佰家富app计划群 - 佰家富app代理

米糠、麦麸重回餐桌 你吃不吃？******

　　米糠、麦麸重回餐桌 你吃不吃？

　　专家：饮食健康的一种选择，但不能当饭吃

　　春节假期刚过，当不少人还沉浸在大鱼大肉的氛围中时，近日，一则“卫健委传来好消息，米糠、麦麸有望重回百姓餐桌”的文章引起网友议论，该文称，米糠中有大量的膳食纤维和营养物质，比精米、白面营养更丰富，并且还引用了国家卫健委针对人大代表提出的《关于促进米糠回归人类食用提升国民营养的建议》的相关答复。

　　米糠对于当代人来说可能比较陌生，这种东西能吃吗？营养吗？对于米糠回归食用的建议，成都市第七人民医院营养科主治医师梁清月表示，目前，“吃糠咽菜”再也不是生活所迫，而不失为饮食健康的一种选择。

　　无害化米糠

　　将被列入“食药两用名单”

　　前述网传文章称，米糠、麦麸中含有大量的膳食纤维和营养物质，不仅比精米、白面营养更丰富，同时还能避免很多因饮食过于精细而引发的“富贵病”，此外，米糠还有很大的药用价值。

　　记者查询得知，此事起源于1月19日国家卫健委对于人大代表提出的《关于促进米糠回归人类食用提升国民营养的建议》的一则答复，该答复表示：目前，米糠主要用于生产饲料，作为粮食原料主要用于生产米糠油。近年来，国家卫健委积极推动食物营养健康产业发展。发展米糠产业，挖掘米糠营养价值，有利于促进粮食减损增效和国民营养健康。

　　针对“支持米糠安全食用产业发展”等建议，国家卫健委在答复中回应：支持米糠安全食用产业发展，引导相关企业综合利用碎米、米糠、稻壳、麦麸等副产物，开发米粉、米线、米糠油等食品或食品配料；建立米糠无害化评价体系，完善相关食用安全标准；将无害化米糠(即食米糠或食用米糠)列入“食药两用名单”和《药典》……

　　“吃糠咽菜”不可能

　　单独作为主食供人食用

　　米糠就是稻子或谷子上脱下来的皮。成都市第七人民医院营养科主治医师梁清月表示，米糠富含粗蛋白质、粗脂肪、维生素E等营养物质，但按照当前的食品安全法规，米糠不属于普通食品原料，是不可以添加到食品中给人吃的。

　　不仅如此，米糠也不可能单独作为主食供人食用，因为它难以下咽、难以消化。“米糠要成为食品原料，只能走深加工和少量添加的路线，在一定程度上补充当代人因为吃大量精米白面而缺失的营养。”

　　日常吃的精米、白面，都属于精制碳水，主体成分是淀粉，仅含有少量蛋白质。梁清月表示，国内外的研究结果和资料表明，米糠中富含各种营养素和生理活性物质，如蛋白质、脂肪酸、维生素、膳食纤维等，这些营养成分恰恰是人体所必需的，正是当代人饮食结构中相对缺乏的，这就是吃粗粮的意义所在。老百姓常说“吃米带点糠，老小都安康”，就体现了米糠的药用价值。《黄帝内经·素问》中有“五谷为养”的论述，五谷指的就是带有糠的谷物。

　　针对部分网友对米糠上桌持怀疑态度，梁清月认为，随着人们生活水平不断提高，“吃糠咽菜”再也不是生活所迫，而是饮食健康的一种选择。很多人印象中，米糠就是用来喂牲畜的饲料，而用现代碾制技术生产出来的食用级米糠，富含各种营养素和生理活性物质，约占米糠总重量的80%、营养的90%以上，具有促进血液循环、预防心血管疾病、帮助降低血脂等功效。

　　成都商报-红星新闻记者 叶燕 闫晓峰

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）