天美彩票手机版APP - 天美彩票客户端

免疫球蛋白“错位”******

　　继连花清瘟、布洛芬、蒙脱石散等药物被疯抢，静注人免疫球蛋白也成为公众“必抢清单”里的榜首药品。新年伊始，顶着“免疫神话”的光环，免疫球蛋白的身价经历了滚雪球般的上涨。从300元、500元的价格炒出天价单瓶高达2200元，7天涨了近7倍。由于本身稀缺且高价自费，通常医院不会储备太多，在突如其来的抢购潮中，一些人盲目“抢球”陷入骗局，而一些真正需要它救命的免疫缺陷类疾病患者，却面临无药可用。

　　从“默默无闻”到“爆抢”

　　去年底开始，社交平台上“免疫球蛋白”在热搜榜居高不下，多位网友发文称高价求购“丙种球蛋白”。

　　“老人肺炎重症，急求免疫球蛋白”“实在找不到药了，有货源的请联系我”……更有网友动态表示“一万块买不到四瓶免疫球蛋白”，一时间这种并不日常的药物家喻户晓，求药人群随处可见。

　　在武汉工作生活的付女士在社交平台急求免疫球蛋白，在接受北京商报记者采访时说，“防疫政策调整后，先是抢不到日常所需药品，退烧药和体温计都抢不到，因为家里老人有基础病，担心感染后风险较大，所以想买点囤着，有备无患”。

　　付女士代表了不少抢购者的心理。付女士还向北京商报记者表示，自己根据网络上新冠用药清单囤了一部分，如布洛芬、蒙脱石散之类，但免疫球蛋白在医院和药房早已经断货，黄牛溢价太严重更真假难辨。

　　北京商报记者通过中国医药信息查询平台看到，免疫球蛋白为处方药，每瓶2.5g参考价格为298-700元。

　　物以稀为贵。各种黄牛藏匿社交网络，频繁发动态并附上小标签“新冠特效药”，北京商报记者以患者家属的身份向黄牛询价，对方表示每瓶2000元，多买有优惠，并且一天一价供不应求，黄牛还向记者表示免疫球蛋白用于家里老人备用，一个成年人每天需要打3-4支。

　　多名网友发布武汉好药师大药房(九州通大厦店)可购买静注免疫球蛋白的动态并排起长队，北京商报记者致电询问但电话未有人接听，而另一家连锁店武汉好药师药店(泰康店)则表示免疫球蛋白已经断货，并告知记者最近一段时间都不会有，货源紧俏。

　　北京商报记者通过向北京多家医院咨询得知，由于社区医院大多提供的基础医疗服务，主要侧重于卫生保健服务，免疫球蛋白这种药品是需要在患者病情严重经过医生权衡判断才能使用的处方药，所以社区医院不做静注人免疫球蛋白药品的注射和售卖。

　　“神药”与“丙球”

　　“静注人免疫球蛋白(ph4)”是一种血液制品，又称“丙球”，是从健康人类的血浆中提取出来，主要应用于提高机体免疫能力，用于治疗原发性免疫球蛋白缺乏症、继发性免疫球蛋白缺陷病、自身免疫性疾病。丙球可以预防传染性肝炎、荨麻疹等病毒性感染，也可以用于哮喘、湿疹等疾病。在儿童用药中，丙球是治疗川崎病最主要的治疗药物。

　　“免疫球蛋白”到底需不需要抢？辽宁省朝阳市某三甲医院的张医生在接受北京商报记者采访时说道：“免疫球蛋白是人体血液内提取出来的细菌病毒产生的抗体，市面上还未出现康复人群血液中提取出来的免疫球蛋白，因此人们疯抢的静注免疫球蛋白对于新冠的预防作用不大。并且免疫球蛋白作为血液制品注射存在很多潜在风险，比如血液疾病的感染和身体的排斥反应过敏等，虽然这种风险的概率极低。”

　　1月6日我国最新发布了“第十版新冠感染诊疗方案”，在此方案的药物推荐中，并未提到普通人免疫球蛋白。武汉市第一医院呼吸内科临床药师、副主任药师邓体瑛曾对此做出提醒，方案中提到的针对新冠感染的免疫球蛋白，具体名称为“COVID-19免疫球蛋白”，而非普通的“静注人免疫球蛋白”。

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）