六集大型电视专题片《长征之歌》将在央视综合频道播出******

　　历时两年，中央广播电视总台制作的六集大型电视专题片《长征之歌》，将于1月11日至13日，1月16日至18日在央视综合频道20:00档播出，每天一集；次日在央视科教频道21:20档重播。长征是中国共产党人的精神血脉，一代又一代中国共产党人继承长征精神，赓续红色血脉。本片以习近平新时代中国特色社会主义思想为指导，以建设长征国家文化公园为依托进行拍摄，讲述长征故事，弘扬长征精神，反映新长征的新成就，是一次对长征题材专题片创作的探索。

　　本片分六集，每集50分钟，共300分钟，完成片自拍量比例达70%，表现出鲜明的创新特质。六集分别是：第一集《让长征文物活起来》，第二集《跨越时空的承诺》，第三集《一条绿色生态廊道》，第四集《奇迹在万里征程闪耀》，第五集《红飘带上的诗与远方》，第六集《长征让世界读懂中国》。

　　与以往反映《长征》的纪录片不同，本片以反映长征国家文化公园建设为特点，从新时代的高度讲解长征历史，讲好长征故事和当下故事。长征国家文化公园，是“十四五”时期国家深入推进的重大文化工程。红军长征途经15个省（区、市），沿线留存了数量庞大、类型丰富的长征文物和文化资源，具有不可替代的历史价值、纪念价值和教育价值。本片结合长征国家文化公园建设的保护传承、研究发掘、环境配套、文旅融合、数字再现、教育培训等工程的要求，反映公园建设的进程，展现长征精神。

　　本片用各类文物和文化资源讲述长征，让文物说话，让历史说话，让文化说话。长征国家文化公园包含长征主题纪念馆、纪念设施和文物，覆盖了长征中的重大历史事件和重要遗址、纪念地，承载伟大长征精神。片中讲述了遵义会议纪念馆数字化保护工程，泸定桥铁链制作技艺传承，甘肃会宁红军党员登记表等。

　　本片注重故事表达，使内容有人物、有细节、有温度、有感情。当下视角切入，串联起50多个重要故事段落，表现“长征与我们”的创作理念。片中围绕当年红军的庄严承诺，讲述了今天各级党组织、广大党员干部和各族人民在以习近平同志为核心的党中央的领导下，“走好新时代长征路”生动鲜活的故事。在奋战脱贫攻坚和实现乡村振兴的过程中，湖北省郧西坎子山村党支部书记魏登殿、贵州师范大学教授熊康宁……一个个鲜活的形象，反映着时代的变迁。当年红军走过的万水千山，正被建成生机勃勃的绿色生态廊道。江津白沙长江大桥建设生态保护、夹金山下蜂桶寨大熊猫国家公园等……，展现大美中国的气象，创造人类文明新形态。在长征国家文化公园及其沿线，分布着中国各领域的重大基础设施和“大国重器”建设项目：南水北调中线工程、中国天眼……，历史上的长征与新时代的长征紧紧相连。当年长征文化一路璀璨，红色布告、标语、石刻等，成为独特的长征文化遗存。广东南雄发现了有曲谱有歌词的红军歌曲；反映长征的小说、诗歌、美术、电影等作品层出不穷；今天的中小学课本中，有关长征内容的课文共计11篇。长征文化成为我们国家宝贵的精神财富。

　　本片着重国际表达，向世界讲好中国故事。片中介绍了第一位通过著述向世界讲述长征外国人勃沙特，展示了陈云首次向共产国际讲述长征的珍贵文献，讲述了美国记者斯诺在陕北保安拍的照片，使毛泽东和中国红军的形象第一次在世界亮相，美籍医学博士乔治·海德姆见证了人民军队，成为坚定的革命者。长征让世界读懂中国，长征在人类精神家园中具有史诗意义。

　　电视专题片《长征之歌》，是各方面通力协作的结果，摄制组用长征精神拍长征。总导演闫东，总撰稿江英、刘岳、董保存等主创人员，是2016年创作大型纪录片《长征》的原班人马。在中央和地方有关单位协调配合下，与国家文化公园专家咨询委员会（专家团队）、中央党史和文献研究院、军事科学院、国防大学等单位专家合作开展创作。在疫情防控的情况下，摄制组派出外拍团队近60人分6个组到各地拍摄，外拍总素材超过400小时。摄制组跋涉15个省（区、市），111个市县，总行程45210公里；共拍摄84个人物故事、历史故事，采访217人。片中使用了33位老红军口述历史资料，本次又抢救式采访到6位参加过长征的百岁老人，其中川籍女红军赵桂英已于2022年11月18日离世，享年106岁；川籍女红军王少连已于2023年1月9日离世，享年102岁。

　　大型电视专题片《长征之歌》的播出，对于全面贯彻党的二十大精神，激励广大群众走好新时代的长征路，必将起到重要推动作用。正如本片主题曲《长征之歌》中所唱的：“长征之歌歌不断，同心结，向前方”。

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