总是“幻阳”怎么办？心理学技巧助你应对“新冠焦虑”******

　　作者：唐义诚，系中国心理学会科普委副秘书长

　　最近，网络上频频冒出一种新的“不明疾病”——“幻阳症”。不少网友纷纷表示自己出现了此疾病的诸多“症状”，总觉得自己身体哪里不舒服，咽痛、头痛、肌肉酸痛。并反复开展抗原自测，既担心自己是否阳了，又希望早点阳了算了。当然，所谓“幻阳症”并不是一种典型的心理障碍，只是网友们面对新冠感冒的自我调侃，反映的是人们面对短期疫情变化出现的焦虑与紧张情绪。

　　从心理学的角度，“幻阳症”带来的焦虑感主要是一种面对未来的恐惧，人们常会为“不知道另一只靴子什么时候落地”而焦虑，不确定性有时候比确定的压力更加令我们烦恼。

　　为了应对这种烦恼，我们不妨这样想：还未感染新冠病毒是一件好事，如果已经感染，至少不必再为此焦虑，也是一件好事，既然怎么样都是好结果，面对新冠病毒的心态也就会平和许多。

　　同时，我们需要认知到“幻阳症”作为一种情绪反应是具备功能性的，焦虑是一种在潜在威胁面前无能为力的状态，但如果你发现自己并非无能为力，你发现只需要去做些什么，就能避免坏事发生，焦虑是不是就减轻了？所以，“幻阳症”带来的焦虑感会转化成行动，让我们更谨慎地做好防护，理性应对疫情，最终可以更好地保护自己免受病毒侵害。

　　换句话说，我们可以把“幻阳症”看成是一种心理上的自我免疫，是大脑在调动更多的资源应对外部疫情的积极反应。

　　当然，即便焦虑有积极功能，如果焦虑感过于严重，持续地扩散或者出现急性的惊恐发作，以及莫名其妙的担心、坐立不安，有时候还会伴随着植物神经功能的失调，比如说手抖、出汗、尿频、心悸或者运动性的不安。这种情况就属于心理学上的焦虑障碍，需要及时自我调节，或者寻求专业人士的支持了。

　　如果你还未确诊新冠，却总是因为“新冠焦虑”寝食难安，以至于影响了正常生活，就不妨从以下方面入手，主动调节心情。

　　一、让身体动起来

　　运动会产生多巴胺这种让人快乐的荷尔蒙，经常运动的人不太容易焦虑，或者比较容易排解焦虑。但是一想到运动难免有畏难情绪，跑步或者去健身房锻炼是件让人头疼的事儿，没什么乐趣，自然也不好坚持。

　　其实动起来并没有那么麻烦，比如：两分钟的身体拉伸，一分钟的原地高抬腿，20下深蹲，或者干脆就跳绳50下。这些全都是三五分钟随时随地就能做了的事儿，工作和学习的间隙就可以。

　　为什么这些很简单的运动就有用呢？因为人的情绪和身体状态，其实是互相影响和反馈的。 你可能听说过，大笑这个动作本身就能让人开心。人的其它情绪也一样，焦虑的时候，人的肢体常常是僵硬和紧绷的，越焦虑越紧绷，越紧绷也就越焦虑。

　　二、尝试主动放松

　　人在焦虑时，心理的表现是体验到了失控感。中级方法的核心，就是要帮你重新获得掌控感。譬如：你可以尝试让自己的注意力从未来拉回到现在，具体来说，你要关注你当下的状态和感受：此时此刻你的感受是悲伤的，是忧心忡忡的，还是充满内疚的？不要对你的状态作出评价（“我内心很担心感染，这不太对”），你只需要做一个观察者就好。通过这种方式，你会回到当下，让自己的身心实现统一，减少关于未来的不确定感。

　　同时，你还可以做一些身体放松练习，你可以尝试把手握成一个拳头，感受一下手部和臂部肌肉的紧绷感，握拳的力量感。握拳一到两分钟之后，再慢慢地松开，松开的时候不要着急全部松开，而是要感受肌肉在一点点放松，血液重新回到原来紧绷的地方。学会控制了手部肌肉之后，接下来，你可以慢慢地尝试控制身体的其他部位，比如说脸部肌肉和颈部肌肉。

　　三、寻找社会支持

　　如果实在难以忍受“新冠焦虑”，你可以尝试找朋友聊聊天，寻求社会支持。研究表明，高质量的交流可以让你深度放松，缓解心情。值得一提的是，深度的放松还可以刺激免疫系统，让人体内的白细胞增加，抵抗力更强。

　　人的唾液里有一种免疫球蛋白，这个蛋白含量越高，说明你的免疫力越强，科学家调查了100多名大学生，发现了一个有意思的现象，每周有高质量人际交往的被试唾液里的免疫球蛋白含量最高，最不容易得病。由此可见，有效的人际交往可以为你添上心身“双保险”！

需要注意的是，如果通过以上调节方法都无法缓解目前的焦虑、紧张、不安的情绪，或发现“幻阳”无法通过自行调节缓解，要及时向专业的心理咨询师、心理医生求助。

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