三分快三官方网站 - ISO/安卓/推荐(2023已更新)

中国兴起“另类”养宠热潮 背后风险需被“看见”******

　　中新社长沙10月15日电 (记者 唐小晴)“我的宠物鸡不仅可爱，生蛋也很厉害。每天从鸡窝捡蛋，也是一种乐趣。”27岁的周婷(化名)忙着给自己的爱宠芦丁鸡喂食。

　　芦丁鸡是近年来由斑翅山鹑与蓝胸鹑杂交形成的新品种，成年人拳头大小，重约50克，被称为“世界上最小的鸡”。它们因可爱外表和下蛋习惯成为中国宠物主们的最新陪伴。

　　半个月前，在长沙工作的周婷网上购买了12只芦丁鸡，希望靠这些小鸡实现“吃蛋自由”。“饲养在玻璃和木质箱里，配备灯光、楼梯和植物，就像‘娃娃屋’。芦丁鸡比较好养，控制好‘鸡窝’温度就行。”周婷说，一些宠物主会在社交媒体上分享鸡的日常生活、养鸡心得和“捡蛋”视频。

　　随着中国宠物产业蓬勃发展，芦丁鸡只是越来越流行的众多奇异宠物中的一种。近些年来，变色龙、蜜袋鼯、壁虎、刺猬和羊驼等非传统宠物纷纷现身市场，“异宠经济”成为新时尚。不少人通过短视频、朋友圈等社交媒体“晒”它们，赚取大波流量。

　　艾瑞咨询发布的《2021年中国宠物内容价值研究白皮书》显示，满足用户猎奇心态的异宠内容受关注度逐渐上升，在萌宠内容热度中占比在5%至15%之间。以“异宠”为主题的博主，也在各大社交平台渐流行。

　　彭群凌在长沙开了一家宠物寄养训练酒店，狐狸、鸭子和猪都来“住”过。“兔子、鹦鹉、仓鼠和蛇都是年轻人的爱宠。一些人为了让饲养的狐狸听话、定点大小便，专门送来训练。”彭群凌表示，短视频传播让一些不常见宠物更多进入大众视野。

　　中南大学社会学系教授杨成胜认为，部分年轻人为追求新奇、彰显个性，并吸引更多人关注，于是标新立异，放弃猫狗等传统宠物，转而去养新奇宠物。

　　“好看、安静省心是异宠受欢迎的另一个原因。比如，蜜袋鼯萌萌的外表及亲人的性格就让人喜爱。”谢新(化名)开了一家专售蜜袋鼯的商店，最贵的蜜袋鼯达12000元人民币一只。

　　不过，火爆的异宠市场背后也存在一些问题和挑战。比如，出于猎奇、跟风饲养的宠物主，不充分了解异宠习性，遇到异宠“不亲人”“味大”“难养”等问题就会弃养。兽医不专业、邮寄不正规、销售方缺乏资质等问题亦突出。

　　记者还了解到，异宠未经过人类长期驯化，一些仍具攻击性，对人的生命安全存在潜在威胁；某些异宠携带寄生虫、细菌和病毒，或给饲养者带来健康风险。

　　“随意饲养和买卖一些异宠，可能会触犯法律。还有国外的特有物种，未经批准偷运入境，饲养和买卖都涉嫌违法，可能还会导致外来物种侵袭。”资深律师郭瑄说，目前无针对异宠的专门法律法规，公众饲养异宠，仍处在一个“无法可依”的空白地带。

　　他建议，相关部门及时制定、完善相关法律法规，从另类宠物的种类、管理、健康、生态等方面限制和约束异宠饲养行为，出台一个方便执法的“黑白名单”，确保产业良性发展。

　　一些专业人士还表示，相关部门和售卖平台应做好充足知识普及和风险提示，给猎奇的消费者泼冷水，提醒理性买单。“相比传统宠物，一些养异宠的人群对待异宠也会科学、谨慎。”彭群凌认为，若不在网络平台上夸大和过分渲染异宠，在不触碰法律、法规和不影响他人情况下，“另类”养宠小范围内自我发展没什么问题。(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

　　（文图：赵筱尘 巫邓炎）