如何区分风寒和风热？怎么选药更对症、更有效？中医如何治疗“刀片喉”？【科学防疫小贴士】（78）******
在中成药使用中，很多药适应症有风寒和风热的区别，大家应该如何区分自己的症状是寒还是热，怎么选药更对症更有效？
《新冠病毒感染者居家中医药干预指引》以及各地出台的指南指引，推荐了很多中成药，个人参照这些方案，该怎样选药？应注意避免哪些用药误区？
针对本轮疫情中患者出现的“刀片喉”，中医如何看待？在治疗时是否更有优势，应该如何缓解？
北京中医医院院长刘清泉为您权威解答。
在中成药使用中，很多药适应症有风寒和风热的区别，大家应该如何区分自己的症状是寒还是热，怎么选药更对症更有效？
对于新冠病毒感染，从中医来看是“疫病”，通俗的说，是传染性很强的外感病。对于外感病，无论其具有风寒或风热的属性，都会出现发烧、怕冷、乏力、咽喉疼痛等症状。因此，无论风寒或风热引起的临床不适，具有解表功能治疗感冒的药物都会有疗效。当然如果有专业医生运用中医理论进一步区分风寒、风热进行治疗会更有效。
对于临床表现为发热、怕冷很明显、肌肉酸痛、咽干咽痛、乏力、鼻塞流涕、咳嗽等症状的，多属于风寒导致，宜服用具有疏风解表功效的中成药，如感冒清热颗粒、荆防颗粒、正柴胡饮颗粒、清解退热颗粒等。
对于临床表现为发热、咽痛明显，怕冷不明显，肌肉酸痛、乏力、咳嗽等症状的，多属于风热导致，宜服用具有疏风清热、兼有化湿解表或清热解毒功效的中成药，如连花清瘟胶囊或颗粒、金花清感颗粒、疏风解毒胶囊、宣肺败毒颗粒、清肺排毒颗粒、热炎宁合剂（颗粒）、银翘解毒颗粒、蓝芩口服液、复方芩兰口服液、痰热清胶囊、双黄连口服液、抗病毒口服液等。
患者可根据自身症状，选择其中一种中成药，按照说明书剂量服用1-2天后，如症状无明显缓解或持续加重，请及时到正规医疗机构就诊。切勿盲目同时服用多种功效类似的中成药。
特殊重点人群，尤其是老年人合并慢性基础疾病的、肿瘤患者、免疫相关疾病患者、慢性肾功能衰竭在做常规透析的患者等，这些人群如果感染了新冠病毒以后，吃中成药的时候一定要向专业医师咨询，在医生指导下用药。
《新冠病毒感染者居家中医药干预指引》以及各地出台的指南指引，推荐了很多中成药，个人参照这些方案，该怎样选药？应注意避免哪些用药误区？
在参照《指引》用药时，应注意以下几方面。
一是经早期治疗，一般3天之内体温逐渐正常，之后一些患者会出现咽喉疼痛、咳嗽、声音嘶哑等症状，此时宜服用具有宣肺止咳功效的中成药，如急支糖浆、止咳宝、通宣理肺丸、连花清咳片、杏贝止咳颗粒等；咽喉疼痛明显者加用3天利咽止痛功效的中成药，如六神胶囊、清咽滴丸、金喉健等。
二是部分病人出现明显的乏力，以及胃肠道症状如呕吐、腹泻等，此时多兼有湿邪，宜服用具有化湿解表功效的中成药，如藿香正气水、复方香薷水等。但此时不宜服用清热解毒类中成药，以免导致腹泻或者消化道症状加重。
三是儿童出现发热、咽干咽痛、咳嗽者，可用金振口服液、儿童清肺口服液等；如发热、食少腹胀、口臭、大便酸臭或秘结者，可用小儿豉翘清热颗粒、小儿柴桂退热颗粒、醒脾养儿颗粒等。因儿童体质特殊，在服药之前最好咨询儿科中医师。对于婴幼儿，还可以采用一些非药物治疗手段，比如推拿、捏脊，或者中医刮痧，来缓解患儿症状。
对新型冠状病毒感染，要理性用药、合理用药，切忌病急乱投医、盲目用药。
一是照说明书选择相应药物服用，看清楚药物的适应症、禁忌症以及不良反应等情况；
二是用药48小时若症状未见缓解请及时到医院就诊或咨询专业医师；
三是中西药不宜同时服用，应至少间隔30分钟，同一类型药物不建议重叠服用；
四是一般服药时间5-7天，不建议过度服药。
针对本轮疫情中患者出现的“刀片喉”，中医如何看待？在治疗时是否更有优势，应该如何缓解？
“刀片喉”是声门和声带周围的黏膜发生了充血水肿，一般来说，在病程的第3-5天时表现明显。在呼吸道病毒感染急性期结束，病毒复制被抑制，炎症减轻，水肿改善后，将会逐渐恢复。
从中医来看，“刀片喉”是“热毒”从全身消退，而聚到咽喉局部的症状表现。因此，早期规范治疗，及早“解表透邪”，将“热毒”及早透出是治疗的根本，热毒透出来了，“刀片喉”的情况会减少，或不发生，如果只用发汗退热的药但热毒无法清除，“刀片喉”的情况会增加。因此，早期治疗上以解表药为基础，加上清热解毒利咽的药共同发挥作用，既能快速退热，缓解全身症状，又能减少咽喉的不适。
对于已经出现“刀片喉”的感染者，中医药也有很多办法，如及时加用具有利咽止痛、解毒利咽等作用的药物，如六神丸/胶囊、清咽滴丸、金喉健喷雾剂等；也可以由医生进行针灸治疗，针刺少商穴、商阳穴等。这些都可以很好的缓解咽痛症状，如咽痛持续加重，宜前往医院寻求治疗。
来源：国家卫生健康委员会官网、健康中国
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
