一分快3交流群 - 一分快3网址

返乡必看！春节回家应怎样做好防护，一文梳理要点******

　　为了能够更安全、更健康地过春节，远途出行以及返乡的人员应该提前做好哪些准备工作？返乡后，免不了要走亲访友、聚餐聚会，此时应该如何做好防护措施？来看我们对相关防护要点进行的梳理。

　　01

　　返乡前，要做好哪些准备工作？

　　远途出行以及返乡人员，应该提前做好这些准备工作：

　　要做好一些防护物资的准备，比如准备一些口罩、手消的防护用品以及干湿消毒纸巾等；

　　评估自身身体状况：还没有感染的，或者正在感染还没有康复的人群，不建议远途旅行；老人、孩子、慢性病患者和孕产妇等重点人群，应尽量不安排远行；

　　做好防疫药品准备，比如抗原检测试剂、常用药品等；

　　避免带症状出行：出现发热等症状时，及时进行抗原或核酸检测；感染后或症状消失前，避免乘坐公共交通工具；

　　合理安排出行：避免前往疫情流行水平高的地区，尽量减少聚集。提前做好出行规划，及时关注目的地疫情变化和疫情防控的政策措施，多关注交通部门的出行提示；

　　购票与支付应尽量选择线上方式，避免前往火车站等人员密集场所购票。

　　02

　　返乡路上，该注意什么？

　　春节远途出行或返乡途中，应如何做好自我防护呢？

　　1

　　公共交通出行

　　第一是在环境密闭、人员密集的场所，比如候机候车时，乘坐飞机、火车以及地铁、公交等公共交通工具时，要全程规范佩戴口罩。

　　第二是在公共场所要保持合理的社交距离，减少近距离与他人接触。

　　第三是要做好个人卫生，尤其是随时要关注手卫生，避免接触公共物品。

　　第四是不要随地吐痰，咳嗽或者打喷嚏的时候，要用纸巾或者肘部遮挡，将用过的纸巾及时丢往垃圾桶。如果接触到呼吸道分泌物的时候，要及时洗手或者进行手消毒。

　　第五是在外或者乘坐公共交通工具的时候，要尽量减少用餐次数，尽量错峰就餐。

　　第六是尽量不去人群密集、空气不流通的场所。当到景区等公共场所的时候，要遵守限量预约错峰的要求。

　　2

　　自驾车出行

　　此外，自驾人员也要全程做好健康防护：

　　做好物资准备和路线规划

　　自驾出行期间，要准备好一些适当的药品、防护用品，包括口罩、湿巾、手消、常见的退热药物等。要做好路线规划，尤其是要了解目的地目前疫情的情况。

　　旅途中关注车上人员健康状况

　　加强车辆通风消毒。如果旅行过程中出现一些呼吸道症状，大家不要紧张，可以用快速抗原检测试剂做检测。如果是阳性的话，可以让备用司机开车，使阳性检测者得到充足的休息和恢复，同车的其他人员要做好防护。如果有症状的人员的症状比较严重，要就近及时就医。

　　途经服务区或收费站时做好防护

　　春运期间人员会比较多，在高速公路的服务区也要戴口罩，做好防护，包括洗手，避免跟其他人更多接触，最大限度减少呼吸道感染的风险。在服务区下车休息时，减少逗留时间；到餐饮区就餐时进行手消毒；在收费站通过人工窗口缴费时，戴好口罩。

　　03

　　返乡后，我们应注意什么？

　　春节返乡，是一年中翘首期盼的时刻，但返乡后仍要做好防护。

　　1

　　家中防护

　　返乡人员回到家后，要加强自我健康监测，也要密切关注自己以及家人的健康状况。如果出现发热、干咳、乏力、咽痛等症状的时候，要及时进行抗原检测，或者根据病情来及时就医。刚回到家里的时候，要做好自我防护，尽量避免接触家里的老人或者有基础性疾病的人员。

　　2

　　走亲访友

　　做好个人防护：探亲访友的时候要做好个人防护，也要佩戴口罩，减少聚餐、聚会的次数，聚餐、聚会的时候要减少人数和时间。同时，建议使用公筷、公勺等；结束就餐的时候，要及时佩戴好口罩。

　　保持卫生习惯：勤洗手、常消毒。规律生活、充足睡眠，多喝水、多吃蔬菜水果；家里经常通风换气，定期做好清洁卫生，及时清理生产生活垃圾。

　　关心身边邻居：积极参与社区和乡村疫情防控，在做好个人防护的前提下主动关心关爱、探视探访邻里，为有需要的乡亲提供代买生活用品、紧急送医等力所能及的帮助，将富余的治疗药品、口罩、消毒用品等分享给急需的邻里或乡亲。

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）