用公益诉讼筑牢网售处方药安全堤坝******

时本

　　远程诊疗、网上开方、送药上门……随着互联网医疗的蓬勃发展，网上药店让消费者足不出户就能快速获取药物，然而由此带来的药品误用、滥用、过量服用事件也时有发生。药品安全非同儿戏，网上用药安全该如何保障？近日，最高人民检察院发布了一批药品安全公益诉讼典型案例，其中北京铁路运输检察院办理的督促整治网络平台药店违法销售处方药行政公益诉讼案，对保障用药安全问题进行了一系列探索。(1月9日《检察日报》)

　　“网上药店无处方销售处方药”“轻轻松松能买到12周以上用量的处方药”“药师审核形同虚设”“处方上没有执业药师的签字”……这些网售处方药乱象存在已久。即使《药品网络销售监督管理办法》于去年12月1日起正式实施，网络售药迎来强监管时代，但是问题也并未因此而得到根治，一些网上药店仍然存在“走过场式开方”等现象。

　　网售处方药乱象治理与监督的主体缺失、监督的积极性有时不算太高有关。处方药网售越便捷，销售成本就越低，销量也越大，线上药店和线上医生获取的利益就越多。在这种情况下，只要有机会，处方药随意网售的口子就可能会越开越大。一些消费者只图省事，把药品当成普通电商产品，看不到药品误服和滥用的风险，甚至认为网售处方药不应该管得太严。正因如此，网售处方药的供需双方，形成了事实上的“利益共同体”，他们都不愿意主动监督网售处方药乱象。

　　药监部门是网售处方药的法定监督主体，在治理网售处方药乱象中，发挥了很大作用，诸多网售处方药案件的查处，均是药监部门认真履行监督职责的结果。但也要看到，假如极少数药监部门慢作为或者不作为，网售处方药也会潜滋暗长，用药安全也就面临危机。关键是，互联网具有跨区域等特点，一地失守又将影响全局，一旦网售处方药乱象的危害波及全网，那么远在千里之外的消费者也会成为受害者。

　　倘若监管部门履职好坏全凭自觉，网售处方药乱象就不容易得到遏制。履职情况需要得到监督，在这方面，检察机关可以发挥重要作用。当检察机关发现网售处方药存在一些乱象后，可以通过向药监部门制发检察建议，督促药监部门认真履职。除此之外，检察机关还可作为整个消费群体的诉讼代理人，对于违法销售处方药的平台和个人展开诉讼。这类公益诉讼让维权和监督主体都更加明确，是治理网售处方药乱象不可多得的好方式，理应得到广泛推广。最高检推介这些典型案例，也是希望检察机关在这方面能够发挥更大作用。

　　网售处方药方便了民众求医问药，也使互联网医疗从此告别“有医无药”的困境。但与非处方药相比，处方药既有更强的治疗作用，也有更强的毒副作用。以前处方药在实体药店就存在随意销售等乱象，若想阻止这类乱象向线上蔓延，就得加大网售处方药乱象的治理力度，让包括药品安全公益诉讼在内的监督手段更丰富、更管用，方能让民众安心享有处方药网售带来的巨大便捷与实惠。

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