2026-3-15
我认为学习是需要复习的。至今为止读过的文献已经很多了,但是自己从未将它们整理。以至于几天之后这些文献就在脑海中消失,仿佛自己从未读过。
很多课程,上了却不去整理,等于白上。课后自己花的时间才是关键,想要课后的努力能够覆盖复习,思考,整理,必须投入足够的时间才行。
基于上述原因,从今天开始进行文献的整理,把阅读文献的记忆记录到博客上去。
关于AI的使用,如果博客的内容是由AI生成的,那么自己大概率是不会愿意花时间去看的,尽可能地自己写。
一件事一件事去做,把大量时间花在实验室里,总是能把事情做完的。
首先就是上周那篇文献的整理。
受病原菌启发 基于alphafold3改造马铃薯蛋白 提高作物抗性质外体(apoplast)的概念:质外体是指植物细胞膜(质膜)以外的全部连续空间,主要由细胞壁/细胞间隙/死去的导管构成。
质外体在细胞间通讯,以及植物与微生物互做的过程中起到重要作用。
主要内容植物分泌C14蛋白,正向调控免疫,但是C14蛋白会被晚疫菌抑制,从而削弱植物抗性。
而晚疫菌基因组中有编码和C14同一家族蛋白的基因,作者先做了blast,然后筛选 ...
算法学习-Kmeans聚类farthest_first_traversal12345678input Data(a set of points), kinitial_center = a single random point in Datawhile |centers| < k:data_point = the point farthest from the centerscenters.add(data_point)return centers
Objective function:
12345\text{Distortion}(\text{Data}, \text{Centers})=\frac{1}{n}\sum_{i=1}^{n}d(x_i, \text{Centers})
compute the squared error distortion
K-means聚类12345678910input data,k ...
植物免疫阅读笔记与研究脉络整理一、植物免疫研究的重要性植物免疫不仅是植物生物学的核心问题之一,也与人类历史和粮食安全密切相关。19 世纪 40 年代,由卵菌(Phytophthora infestans)引起的马铃薯晚疫病导致了爱尔兰马铃薯大饥荒,造成大量人口死亡与移民。这一历史事件充分揭示了植物病害对社会和经济的深远影响,也从侧面凸显了理解植物抗病机制的重要性。
进入 20 世纪 70 年代,**分子植物–微生物互作(Molecular Plant–Microbe Interactions, MPMI)**逐渐发展为一门新兴交叉学科,标志着植物免疫研究从表型和遗传学层面迈入分子机制解析阶段。
二、gene-for-gene 模型的提出MPMI 研究早期的一个里程碑是 H. H. Flor 对亚麻锈菌抗病性的系统研究。他提出了著名的 gene-for-gene(基因对基因)模型:
对于宿主中的每一个抗病基因(R 基因),病原体中都存在一个对应的无毒基因(Avr 基因);只有当二者同时存在时,植物才能表现出抗性。
这一模型奠定了现代植物免疫研究的理论基础,也首次从遗传层面解释了“识 ...
质控pipeline技巧数据下载使用obstuil,下载代码位于hic博客中。
生成sample_sheet.csv通过使用python脚本
/data2/kunpeng/ATAC/atac_work/ATAC13/make_samplesheet.py和
/data2/kunpeng/CUT/CUT_script/make_samplesheet.py
用法示例
1python /data2/kunpeng/CUT/CUT_script/make_samplesheet.py /data2/kunpeng/CUT/data/CUT12+13_broad/add samplesheet.csv
结果tsv排序使用本地rust脚本my_csv。
从表格中复制样本名称,粘贴进order.txt里;把qc_metrics.tsv放入my_csv文件夹。运行:
注意:atac样本名是_REP,cut样本名是_R,要手动修改一下replace里面的内容。
1cargo run -- - ...
rust编写csv排序工具知识点周末两天的时间,学了以下io操作,文件的读写,代码的组织、测试和安全性的操作。
然后简单地写了一个用于将pipeline输出的qc_metrics.tsv转变成qc_metrics.csv并且按照样本顺序排序的工具
这是对这个工具的回顾。回头看一看如何发到github上。
琐碎的知识点:
rust analyzer自动格式化代码shift+alt+f。如果没能自动化,很可能因为代码有语法错误。
Path和PathBuf的区别是前者没有所有权,后者有。
.clone()和.cloned()的区别,.cloned()相当于对迭代器所有元素clone,以下两个用法等价。
12let a: Vec<String> = v.iter().cloned().collect();let b: Vec<String> = v.iter().map(|x| x.clone()).collect();
传递参数使用clap工具,基本用法如下:
1cargo add clap --features derive
1234567891011 ...
这段时间似乎也没有什么正经事,一天一天地过得很快。今天先把杂事做完吧,主要有加测数据、hic数据的阳性对照、学习hic下游的分析方法。学习算法和rust是必要的。有一些内容没有整理,分别是转录因子分析,以及hic数据的加测,还有hic下游分析。
这几天得想办法找些lol以外的事情来度过时间。
亢奋,难以平静的亢奋,不明缘由的亢奋令我错手不及,好吧,我知道缘由,只是不想明说,有时我会想沉溺于这种亢奋中,那时我会打开lol玩到疲惫或不得不休息的时间为止。
平静是适合思考的状态,若是认为不得不回归平静,那时我会找一些有益于精神的作品,游戏、动画、小说都可以是这样的作品,当我脑中狂乱的想象被这些作品取代,打乱我原本躁动的幻想时,那便是我从亢奋中脱身的时候。
当亢奋来临时,我不再寻求知识,我能做的,让我感到没有在浪费时间的事,通常是体育和音乐,得益于这种亢奋,我能坚持下自己的跑步计划,竖笛的学习也在日益进步。
算法学习(一)ref:1、Charging Station: Generating the Neighborhood of a String(飞书)2、Motif Finding Is More Difficult Than You Think(飞书)
🧬 Motif Finding 笔记🎯 核心问题:Motif EnumerationMotif Enumeration 是一种基础的 motif(模式)发现方法。目标是在一组 DNA 序列中找出所有长度为 k,且在每个序列中都至少出现一次、与真实 motif 最多相差 d 个碱基(即允许 d 个 mismatch)的模式。
以下是 Motif Enumeration 的伪代码:
123456781 MotifEnumeration(Dna, k, d)2 Patterns ← an empty set3 for each k-mer Pattern in the first string in Dna4 for each k-mer Pattern’ differing from Pattern by ...
如何搭建生信分析pipeline这个页面先创建好,回头有空的时候就回来看看,把搭建nf-core的内容写一篇博客。可能最近没空也说不定







