家庭防疫消毒慎用紫外线设备******

　　消毒是阻断病毒传播的有效方式之一。近日，随着新冠病毒感染者居家隔离人数的增多，如何有效地消毒成为热议话题。有公众提出，紫外线消毒杀菌率高达99%，用于降低新冠病毒传染致病性0.3秒的时间就足够了。

　　那么，这种观点是否正确？家庭防疫，用紫外线消毒设备是否靠谱？

　　深紫外波段可实现杀菌灭活

　　紫外线位于光谱中紫色光之外，为不可见光。在日常生活中，人们经常利用紫外线杀菌消毒，例如在太阳底下晒被子就是典型的利用紫外线消毒的例子。

　　中国科学院半导体研究所研究员闫建昌告诉科技日报记者，紫外线可以根据波长，由长到短划分为UVA、UVB、UVC三种波段。由于紫外线的波长与光子能量成反比，因此当紫外线的波长越短时，其光子能量越高，相应的杀菌消毒能力就会越强。

　　“UVA波段指波长在320—400纳米的紫外线，平时生活中照射到地表的紫外线，大部分是UVA波段，它有一定的抑制细菌的能力。UVC波段指波长在200—280纳米的紫外线，也被称为深紫外波段，这一波段的紫外线能够破坏细菌或病毒的DNA与RNA链条，使其失去复制或繁殖的能力，从而真正实现有效地杀菌灭活。”闫建昌说。

　　闫建昌认为，正确地使用紫外线可以消灭新冠病毒，但0.3秒内即可降低新冠病毒传染致病性，这种说法并不严谨。

　　“能否较快较好地消灭病毒，主要是看紫外线的剂量。紫外线的剂量受到紫外线的光功率，即单位面积上光能量大小的影响。同样波长下的紫外线，光功率越高，紫外线的剂量越大，杀菌的时间自然会越短。因此，只有在足够强的光功率下，才有可能实现0.3秒消杀新冠病毒。”闫建昌说。

　　中国疾控中心环境所研究员沈瑾也指出，一般情况下，传统的紫外线灯消毒作用时间为半小时，尽管近年来紫外线技术有新的发展，但目前还没有系统的、权威的研究或报道显示，0.3秒的时间就可以达到消毒的效果。

　　紫外线消毒灯存在安全隐患

　　深紫外波段的紫外线具有较强的杀菌效果。那么在家庭防疫中，用紫外线消毒灯进行消毒是否是一个靠谱的选择？

　　原武钢二医院外科主任医师、武汉科技大学医学院外科学兼职教授纪光伟指出，紫外线和其他光一样，沿直线传播，穿透能力较差。如果有遮挡物，紫外线消毒灯的杀菌效果就会大打折扣。同时，紫外线消毒灯还存在安全隐患。深紫外波段能够消灭病毒，也能损害人体细胞。“如果使用不当，可能会灼伤眼睛或皮肤，增加患眼部疾病和皮肤癌的风险。”纪光伟说。

　　此外，闫建昌还指出，当紫外线的波长短于240纳米时，会在空气中激发出臭氧，如果没有及时通风，当臭氧达到一定浓度时，会对呼吸道造成损害。目前在民用和工业领域消毒杀菌应用的深紫外光源大多是汞灯，使用汞元素作为核心发光材料。如果意外破损可能会造成汞泄漏，危害人体健康。

　　家庭防疫应采取何种消毒方式

　　除了紫外线消毒灯，一些家用空气消毒机和手持式的LED消毒器也应用了紫外线杀菌技术。据闫建昌介绍，这两种设备具有相对较高的安全性。

　　“应用了紫外线杀菌技术的空气消毒机，其紫外线的作用环境在消毒机内部，不会存在照射到人的风险。同时，这类产品在上市之前，还需要做紫外线泄露的相关检测，能够保证安全性。”闫建昌说，“LED紫外线手持消毒器紫外线的光功率较低，手持的操作方式也相对安全。同时，部分消毒器还具有红外传感等功能，如果检测到人会停止工作。”

　　除了紫外线消毒设备外，家庭防疫还可以使用酒精和含氯的消毒液。

　　纪光伟告诉记者，75%的酒精可以消灭新冠病毒。日常生活中，可以采用涂抹酒精的方式对物体表面进行消毒。“切忌在空气中喷洒酒精消毒，以免遇火而引起火灾。在使用酒精时，还需要避开明火。”纪光伟说。

　　在含氯的消毒液中，较为常见的产品是84消毒液。纪光伟表示，84消毒液以次氯酸钠为主要成分，物表消毒的浓度一般为3%，具体配比要按照说明书进行操作。在配比完成后，最好采用涂抹的方式进行物表消毒，或直接用消毒液拖地。完成消毒后，需要等待一段时间，再用清水擦拭，去除多余的消毒液。

　　最后，在居家防疫中，还要避免过度消毒。纪光伟表示，常温条件下新冠病毒在大部分物品表面存活时间较短。在患者居家期间，应加强室内通风，主要做好重点区域，例如共用卫生间和共用物品的消毒。

　　“我们生活在一个充满微生物的环境中，除了有害的微生物外，还有一些对我们健康有益的微生物。频繁消毒，会影响家里正常菌群的平衡，甚至导致疾病的发生。”纪光伟说。（记者苏菁菁）

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