华尔街裁员潮！继高盛、大摩后，贝莱德又要裁员500人******

　　中新经纬1月12日电 综合路透社和华尔街日报等外媒消息，全球最大的资产管理公司贝莱德将裁减500名员工，约占其员工总数的3%。

　　随着可能的全球衰退迫在眉睫，此次裁员是整个银行业更广泛裁员的一部分。至少有5000人正在从各家银行裁员。除了高盛裁员3000人外，摩根士丹利还裁员了1600人，而汇丰银行裁员至少200人。

　　一位知情人士周三表示，全球最大的资产管理公司贝莱德在经历了近几年的扩张后正在裁员，500个工作岗位受到影响。

　　在去年市场剧烈波动之后，这家资产管理公司正在重塑其团队，当时美国股市跌幅为2008年以来的最大跌幅。

　　根据提交给美国证券交易委员会的一份文件，截至9月30日，贝莱德拥有19900名员工。消息人士称，受影响的员工不到员工总数的3%。

　　贝莱德的一位发言人称，裁员的原因是“前所未有的市场环境”。

　　不止贝莱德宣布裁员，高盛本周将开始裁员3200人，裁员规模创2008年金融危机以来最大。

　　据路透社报道，高盛裁员重创投行和全球市场。华尔街招聘公司Alliance Consulting总裁保罗·索贝拉表示，去年对包括信贷、股票和投资银行在内的各个行业都充满挑战。“许多人没有制定预算。”

　　此次裁员之际，预计美国银行业巨头本周将报告利润下降。根据Refinitiv Eikon分析师的平均预测，高盛第四季度预计实现净利润21.6亿美元，较上年同期的39.4亿美元净利润下降45%。

　　据英国《金融时报》报道，高盛的裁员计划之后将对企业差旅和费用进行更广泛的支出审查，因为这家美国银行正在计算自乌克兰危机以来企业交易大幅放缓和资本市场活动下滑的成本。该公司还削减了今年的年度奖金支付，以反映低迷的市场状况，预计支出将下降约40%。(中新经纬APP)

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