个人养老金制度运行平稳 截至去年底613万人缴费******

　　中新网北京1月18日电 (记者 梁晓辉)人力资源和社会保障部18日表示，个人养老金制度总体运行平稳有序，截至2022年底，参加人数1954万人，缴费人数613万人，总缴费金额142亿元。

　　当日，人社部举行2022年四季度新闻发布会，养老保险司副司长亓涛作出上述介绍。

　　个人养老金是政府政策支持、个人自愿参加、市场化运营的补充养老保险制度，是多层次、多支柱养老保险体系的重要组成部分。去年11月25日，个人养老金制度在36个先行城市(地区)启动实施，个人年缴费上限为12000元。

　　亓涛表示，人社部将及时总结工作中的经验，发现和解决问题，不断完善相关政策，积极稳妥推进个人养老金制度实施。

　　在基本养老保险方面，据介绍，人社部实施企业职工基本养老保险全国统筹，去年共跨省调剂资金2440亿元，有力支持了基金困难省份养老金发放。同时，推动基本养老保险基金委托投资，实际投资运营规模1.62万亿元。(完)

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