中疾控详解CH.1.1：未见致病性增强 短期内不会引起本土大规模流行******
中新网北京2月1日电(韦香惠) 日前，一种名为CH.1.1的奥密克戎亚变种在美国出现。1月31日，中国疾控中心就相关热点问题作出解答。
资料图。 殷立勤 摄未见CH.1.1变异株的致病性增强
据中国疾控中心介绍，CH.1.1属于奥密克戎变异株BA.2.75的第六代亚分支。最新研究显示，由于新增多个突变位点，增加了CH.1.1的免疫逃逸能力。同时，新增的一个突变位点(L452R)曾经是德尔塔变异株的特征性突变位点。但值得注意的是，该突变位点也存在于许多其他奥密克戎变异株亚分支中，如BA.5.3和BA.5.1.3等。
2022年11月至今，CH.1.1在美国新冠病毒流行株中占比呈上升趋势。2023年第4周，CH.1.1在美国流行株的占比为第五位，仅次于XBB.1.5、BQ.1.1、BQ.1和XBB变异株。
目前，未见CH.1.1变异株的致病性增强，仍需进一步关注。一般新毒株出现后，感染病例需达到一定规模并持续一段时间，才能初步判断新毒株的致病力是否变化。
资料图。殷立勤 摄短期内不会引起本土大规模流行
据中国疾控中心介绍，2022年11月13日，我国通过基因组测序首次从天津市报送的1例泰国输入病例样本(2022年11月10日采样)中检出CH.1.1进化分支。截至2023年1月30日，共监测发现24例CH.1.1及其亚分支输入病例。输入病例来源地涉及15个国家或地区。未监测到CH.1.1及其亚分支的本土感染病例。
据中国疾控中心介绍，尽管CH.1.1变异株的免疫逃逸能力和传播优势进一步增强，导致突破感染和再感染风险增加，但我国大部分人群体内已存在高水平中和抗体，对CH.1.1存在一定的交叉保护作用，CH.1.1短期内不会引起本土大规模流行。脆弱人群(65岁以上老人、基础病患者和未接种疫苗者)以及未感染人群仍需加强个人防护。
如何面对CH.1.1？中疾控表示，坚持做好个人防护、保持良好卫生习惯、不要相信未经证实的网络报道。
资料图。殷立勤 摄目前本轮疫情主要以BA.5.2、BF.7为主要流行株
1月30日，国务院联防联控机制举办的新闻发布会上，中国疾控中心病毒病所研究员陈操介绍，报告显示，目前流行的毒株主要还是BA.5.2和BF.7。
他表示，从新冠病毒感染疫情以来，我们国家一直开展新冠病毒的变异株监测工作，也为早期疫情流调溯源提供了重要线索和支撑。同时这个过程也积累了大量经验和数据。根据监测数据显示，本轮疫情主要还是以BA.5.2、BF.7为主要流行株，我国目前没有监测到其他优势病毒株。
此外，春节假期期间，中国疾控中心收到全国各省上报的新冠病毒全基因组序列1421条，经过分析发现他们有11个进化分支，仍旧以BA.5.2、BF.7为主，没有发现新的变异株输入。
陈操提到，当前春运正在进行中，高校近期也要陆续开学，下一步我们将继续指导全国做好新冠病毒变异监测工作，继续对哨点医院中的门(急)诊病例、重症病例、死亡病例还有特殊人群开展新冠病毒的变异监测。同时，同其他部门对海陆空口岸的入境人员进行新冠病毒的变异监测，及时预警并采取相应的防控措施。(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 快三平台地图 |
