天下彩票开户 - 360百科

《风味人间4·谷物星球》：探讨谷物世界里的生活美学******

　　作者：郑小异（西安交通大学城市学院艺术系讲师）

　　近日，《风味人间4·谷物星球》热播，吸引众多观众追看。与前三季相比，谷物成为贯穿本季的主角，“麦浪涌万年”“稻香阡陌里”“黍粟本嘉禾”等六集内容拓宽了人们对谷物的理解。麦子、稻米、玉米等家常作物，与谷物息息相关的食物如芋头、茭白、菱角，以及能够为人类提供碳水化合物的多种植物悉数亮相，书写了一段在时间长河中与人类互动的影像故事。

　　这部作品结合纵深的历史视野和宽广的文化视野，将谷物的发展历程娓娓道来。比如在“麦浪涌万年”一集中，创作者着重讲述“麦”的发展历程。镜头首先抵达约旦河西岸一片肥沃的土地，造访人类最早驯化小麦的地方。然后又带观众来到戈兰高地，了解今天小麦的远祖野生二粒小麦的特点。而在“稻香阡陌里”一集探寻“稻”的历史时，创作者从亚洲说到了美洲，又说到了欧洲，详细梳理着稻米的前世今生。

　　作为农耕文明古国，中国人对谷物的情感，早已浑然天成、深入骨髓，世界各国人民与谷物之间亦有一种载入基因的情感与默契。《风味人间4·谷物星球》以谷物美食作为破题点，在探寻中外丰富美食文化中，观照美食背后所共通的人类情感。在讲述“豆”的故事时，纪录片里既有我国西藏地区的人们经年累月与榼藤子相处的故事，也有远在中美洲墨西哥尤卡坦州的米格尔采用利马豆、豇豆制作美食，为全家人提供爱与滋养的故事。在讲述“麦”的故事中，澳门的阿龙坚持利用传统制面方式，3000余次重复的“下压、移动、再下压”让竹升面初具雏形。浙江富阳人则剥离面粉中的淀粉制成面筋，包裹馅料油炸，一时间香气四溢。还有广东人选择被称为“澄面”的无筋面粉制作美食，方有了绿茵兔仔饺的玲珑剔透。无论从哪一种作物出发，纪录片都让观众从小小的风味世界中感受大大的人类世界运转，透过这些故事窥见农业诞生至今的一万年中人类与食物之间的故事。

　　尽管相隔万里，人们对谷物的热爱让不同民族和饮食文化有了情感连接点。正如《风味人间》系列纪录片导演陈晓卿所说：“不是我们赋予食物文化，而是食物本身就自带着文化，人们的许多生活印记都可以从食物中得到答案。比如小麦，往西传，遇到了火变成了比萨面包；往东传，遇到了水变成了馒头面条。东西方文化的差异，可能就和小麦的不同境遇有很大关系。可以说，食物就是人类文化的支点。”所以，探讨饮食文化与民风民俗如何相互形塑，也是该纪录片的重要议题。如第二集“稻香阡陌里”中，从祭祀活动上一碗乌米饭之于郑良美家的寓意，到黔西南一个村镇规模的集市里米粉所承载的情感，在抓饭、红曲米等由稻米制成的不同食物之外，纪录片围绕大大小小民俗节日呈现着食物与人的日常互动，把四季轮回浓缩在一碗饭、一碗粉乃至一瓶醋中，让人观之回味无穷。

　　随着谷物的种植、采收、加工、烹饪、品尝，观众看到了生活哲学、食物美学，感受到了人间烟火和文化律动，获得了心灵慰藉和情感疏导。《风味人间4·谷物星球》不失为纪录片领域又一精良制作，为美食纪录片创新发展提供了有益借鉴。

　　《光明日报》（ 2023年01月04日 15版）

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）