事业单位工作人员考核有了新规定******

　　新华社北京2月1日电 为全面准确评价事业单位工作人员德才表现和工作实绩、充分调动其积极性主动性创造性，中央组织部、人力资源和社会保障部1日发布《事业单位工作人员考核规定》，对事业单位工作人员考核工作的基本原则、内容标准、方式程序、结果运用等作出了新规定。

　　考核规定明确，事业单位工作人员考核的方式主要是年度考核和聘期考核，根据工作实际开展平时考核、专项考核。年度考核是对事业单位工作人员一个年度内表现的总评，事业单位工作人员年度考核优秀档次人数，一般不超过本单位应参加年度考核的工作人员总人数的20%。

　　考核规定提出，对事业单位工作人员的考核，以岗位职责和所承担的工作任务为基本依据，全面考核德、能、勤、绩、廉，突出对德和绩的考核。要将考核结果与选拔任用、培养教育、管理监督、激励约束、问责追责等结合起来，作为事业单位工作人员调整岗位、职务、职员等级、工资和评定职称、奖励，以及变更、续订、解除、终止聘用(任)合同的依据。

　　考核规定坚持分级分类考核，要求从单位实际出发，突出精准化和差异化，增强针对性和有效性，体现不同行业、不同类型、不同层次、不同岗位工作人员的特点和具体要求。

　　据人社部事业单位人事管理司有关负责人介绍，原人事部印发的《事业单位工作人员考核暂行规定》已实施20多年。为贯彻落实党中央新精神新要求，化解事业单位工作人员考核工作面临的新问题、衔接新政策，故制定这一考核规定。

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