此同时，俞邦村还大力实施项目带动战略，紧紧围绕小吃、文旅等特色产业，做足“小吃+文旅”这篇大文章。

　　在村里的木窠卡丁车露营项目现场，工人们正在热火朝天地施工。“这个项目占地20多亩，总投资100万元，预计于春节期间对外开放，将填补俞邦村露营旅游业态的空白。”张昌松介绍说。

　　此外，俞邦村先后投资约4000万元，打造了沙县小吃民俗风情馆、儿童乐园等40多个项目，不断丰富旅游业态；推出“沙县小吃原材料种植—小吃制作—小吃品尝”互动体验项目，进一步增加游客体验元素，吸引更多游客，擦亮“沙县小吃”品牌。

　　走进沙县小吃民俗风情馆，可以看到“溯源传承话美食”“沙村人家食为天”“小吃文化系风情”等篇章，充分展示了沙县小吃的前世今生。“看着这些精美的画面，仿佛穿越时空，感受到那浓浓的烟火气。”来自厦门的游客张希笑着说。

　　在俞邦村提升改造建设过程中，沙县区小吃文化旅游发展集团作为推动小吃产业发展、壮大文旅产业规模的运作实体，发挥着重要的作用。“近两年来，集团分步实施建设了俞味·小吃文旅餐厅、俞生有梦·精品民宿等项目，不断丰富旅游产业链，不断打响‘沙县小吃’文化和旅游品牌。”沙县区小吃文化旅游发展集团董事长、总经理童友健说。

　　手锤扁肉馅、油炸春卷……采访当天中午时分，村里的“寻根追味”小吃街生意火爆。这里的小吃店高高挂起彩旗、招牌，家家户户备着各类特色美食。70多岁的村民俞和传正在自己的小吃店忙碌着，只见他一边招呼客人，一边将包好的扁肉下锅，将拌面用笊篱捞出，撒上葱花，淋上酱汁，动作一气呵成。

　　“我们村的生意越来越好。我家的小吃店一天营业额高时可达4000多元。去年忙不过来时，就让女儿和女婿过来帮忙。今年直接让小儿子留在家帮忙。”俞和传笑着说，“现在我们家一年纯收入就有十来万元，在家门口赚上了‘旅游钱’，我们很感恩、很满足。”

　　据统计，2022年，俞邦村接待游客超20万人次，人均收入2.8万元，村集体收入38万元。

　　“我们以‘明星村’俞邦村为联建主村，联合长阜、松林、儒元、东街、西街等5个村党支部，成立俞邦片区党委，整合资源，串点成线，握指成拳。片区六村股份经济合作社共同注册成立‘福建省夏茂俞邦片区农贸发展有限公司’，打造乡村振兴样板。”夏茂镇党委书记张卫华说。

　　“2022年以来，公司围绕发展小吃、文旅、茶叶、林业等‘四大主导产业’，创立了‘寻味俞邦’‘俞生有礼’等伴手礼品牌。据统计，2022年，公司实现销售额近百万元。”夏茂俞邦片区农贸发展有限公司办公室主任饶启圣介绍。

　　砥砺奋进新征程。站在新的起点上，张昌松信心满怀。（李金枝）

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