- 博客(114)
- 收藏
- 关注
RSS订阅原创 AIDD | PyMOL必知必会 结构可视化的核心功能与标准工作流
本文以PDB 1M17为例，系统梳理PyMOL在结构分析中的核心工作流：从下载与载入结构（fetch, load），通过选择语法（如byres (polymer within 5 of organic)）精准定义结合口袋，到视图控制、显示配色、叠合与图像渲染。强调byres补全残基的必要性，避免因原子级筛选导致残基遗漏；指出async=0、remove与delete的区别，以及.pse会话保存的重要性。命令可复用，脚本化流程（@figure.pml）提升效率与可追溯性，适用于论文配图与结构分析标准化。
2026-11-07 17:07:43
346
原创 蛋白质结构层级：从氨基酸序列到α螺旋、β折叠与多亚基组装
蛋白质的基本组成单位是氨基酸。相邻氨基酸通过肽键连接，形成多肽链；连接进链中的氨基酸单元称为“残基”。一条普通多肽链有方向：一端叫N端，即氨基端；另一端叫C端，即羧基端。写氨基酸序列时，通常按照N端到C端的方向排列。N端 → Ala—Gly—Ser—Leu—Lys → C端丙 甘 丝 亮 赖换成一字母缩写，就是AGSLK。这个顺序就是该片段的一级结构。它告诉我们哪些残基彼此相连，但尚未说明这段链在空间中是伸展、弯曲，还是形成螺旋。EMBL-EBI术语表。
2026-11-01 22:28:00
329
原创 格式大全 | PDBx mmCIF从固定列坐标文件走向结构化数据
读过传统PDB文件后，第一次打开.cif文件，可能会觉得它更难懂：坐标前面多了许多以下划线开头的长名字，同一个残基还可能出现两套编号。这些变化有一个共同目的：把“这组数字是什么意思”“这个原子属于谁”等信息写得更明确。本文从一条原子记录开始，依次介绍文件的读法、编号的含义，以及用Python提取数据的方法。
2026-11-01 20:09:25
222
原创 格式大全|PDB格式：从固定列记录读懂蛋白质结构数据
打开一个.pdb文件，最常见的是一行行ATOM记录。它们看起来像一串名称和数字，实际回答的是几个具体问题：这是什么原子，属于哪条链的哪个残基，位于什么位置？本文从一条ATOM记录开始，再逐步介绍原子命名、占据率、B因子，以及其他常见记录，最后用Python把这些字段读出来。
2026-11-01 20:06:22
221
原创 03_GROMACS分子动力学实战：从 Factor Xa 输入准备到轨迹分析
第一条命令把蛋白居中，并建立十二面体模拟盒。-d 1.0表示初始蛋白与盒边之间至少留出 1.0 nm。这里的盒子定义的是模拟空间，与分子对接中限定搜索范围的盒子不是一回事。周期性边界会把盒子在空间中重复，从而用有限体系近似体相环境。它的副作用是，轨迹中的分子有时会显示在盒子两侧，所以第 8 节还要专门处理周期边界。第二条命令用spc216.gro中的水坐标填充盒子，去掉与蛋白重叠的水，并更新topol.top中的水分子计数。spc216.gro。
2026-10-30 19:11:04
283
原创 我的个人网盘与影音中心- 用 Nextcloud、Jellyfin、Tailscale 和自己的域名搭建个人网盘
这本是个复杂的任务，需要安装配置还有各种网络端口，但是codex可以出色完成这项工作。我也尝试了workbuddy里边的最贵的几个模型，折腾了很久结果也是很差。我总结了一下，codex可以不出错地完成任务，但是workbuddy自己会犯很多错误，所以是不合格的。
2026-10-29 19:17:52
48
原创 疫苗研究单细胞多组学系列01：bulkTCR 如何联合scRNA、scTCR追踪疫苗特异性T细胞克隆
这个系列会沿着这条思路展开。第一篇先讨论研究设计、克隆定义和统计筛选，具体的数据处理与代码实现放在后续文章中。
2026-10-29 17:43:38
110
原创 AIDD系列02：ProteinMPNN序列设计，从已知骨架到可检验的肽候选
这一章要完成一件具体的事：以已知的 MDM2–p53 结合结构为起点，生成六条新的候选肽，读懂它们的计算分数，再根据下一轮实验的目的决定值得验证哪些。
2026-10-27 22:35:37
345
原创 免疫治疗基础01：抗体结构与抗原抗体
前言本系列系统涵盖 CAR-T/M、mRNA 疫苗、抗体设计及其他免疫治疗方向的生物学基础、核心原理与实践应用，内容将持续更新与完善。版本：V1
2026-09-07 18:47:27
359
原创 AI大模型RAG与智能体开发-系统学习笔记（黑马程序员Agent Demo）
本文介绍了基于LangChain和Ollama开发智能问答系统的关键技术路线，涵盖从模型接入到完整项目实现的完整流程。主要内容包括： 技术栈选择：以LangChain 1.x为核心，结合Chroma向量数据库和本地Ollama服务运行Qwen模型，构建RAG问答系统。 开发链路：模型接入→提示词工程→LangChain组件→RAG实现→项目化部署→智能体扩展，形成完整应用闭环。 关键实践： 模型调用：区分聊天模型与嵌入模型的不同用途 环境配置：推荐Python 3.11+虚拟环境管理依赖 安全规范：通过.e
2026-08-20 21:40:55
224
原创 文献精读｜不是所有突变都能成为靶点：个体化癌症疫苗的新抗原筛选逻辑
个体化新抗原疫苗：从突变到临床治疗 2022年《Nature Reviews Drug Discovery》综述探讨了如何将肿瘤突变转化为个体化癌症疫苗的新抗原候选物。新抗原源自肿瘤特异性突变，具有高度特异性和安全性。疫苗开发流程包括肿瘤测序、新抗原预测（结合HLA亲和力、TCR识别等特征）、多靶点疫苗制备及接种，旨在激活CD8+/CD4+ T细胞协同抗肿瘤。研究提出新抗原的临床分类（guarding/restrained/ignored），并强调免疫逃逸（如HLA丢失）和异源免疫（交叉反应性T细胞）对疗效
2026-08-17 12:55:18
384
原创 从零学mRNA 疫苗 | 基于Transformer神经网络的脂质纳米颗粒(LNP)设计
最近正式踏入全新赛道，此前做科研服务，如今加入mRNA疫苗企业，一切都要从零开始系统学习。我相信，最好的学习方式就是持续输出，因此后续会在公众号定期更新mRNA疫苗相关的技术干货与学习笔记。唠一句实在嗑，尽管mRNA算得上当下生物专业里最前沿、最热门、最具前景的方向，可实际收入却依旧低于深圳市平均工资，也让我越发觉得：选对行业、选对专业，真的太重要了。同样的能力与付出，在生物行业能拿到10万，换到其他行业往往20万都不止；即便生物行业里极少数顶尖技术大佬能做到30万，放在其他行业，收益早已突破百万。
2026-03-05 15:16:20
536
原创 从零学 mRNA 疫苗 | 全流程核心知识点总结（序列优化、LNP优化、作用机制）
本文系统介绍了mRNA疫苗的结构组成、功能机制及优化策略。mRNA包含5'帽子、非翻译区、编码区和poly(A)尾等关键结构，通过LNP递送系统实现细胞内抗原表达和免疫激活。重点探讨了编码区优化指标（RSCU、CAI、tAI、CSC）的计算方法和应用价值，以及二级结构优化（MFE、AUP）对翻译效率的影响。作者结合自身从科研服务转向mRNA疫苗研发的经历，指出生物行业收入与热门程度不匹配的现状，强调行业选择的重要性。文章将为mRNA疫苗研发提供技术参考，并持续分享行业洞见。
2026-03-03 10:01:08
1349
原创 仅有一张Fig的8分文章 胞外囊泡lncRNA+ CT 多模态融合模型，AUC 最高达 94.8%
仅有一张Fig的8分文章 胞外囊泡lncRNA+ CT 多模态融合模型，AUC 最高达 94.8%
2025-08-31 10:54:48
293
原创 一文看懂 Mantel 相关性连线图：万物互联 X与Y的关联原来这么可视化！
Mantel 检验是一种用于评估两个矩阵之间相关性的统计方法，主要应用于生态学研究中。计算两个矩阵各自的距离矩阵（或相似性矩阵）检验这两个距离矩阵之间是否存在显著的相关性通过置换检验（permutation test）来评估相关性的显著性。
2025-08-28 22:36:23
750
原创 思路简单的CT的Transformer模型助力胃癌淋巴结转移早期预测
胃癌作为全球高发的恶性肿瘤，其局部晚期患者在接受新辅助化疗后的淋巴结转移状态，直接影响治疗方案调整与预后判断。近日，一项发表于《eClinicalMedicine》的多中心研究提出了一种基于Transformer框架的深度学习模型，通过预处理CT影像即可早期预测淋巴结转移风险，为个体化治疗提供了全新工具。
2025-08-24 11:16:26
260
原创 孟德尔随机化小试 从软件安装数据下载到多种检验
孟德尔随机化是一种基于全基因组关联研究（GWAS）数据，利用单核苷酸多态性（SNP）作为工具变量（IV）来揭示暴露与结局间因果关系的方法。随机对照试验（RCT）：人为将研究对象随机分配到实验组/对照组孟德尔随机化：通过基因变异的自然随机分配（减数分裂时的随机分离），将携带特定等位基因的个体视为“暴露组”，非携带者视为“对照组”
2025-08-21 20:55:31
1575
2原创 一文读懂PDB格式
最近在做分子对接和分子模拟，涉及到了一些盲区，必去pdb文件是按照列位数储存信息的，跟其他文件的空格或者制表符分割很不同，所以也可能出现一些错误，比如信息错位，因此有必要了深入解下结构相关的格式pdb、cif、sdf等等pdb的分子对接前处理包括去除非氨基酸残基、去水、加氢、末端修复等等，在上次的分子对接文章中用了get_pdb.py脚本利用pdbfixer api和文本过滤，来处理蛋白结构。坐标部分通过6种记录类型描述分子结构，彼此分工明确又相互关联。
2025-08-14 19:54:42
1810
原创 大队列CT胰腺癌PANDA 模型 医生结合AI后，病灶检测灵敏度提升 8.5%，胰腺癌识别灵敏度提升 20.5%，住院医师性能接近专家水平
胰腺癌（PDAC）因早期难发现、预后极差被称为“癌王”，多数患者确诊时已处于晚期，错失手术机会。近期，《Nature Medicine》发表的一项研究显示，中国团队研发的AI模型PANDA可通过非增强CT精准检测胰腺癌，为大规模筛查提供了新工具。作者提供了在线网站：演示模型在几个样本上的效果。
2025-08-07 21:34:46
1346
原创 肿瘤复发风险预测升级！影像 + 病理 + 临床多模态模型来了，精准度再突破
研究概述本文发表于《NPJ Precis Oncol》2024年，由中国医科大学等机构团队开展，旨在构建并验证一个多模态预测模型，以更精准预测胃肠道间质瘤（GIST）患者的无复发生存期（RFS），辅助临床决策（如TKI辅助治疗的精准应用）。研究背景•GIST是胃肠道最常见的间叶源性肿瘤，恶性潜能各异，现有基于改良NIH评分的风险评估存在高估或低估风险的问题。•放射组学、深度学习（病理组学）技术可提取影像和病理图像中的精细特征，多模态整合有望提升预测准确性。研究思路。
2025-08-02 10:29:10
1032
原创 一文掌握最新版本Monocle3单细胞轨迹（拟时序）分析
不过怎么样Monocle3 还是最常用的单细胞轨迹分析工具之一，它能够通过算法学习细胞在动态生物学过程中基因表达变化的序列，从而构建出细胞状态转变的轨迹。与传统实验方法不同，Monocle3无需纯化处于中间状态的细胞，就能让我们清晰地看到细胞从一种功能“状态”向另一种状态的过渡。当细胞过程存在多种结果时，Monocle3会构建出“分支”轨迹，这些分支对应着细胞的“决策”过程。它还提供了强大的工具来识别受这些决策影响以及参与决策的基因，帮助我们深入理解细胞命运决定的分子机制。
2025-07-30 22:18:21
2381
原创 SeuratExtend 可视化教程（1）：单细胞分析的高颜值绘图指南
SeuratExtend是基于Seurat开发的扩展包，专注于增强可视化功能。它保留了Seurat原有的使用习惯，同时添加了大量自定义参数，让你的图表既能满足科研需求，又能拥有 publication 级别的美观度。注意：下边的例子基于SeuratExtend 1.2.3版本。
2025-07-28 21:13:24
961
原创 100个GEO基因表达芯片或转录组数据处理27 GSE83456
虽然现在是高通量测序的时代，但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据，还是会有大量的需求去处理芯片数据，并且建模或验证自己所研究基因的表达情况，芯片数据的处理也可能是大部分刚学生信的道友入门R语言数据处理的第一次实战，因此准备更新100个基因表达芯片或转录组高通量数据的处理。transid是我写的一个R函数，有需要可以联系我，加入交流群。这部分是很关键的，可以筛选一下分组表型信息，只保留自己需要的样本，作为后续分析的样本（根据自己的研究目的筛选符合要求的样本）
2025-07-20 20:44:44
889
原创 100个GEO基因表达芯片或转录组数据处理025.GSE248467
虽然现在是高通量测序的时代，但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据，还是会有大量的需求去处理芯片数据，并且建模或验证自己所研究基因的表达情况，芯片数据的处理也可能是大部分刚学生信的道友入门R语言数据处理的第一次实战，因此准备更新100个基因表达芯片或转录组高通量数据的处理。这部分是很关键的，可以筛选一下分组表型信息，只保留自己需要的样本，作为后续分析的样本（根据自己的研究目的筛选符合要求的样本）
2025-07-09 21:29:45
392
原创 ChIPQC自建新版参考基因注释用于 ChIP-seq 数据质量评估
但是其基因注释信息是基于老版本基因组的比如 mm10 和 hg19，为了和 ChIP-seq 上有分析使用的基因组版本一致，这里自行构建基因注释信息用于报告中的绘图展示，如果没有这个注释信息，会有几张图是空白的，报告也不让太完整，但是影响也不大，比较我们可以使用其他工具比如 ChIPSeeker 注释 Peak 的位置注释。它通过分析测序 reads 在基因组上的分布特征，量化富集效果、背景噪声及实验重复性，为后续分析提供质量基准。："narrow"：macs 的*_peaks.narrowPeak；
2025-07-02 17:07:32
503
原创 100个GEO基因表达芯片或转录组数据处理022.GSE48452
虽然现在是高通量测序的时代，但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据，还是会有大量的需求去处理芯片数据，并且建模或验证自己所研究基因的表达情况，芯片数据的处理也可能是大部分刚学生信的道友入门R语言数据处理的第一次实战，因此准备更新100个基因表达芯片或转录组高通量数据的处理。这部分是很关键的，可以筛选一下分组表型信息，只保留自己需要的样本，作为后续分析的样本（根据自己的研究目的筛选符合要求的样本）transid是我写的一个R函数，有需要可以联系我。
2025-04-07 17:20:54
405
原创 monocle2 BEAM分析报错，修改源码，提供修改后的安装包
为解析单细胞转录组数据中细胞命运分化的关键调控节点，Monocle2的BEAM（Branched Expression Analysis Modeling）分析方法通过构建分支依赖的广义线性模型，识别在轨迹分支点附近呈现显著表达模式差异的基因群。在前一次的源码修改中解决了大部分的报错问题，但是在做BEAM分析的时候由于默认参数未填写，作者在函数说明中也未写明该参数而是用…参数定义分支效应模型，结合似然比检验评估基因表达变化与分支事件的关联性，筛选满足显著性阈值（q-value <0.01）的差异基因；
2025-03-14 20:56:58
604
原创 monocle 2报错修改源码，提供修改后的安装包
Monocle2 于正式发表于《Nature Methods》（论文标题：“The dynamics and regulators of cell fate decisions are revealed by pseudotemporal ordering of single cells”），因其基于反向图嵌入（Reversed Graph Embedding）的算法和清晰的轨迹推断逻辑，成为单细胞轨迹分析的主流工具。而于。
2025-03-14 20:54:21
769
原创 爬虫：爬取MDPI杂志中国作者单位和邮箱
它们能够模拟人类浏览网页的行为，如访问网页、解析网页内容、甚至填写表单和点击链接等，从而帮助我们从互联网上大量收集和处理数据。：对于复杂的网站，可能还需要处理JavaScript渲染的内容、管理cookies、处理登录认证、设置延时避免被封禁等高级功能，这时可能需要使用Selenium、Scrapy等工具。Python爬虫是数据分析、机器学习、市场研究等领域的重要工具，但使用时应确保行为合法合规，尊重网络礼仪。: 一个更高级的爬虫框架，适合大规模数据抓取项目，提供了完整的解决方案，包括调度、解析、存储等。
2024-08-27 11:00:18
1443
原创 MySQL05: 表合并
获取左表（Prices）的所有记录，包括与右表（UnitsSold）匹配的记录以及左表独有的记录（右表部分为 NULL）。RIGHT JOIN与LEFT JOIN相反，它返回右表（右边的表）的所有记录，以及左表中与右表相匹配的记录。如果左表中的某行在右表中找不到匹配项，或者右表中的某行在左表中找不到匹配项，那么这些行都不会出现在结果集中。LEFT JOIN返回左表（左边的表）的所有记录，以及右表中与左表相匹配的记录。不过，需要注意的是，这样的条件会直接影响到连接操作，确保它符合你的查询意图。
2024-08-16 14:12:50
558
原创 MySQL04: 查询语句
按照区和建成年份分组，比如第4行为浦东区1992年建成的小区中，总共有30套房子，总面积1778.41，平均每套房子价格372.8667万，最贵的房子为600万，平均房价36011元/平米。：定义了窗口的范围，可以是CURRENT ROW、UNBOUNDED PRECEDING、UNBOUNDED FOLLOWING或者它们的组合，来指定窗口的开始和结束位置。查询命令中必须使用的组合，select相当于tidyverse中的select选择列，from是选择的表格的名字。
2024-08-13 09:57:35
1248
原创 MySQL03: 创建表格与导入表格
在MySQL中，主键还可以被定义为AUTO_INCREMENT，这样每当插入新记录时，主键字段的值会自动递增，简化了数据插入过程，避免了手动指定唯一标识的麻烦。: 唯一键约束确保了表中某一列或多个列的组合值是唯一的，防止插入重复的值。: 主键的值能够唯一地标识表中的每一行记录，确保不会有两行数据拥有相同的主键值。: 主键自动成为表上的索引，这意味着通过主键查询数据将非常高效，尤其是在大数据量的情况下，能够显著加快查询速度。规定列的数值类型、长度、列中的值是否可以为空，是否可以重复，值的可选范围等。
2024-08-12 21:52:04
891
原创 MySQL02: 常用数据类型
ENUM从一个集合中选择一个字符串或者为 NULL，比如性别栏可以设置成仅允许["Male", "Female", "Prefer not to say"]CHAR可以设置长度，默认是 1，当实际输入<设定的位数时，在输入字符右边增加空格，以达到定长的目的。SET可以给定的集合中选择多个字符串，比如 SET("足球", "篮球", "羽毛起", "乒乓球")默认数值是有符号的，即有正有负，如果限定数据为非负，需要加上UNSIGNED关键字。主要的数据类型，包括字符串、数值、日期时间。
2024-08-10 14:48:41
958
原创 100个GEO基因表达芯片或转录组数据处理GSE166193-GPL16686平台（014）
虽然现在是高通量测序的时代，但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据，还是会有大量的需求去处理芯片数据，并且建模或验证自己所研究基因的表达情况，芯片数据的处理也可能是大部分刚学生信的道友入门R语言数据处理的第一次实战，因此准备更新100个基因表达芯片或转录组高通量数据的处理。这部分是很关键的，可以筛选一下分组表型信息，只保留自己需要的样本，作为后续分析的样本（根据自己的研究目的筛选符合要求的样本）transid是我写的一个R函数，有需要可以联系我，加入交流群。
2024-08-08 13:43:52
693
原创 100个GEO基因表达芯片或转录组数据处理GSE23317（013）
虽然现在是高通量测序的时代，但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据，还是会有大量的需求去处理芯片数据，并且建模或验证自己所研究基因的表达情况，芯片数据的处理也可能是大部分刚学生信的道友入门R语言数据处理的第一次实战，因此准备更新100个基因表达芯片或转录组高通量数据的处理。这部分是很关键的，可以筛选一下分组表型信息，只保留自己需要的样本，作为后续分析的样本（根据自己的研究目的筛选符合要求的样本）transid是我写的一个R函数，有需要可以联系我，加入交流群。
2024-08-04 13:59:23
319
原创 100个GEO基因表达芯片或转录组数据处理GSE60542（012）
虽然现在是高通量测序的时代，但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据，还是会有大量的需求去处理芯片数据，并且建模或验证自己所研究基因的表达情况，芯片数据的处理也可能是大部分刚学生信的道友入门R语言数据处理的第一次实战，因此准备更新100个基因表达芯片或转录组高通量数据的处理。这部分是很关键的，可以筛选一下分组表型信息，只保留自己需要的样本，作为后续分析的样本（根据自己的研究目的筛选符合要求的样本）transid是我写的一个R函数，有需要可以联系我，加入交流群。
2024-08-03 21:37:37
714
原创 100个GEO基因表达芯片或转录组数据处理GSE35570（011）
虽然现在是高通量测序的时代，但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据，还是会有大量的需求去处理芯片数据，并且建模或验证自己所研究基因的表达情况，芯片数据的处理也可能是大部分刚学生信的道友入门R语言数据处理的第一次实战，因此准备更新100个基因表达芯片或转录组高通量数据的处理。这部分是很关键的，可以筛选一下分组表型信息，只保留自己需要的样本，作为后续分析的样本（根据自己的研究目的筛选符合要求的样本）transid是我写的一个R函数，有需要可以联系我，加入交流群。
2024-07-31 12:53:16
659
原创 sklearn决策树可视化
例如，如果一个节点写着“petal width <= 0.8”，那么从这个节点延伸出去的左侧分支可能代表年龄petal width <= 0.8的情况（判断年龄petal width <= 0.8为真），右侧分支则代表大于0.8的情况（判断为假）。当决策树分叉时，通常一个方向代表特征值满足某个条件（可以理解为“判断为真”），另一个方向则代表不满足该条件（即“判断为假”）。：每个内部节点（非叶节点）代表一个特征的测试条件，根据特征的不同取值，数据被划分到不同的子集。使用鸢尾花数据集建立一个简单的决策树模型。
2024-07-25 14:16:09
457
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人