最近，我在RSS订阅上看见了一篇综述，详细梳理了青少年所面临的社会威胁。文章中提到的很多社交威胁都很常见，但会被我们的监护人忽略。这就是本文的现实意义：看见这些真实存在的社交威胁，而不是逃避/视而不见。
Citation: Sequeira, S.L., Rodman, A.M., Nesi, J. et al. Social threat and adolescent mental health. Nat Rev Psychol (2025). doi:10.1038/s44159-025-00484-4
认证结束能白嫖一年Google AI Pro（Gemini-pro）。
咕呱。
最近读完的一本书。
2025 年 5 月 8 日，Mozilla 与北京火狐达成一致，北京火狐将不再运营 Firefox 浏览器及任何与 Firefox 有关的中国大陆业务。因此，北京火狐将于 2025 年 9 月 29 日后，正式终止与 Mozilla 及 Firefox 浏览器相关的中国大陆运营——说人话，就是Firefox（火狐浏览器）的中国版要停服了，以后世界上只有一个Firefox，即火狐国际版。
如题。
前一阵子工作比较忙，因此博客疏于打理，见谅。好在今天开始终于休假了！最近应该更新会比较频繁。
休假前，依然碰到了几个程序方面的小问题——不过现在已经解决啦！下面是debug的记录，放在这里，也供有需要的朋友参考awa
PDF（portable document format）自从上世纪末由adobe提出以来，已经渐渐成为了广泛流行的文档格式之一。这是一个排版格式，其内部由二进制信息流（版面上的对象模型）组成，相比于word文档这种流式文档格式，PDF原则上不可修改（除了可以进行标注和标记），但其格式规范使其有着极高的兼容性，可以在任何设备上以相同的排版浏览文档内容。
收藏两篇文章
一些问题想不明白，于是问了AI。下面是我的疑问与AI的回应，总结起来就是社会是复杂的，确实存在更多的压力和某种冷漠的趋势，但它并非完全没有爱或信任；但是想要爱与信任，需要建立在自己人格健康、能够自我关怀的基础上；以及，清晰的边界反而促进真诚连接。
这样的讨论真好呀。
太长不看：python优先使用系统硬件随机噪声（urandom）作为随机数种子，如果无法获得urandom则使用系统时间；随机数序列使用梅森旋转算法（Mersenne Twister）实现，以生成足够随机的数字。
如题。周末闲来无事，尝试配置了opencv-python和yolo11的环境，运行起来了一个比较基础的图像识别程序。
好想谈恋爱。
从小红书上了解到的一本书。从斯坦福大学校长大卫·乔丹的人生出发，讨论了许多。作者的文笔也很感人。
由于路由表配置错误，实验室几台服务器之间无法互相登录；通过ip route修改路由表，成功解决问题。
上世纪90年代，中国青年基本实现了婚恋自主。追求爱情，建立一段由自己选择的深度情感关系，成为当时流行文化中青年反叛与建立主体性的标志。但今天，数据显示，中国父母对子女婚姻的介入似乎又在增加。这一次，是青年「理性选择」的结果。
如题。在实验数据处理中，我们经常会碰到归一化和去批次的问题。对于RNA-seq数据的归一化，常用的方法有RPKM矫正，TPM矫正，Quantile Normalization等（参见博客往期文章《RNA-seq的数据归一化》 ），而单细胞测序数据，作为一类更加复杂的组学数据，其归一化和去批次的方法也更多更复杂。以下是结合近期实践的一些经验分享，写得不好，请多见谅。
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
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
端午节过完了。梅雨季节来了。夏天总算是到了。
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
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。
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。
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。】