Warren's Blog

从Z-library上下载的epub电子书有点多了。有时候想要统计这些电子书都有多少字，另外想要简单做一个全局查询功能，节省导入到阅读器软件里去查询的时间。在AI的帮助下，完成了这个工具。

前段时间查文献的时候，偶然看到了一些算法里涉及到了信息论的相关知识。信息论我在几年前通过看书自学过，时间太久有些忘了，正好趁此机会重新复习一下。

参考书籍：机械工业《信息论基础（原书第二版）》（ELEMENTS OF INFORMATION THEORY SECOND EDITION），作者Thomas M. Cover, Joy A. Thomas

五月大抵是个令人伤心的季节——毕业季的离别，520当日的所思所感……

前段时间查文献的时候，偶然看到了一些算法里涉及到了信息论的相关知识。信息论我在几年前通过看书自学过，时间太久有些忘了，正好趁此机会重新复习一下。

参考书籍：机械工业《信息论基础（原书第二版）》（ELEMENTS OF INFORMATION THEORY SECOND EDITION），作者Thomas M. Cover, Joy A. Thomas

第六次生物统计学助教课的备课笔记。

本文为生统助教课备课过程的一些记录，主要涉及差异表达分析、基因富集分析、无监督学习的相关知识点，其中的重点包括差异倍数（Fold change）的计算，以及Fisher精确检验。

如题。

前段时间查文献的时候，偶然看到了一些算法里涉及到了信息论的相关知识。信息论我在几年前通过看书自学过，时间太久有些忘了，正好趁此机会重新复习一下。

参考书籍：机械工业《信息论基础（原书第二版）》（ELEMENTS OF INFORMATION THEORY SECOND EDITION），作者Thomas M. Cover, Joy A. Thomas

第五次生物统计学助教课的备课笔记。

本文为生统助教课备课过程的一些记录，主要涉及相关性系数、一元线性回归、多元线性回归等知识点。

前几天在网上看到了这个工具。

原博主称，metaso study这个工具可以自动生成网课视频，有个AI老师可以边放PPT边讲。

如题。先前在朋友的博客中看到了一个利用大模型进行文献调研的研究（参见 《文献pdf改名&AI消化》 ）。正好这一阵子有文献调研的需求，于是在此基础上进行了一些更深入的探索。

本文主要分为三个部分：①利用网络爬虫获取PubMed的论文全文内容；②通过prompt工程调用大模型，以json文档的形式返回消化结果；③pandas批量处理保存为Excel表格。下面是探索结果

前段时间查文献的时候，偶然看到了一些算法里涉及到了信息论的相关知识。信息论我在几年前通过看书自学过，时间太久有些忘了，正好趁此机会重新复习一下。

参考书籍：机械工业《信息论基础（原书第二版）》（ELEMENTS OF INFORMATION THEORY SECOND EDITION），作者Thomas M. Cover, Joy A. Thomas

按： 最近这一周，持续性的情绪很低落，感觉到孤独和疲惫。

说不上来情绪低落的原因，但应该不仅仅是因为课题和助教课工作带来的压力。天气闷热而阴沉，亦给人一种感官上的压抑情绪。单曲循环《富士山下》一下午，一些过去的事情又浮上心头，更觉得现在的自己形单影只，空虚而寂寞。

第四次生物统计学助教课的备课笔记。

本文为生统助教课备课过程的一些记录，主要涉及单因素方差分析（one-way ANOVA）、双因素方差分析（two-way ANOVA）的基本概念与计算方法，以及缺失值处理的相关知识点。

前段时间查文献的时候，偶然看到了一些算法里涉及到了信息论的相关知识。信息论我在几年前通过看书自学过，时间太久有些忘了，正好趁此机会重新复习一下。

参考书籍：机械工业《信息论基础（原书第二版）》（ELEMENTS OF INFORMATION THEORY SECOND EDITION），作者Thomas M. Cover, Joy A. Thomas

最近在分析单细胞数据，因此和Seurat包打交道了不少。由于seurat的对象设计太复杂了，遂花了一些时间去学习其数据结构以及属性访问方法，整理为笔记特放置于此，谨供需要的朋友们参考。

前段时间，GPT4.1发布了。在看相关报道的时候，偶然发现除了chatGPT官网以外，Github居然也提供了这些模型的API，并且免费用户可以调用。这下再也不用担心chatGPT偶尔的抽风和莫名其妙的突然降智了。

本文介绍如何使用这个大模型API服务。文章分为两个部分：获取API key，以及通过AI管理工具（如 cherry studio ）调用服务。

前段时间查文献的时候，偶然看到了一些算法里涉及到了信息论的相关知识。信息论我在几年前通过看书自学过，时间太久有些忘了，正好趁此机会重新复习一下。

参考书籍：机械工业《信息论基础（原书第二版）》（ELEMENTS OF INFORMATION THEORY SECOND EDITION），作者Thomas M. Cover, Joy A. Thomas

（不知道信息论的知识点有没有人感兴趣；如果有人看的话，我打算连续出几期关于信息论的笔记与知识点整理）

几年前，我在日记中写下过这样一段话：

【按：组会上师姐用来比较数据的概率分布模型时，用到了这两个指标。会后，用DeepSeek查询了一下这两个指标的定义和计算方法，浅浅记录一下，以备未来回顾。】

本文为生统助教课备课过程的一些记录，主要涉及参数估计与统计推断（假设检验）的基本概念、参数检验与非参数检验的流程与相关概率分布模型（本文重点），以及R和python当中的相关函数接口。

如题。

前段时间yxy分享了一个AI智能体大赛（AI agent game 2025，如下图）。

一觉醒来，我电脑上的Linux子系统（windows subsystem of Linux）WSL1崩了。

“也许我并不真的分得清友情和爱情，我只是把所有我觉得可以依靠的人，都当成了心理上的父母”——题记。

事情是这样的。最近实验室的服务器有点不稳定，出现了几次ssh连接莫名其妙中断的问题，严重干扰了大家的工作进度。

为了排查问题原因，也同时为了未来能够更好的应对此类问题，今天下午弄了个python脚本，实现了服务器状态监测+邮件上报两个功能。配合Linux的crontab功能 ，可以实现定时检查状态+更新。其中，服务器状态监测通过直接调用shell指令实现，而邮件上报通过python标准库smtplib实现——其中涉及到了不少新知识。

本文是对探索记录的详细记录，包括对smtplib的介绍，以及整个脚本编写和配置的全过程。

今天是3月20号。春分。

春天真正的来了。气温终于升上来了，阳光暖暖的，明亮却并不晒人。

320大院里的樱花和紫叶李都开了，垂丝海棠含苞待放。

本文为生统助教课备课过程的一些记录，主要涉及概率分布模型的定义、几种离散概率模型之间的关系，以及R和python当中这些概率模型的接口。

周末，天气久违的晴朗了起来。昨天下午出门去了滨江长跑，期间还误打误撞找到了隐藏在滨江绿地附近的南园公园。

木兰花、桃花、山茶花都开了，煞是好看；出来晒太阳的老人，嬉戏玩耍的孩子，路边驻足唱歌的艺人（似乎是热心游客扮演的？好像那个位置一直在换人），亲密无间的情侣，来来往往，很热闹，很有人间烟火气。心情好了不少。

于是，终于有精力从内耗中走出来，终于有精力去思考一个问题：我是不是在一些重要决策上过于依赖他人了？

Selby, D.A., Sprang, M., Ewald, J. et al. Beyond the black box with biologically informed neural networks. Nat Rev Genet (2025). https://doi.org/10.1038/s41576-025-00826-1

Beyond the black box with biologically informed neural networks
（打破黑箱：基于生物学信息的神经网络）

【按：从去年到现在，断断续续看到了许多篇关于神经网络在生物信息学中应用的论文。在这方面，常常面临一个问题：”模型预测的精确性”与”模型可解释性”的权衡。一种解决思路是先训练模型，然后用机器学习可解释方法去对黑箱模型进行解读；另一种解决思路就是引入生物学信息，构建所谓的Biologically informed deep neural network（如下图，来自P-Net模型的论文）。本文发表于本月初的nature reviews genetics期刊上，在文章中作者总结归纳了后一类模型，并在参考文献部分列出了几篇有代表性的论文。】

前几天刚刚知道了一种新的文件格式类型，叫做parquet，这是一种很高效的数据存储格式，适合dataframe形式的数据。

是这样的，ANOMS现已接入中科院学术优化（gpt_academic）服务！

访问链接：ANOMS 学术优化

C盘空间不够用了，查了一下占用C盘体积比较多的软件，发现vscode赫然在列。于是查了一下清理这一部分占用空间的方法。

在近期工作当作，我需要处理一个蛋白质组学的数据集，于是在数据处理和查询资料的过程中，学习了相关的知识，以及crux的用法。

最近一段时间的生活记录（最新修改于2月23日）。

如题。周末尝试在博客中接入了大模型（qwen-long），这篇文章是一个很好的教程，遂收藏。

PS：原本其实想接入的是DeepSeek，但我发现阿里云百炼平台暂时不支持基于DeepSeek创建AI助手应用，只能用qwen系列的模型。

本文转载自：《在基于 hexo 框架的博客上部署定制化 AI 聊天应用》 。

另外参考 《10分钟在网站上增加一个AI助手》

下午师兄推荐给大家的一个插件。

春节假期忙于各种家庭事务，没太多精力打理博客。前段时间被安利了DeepSeek-R1模型，被模型表现惊艳到了，于是也在空闲时间稍稍探索了一下本地部署的方法。

按：假期临近，由于想要在家里也能查看obsidian的笔记，就去找了一下obsidian多端同步的相关教程，看到知乎上这篇文章写的很好，遂收藏于此。文章中的部分插图，我根据实践情况进行了少量修改。如果想了解更多，也可以点击下面的链接阅读原文。

对了，提前祝大家春节快乐呀！

本文转载自知乎专栏。原文链接： 《使用obsidian与坚果云免费实现win、ipad与安卓三端笔记同步》 - 我不是一个简单的的文章 - 知乎

这两天测试组里的服务器时踩的坑。浅浅记录一下探索过程，以防未来再度踩坑。

这一年多以来的科研工作中，调研了不少机器学习库的相关知识，临近年底，事情不多，感觉正好可以整理一下。由于笔者主要使用python的缘故，这里介绍的函数库以python库居多，但也顺带介绍了一些其他编程语言的机器学习库。

周六进行服务器数据迁移时踩的坑。浅浅记录一下探索过程，以防未来再度踩坑。

论文信息： Hejase, Hussein A et al. “A Deep-Learning Approach for Inference of Selective Sweeps from the Ancestral Recombination Graph.” Molecular biology and evolution vol. 39,1 (2022): msab332. doi:10.1093/molbev/msab332

这周三，所里有团辅活动。

这两天在网上看到了一个开源的小工具叫MemoTrace，可以用来管理微信聊天记录和生成年度报告，感觉很有意思，浅浅探索了一下。

在生态学和临床医学中，有这样几个非常类似的概念很容易混淆：生命表（生态学），存活曲线（生态学），生存分析与生存曲线（临床医学）。这篇文章中我们将辨析一下这些概念，并介绍生态学研究中的矩阵群体模型（Matrix Population Models，MPM），后者是与生命表密切相关的一个数学模型。

「一年被雪，以及其他的——春天的，秋天的，夏天的——什么东西所埋葬后，十二月才进入到它的最后一天。一年过后，我们走在雪野上，含泪想到，又是一年了。但是，雪下的时候，却留下了去年经过雪地时的一行脚印，叫我们知道，他也一样一直从去年走到现在。」

前段时间读到的一篇很喜欢的散文，现在读来依然很感动。收藏在此，以便回顾。

又是一年岁末。似乎又到了写一年一度年终总结的季节。

然而相比于往年，今年的岁末有些过于平静甚至平庸。最近这几周，在忙碌于科研工作与助教课和摆烂于互联网两种状态之间来回切换，实在记不清有什么值得记录的事情。

好在，周末回看了一整年的博客和APP年终报告，突然觉得这一年经历了好多事情。所以这篇博客，就当是一篇年终盘点吧。

我看到岁月如何奔驰，挨过了冬季，就迎来春天

如题。

今天拜读了巩高峰老师数年前的一篇文章 《婚姻这个话题，聊聊就聊聊》 ，结合最近一段时间的见闻和思考，想继续讨论一下婚姻和爱情的话题。

这一部分内容来自第四次助教课的备课笔记与PPT。主要梳理了一代至三代测序技术的原理和应用范畴，以及基于高通量测序的组学技术。