女排超级联赛探路前行******

　　近日，2022-2023中国女子排球超级联赛决赛在江西上饶落幕。天津队在三场两胜制的决赛中以总比分2比0成功卫冕，获得队史第15个联赛冠军。

　　本次联赛自去年11月10日在江苏常州揭幕，持续近两个月。拥有李盈莹、王媛媛、姚迪和王艺竹等多位女排国手，以及强力外援瓦尔加斯的天津女排，在联赛中依然展示出强大的统治力。

　　第一阶段循环赛，天津队先后击败了其余13支球队，保持全胜。随后的分组排位赛和淘汰赛，天津女排愈战愈勇，最终以22战全胜的战绩强势夺冠。

　　从联赛最终的前8排名来看，竞争格局有一定变化，但并未彻底改变传统秩序。唯一令人感到些许意外的，是仅获得第6名(近7年最差战绩)的江苏女排。队伍青黄不接，张常宁、龚翔宇等国手并未参赛都是导致队伍成绩下滑的直接原因。

　　得益于本届排超联赛取消外援数量的限制，有多支球队都引进了多名外援，但最终会师决赛的是各自只引入了一名外援的津、沪两队。

　　天津女排的陈博雅和张世琦都是首次代表球队主打联赛，两人均有不俗表现。虽然在一传环节仍有提升空间，但陈博雅多变的进攻手法以及沉着稳定的发挥，让球迷有了更多期待。张世琦在袁心玥缺阵的情况下，与王媛媛共同撑起了队伍的副攻线，表现出独当一面的气质。

　　上海女排由仲慧、王唯漪和高意等球员挑起大梁，辅以一众年轻球员，在本赛季联赛掀起一股“青春风暴”。尽管国手不多，但全队展现出的战术素养以及团队合作，令人眼前一亮。尤其是在半决赛的较量中，面对外援较多的深圳女排，上海队年轻球员展现出很强的进攻实力，干净利落地赢得了比赛。

　　本次联赛在主攻方面，令人印象深刻的有福建队庄宇珊、江苏队吴梦洁、广东队王逸凡、四川队缪伊雯等。在接应方面，上海队的王音迪和江苏队的周页彤发挥出色。二传方面，上海队的许晓婷表现突出。而在自由人方面，四川队杨玉宁的各项技术统计均位于榜首。

　　上述队员中，王逸凡和王音迪年仅17岁，潜力不俗。而吴梦洁、王逸凡、缪伊雯等球员，虽然过去曾经入选过国家队，并非完全意义上的新人，但她们以前在国家队处于相对边缘的位置，此番用稳定表现再度证明自己，有利于国家队人员的有序竞争。

　　自1996年推出主客场赛制以来，中国排球联赛已有20多年的发展历程，但与中超、CBA等国内其他“三大球”职业联赛，以及与国际高水平排球联赛相比，排超联赛在影响力、商业化、运营方面均存在着明显差距。

　　去年1月，排球联赛改革成为全国排球工作会议的中心议题。业内人士认为，虽然本赛季女排超级联赛并不完善，但仍在积极探索和改革。“只有在加强顶层设计，不断总结改革经验的基础上，兼收并蓄，才能提升联赛水平，早日将排超联赛打造成具备国际影响力的高水平联赛。”

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