彩天下app玩法-彩天下app赔率

应对新冠病毒，没有“特效药”！囤药不如囤“好身体”【防疫小贴士】（76）******

感染新冠病毒后如何用药

是大家广为关注的问题

下面

请专家来进行解答

应对新冠病毒

有“特效药”吗

　　中国工程院院士张伯礼：

　　无论是西药、中药，都不存在“特效药”，更没有“神药”。一般患者用普通的感冒药即可，也不用特别追求哪一种药，包括“三药三方”，当地产的常用感冒药也完全可用。

　　感染新冠病毒后，严格意义来说，中药和西药的作用只是辅助治疗，帮助减轻一些症状，控制病情发展，减少转为重症的风险。即使“小分子特效药”，它的机理也只是抑制病毒复制，并不能根除病毒。而且，这类药的治疗窗口期比较窄，只在感染后的5天内有效，且不宜与他汀类药物等联合使用。

　　感染新冠病毒后，用药时一定要理智，合理用药，还要有些耐心，药物发挥作用要有一定时间。切记没有神药，没有特效药。更忌有病乱服药、无目的联合用药，反而容易产生药害。对抗新冠病毒的“主力”是自身免疫力。因此，囤药不如囤“好身体”。调整好身体状态，注意休息，适量多饮水，多吃新鲜水果蔬菜，保证营养的摄入，保持良好的情绪，提高机体免疫力，才是顺利度过感染过程的最重要因素。

什么情况有必要使用抗病毒药物

能否自行服用

　　北京大学第一医院感染疾病科主任王贵强：

　　目前新冠病毒感染后大部分表现为轻型或无症状，但仍然有少数感染者，包括老年人尤其是没有疫苗接种的老年人以及有严重基础病者可出现重症，或诱发基础病加重。

　　我国第九版诊疗方案建议，对重症高风险人群应用抗病毒治疗以缓解症状、缩短病程、降低重症和死亡风险。

　　目前有三种抗病毒药物，其中新冠单克隆抗体，需要静脉给药，只能在医院住院使用。另外两种小分子口服抗病毒药物是奈玛特韦/利托那韦合剂和阿兹夫定。

　　奈玛特韦/利托那韦合剂可以有效降低重症风险，适应证人群是轻型和普通型，使用的时候要特别注意药物之间的相互作用，比如老年人和有基础病者常常口服多种药物，如使用辛伐他汀、洛伐他汀、胺碘酮等就不能使用奈玛特韦，还有些药物相对禁忌使用，因此，建议在医生指导下使用。

　　阿兹夫定在妊娠期和哺乳期不宜使用，中重度肝肾功能损伤患者也要慎用，因此，也需要在医生指导下使用。

抗病毒药物

可以用于预防性治疗吗

　　北京大学第一医院感染疾病科主任王贵强：

　　高龄老人，尤其是有基础病、没有接种疫苗的高龄老人，属于高风险人群，面对疫情要早发现早干预。一些口服的抗新冠病毒小分子药物，可以在发病或感染得到明确诊断后尽早使用，一般在5天内使用。

　　这类抗新冠病毒小分子药物存在与其他不少药物相互作用的问题，也会有一些副作用，因此务必在医生指导下使用。此外，研究显示，这类药物不能用于预防性治疗，对重症患者的效果也不明显。

　　来源：国家卫生健康委员会官网、健康中国、新华社、央视网、央广网

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）