11.29组会

Docker 是什么
Docker 是一个开源平台，用于“容器化”（containerization），允许你把应用及其运行时依赖（如依赖gmake）／环境（如需要python最新版）打包在一起，形成一个“容器（container）”。这样你可以把这个容器从一台机器“搬”到另一台机器上运行，而不用担心底层系统环境差异。 也可以方便地上传你的container，可用于你自己或者别人下载下来在自己的电脑上使用，解决不同电脑上的差异问题。
Docker 的核心组件叫做 Docker Engine —— 它负责构建（build）、运行（run）、管理容器（containers）。
Docker 的工作原理（简化版）
你先定义一个镜像（Docker image），镜像定义了容器里需要哪些文件／依赖／配置。镜像就像是一个安装程序或者模板，它定义了应用运行所需的一切，但本身不能直接运行。用一个镜像，你可以启动出多个“容器实例（container）”。 容器是镜像的运行实例，是一个轻量级、可移植的执行环境，是一个隔离的 Linux 进程（一段程序的执行过程，程序的活动实体）。镜像本身是只读的，不能直接修改。容器在镜像基础上添加了一个可写层，即：可以修改容器内部文件，但这些修改不是永久的。
容器和传统虚拟机（VM）不同：传统 VM 要模拟完整的操作系统内核，而 Docker 容器共享宿主机（host）的内核，只把应用所需的环境隔离出来 —— 所以容器更轻、更快、占用资源更少。
容器默认是相对隔离和一次性的（stateless）。容器关闭后，除非你专门把数据挂载到持久存储里，否则容器内的数据会丢失。
Docker 的主要用途 / 优势
环境一致性 — “在我机器上 OK，但在生产环境出错” 的尴尬可以大大减少，因为容器封装了依赖与运行环境。
方便部署和迁移 — 用同一个镜像，就可以在你本地、测试机、生产服务器，甚至云环境里运行。
资源利用率高 — 相比 VM，Docker 容器启动快、占用少，适合高密度部署。
适合开发 / 测试 / CI/CD — 对你这样喜欢在命令行、vim 下操作的人特别友好，可以快速构建／销毁／重建环境。

https://zhuanlan.zhihu.com/p/1938176619937261427
通过人类可读文本实现复杂细胞行为编码：预测，检验和扩展我们对多细胞系统的理解
本研究提出一个概念性框架——细胞行为假设语法框架——该框架利用自然语言陈述细胞规则来创建数学模型。系统性地整合生物学知识和多组学数据，从而生成计算机模型（in silico模型）。这些模型支持进行虚拟的“思维实验”，实现了预测组织中细胞随时间的活动，用于检验和扩展我们对多细胞系统的理解，并生成新的可检验假设。该研究进一步展示了其在从头构建机制模型以及基于多组学数据构建模型中的应用。例如预测癌症转移、破解癌症耐药性，并通过模拟大脑发育展示了其更广泛的应用性。该方法将生物学、临床医学和系统生物学研究与大规模数学建模相结合，使研究人员能够预测多细胞涌现行为。
基于代理的建模（Agent-based modeling, ABM）是一种从“个体规则”出发，模拟“系统整体行为”的建模方式。系统不是从整体假设推出来，而是由许多个体（代理 agent）相互作用形成的。它是一种 自下而上的建模方法（bottom-up modeling）。
在 ABM 中，代理是模拟系统中可以进行决策、行为和交互的“个体”。一个代理通常具有：
✔ 属性（state）
如：
位置（x, y）
健康状态（感染、未感染、恢复）
年龄、财富
基因型、细胞状态
✔ 规则（behavior）
如：
移动规则
复制/死亡概率
交易策略
感染别人、被感染概率
环境感知方式
✔ 交互（interaction）
代理之间可以影响彼此：
接触传播
竞争资源
价格博弈
信息交换
ABM 的模拟通常遵循以下步骤：
初始化代理（数量 N）
↓
进入模拟循环（time steps）
每个代理根据规则决定行动
代理之间发生交互
更新代理状态
环境也可能更新
↓
达到结束条件（某个时间 / 全部感染 / 系统稳定）
最终，全局系统结果是从无数“微观规则”自然演化出的“宏观模式”。
研究人员在经过良好校准、稳健的ABM生态系统PhysiCell（基于代理的细胞建模框架）中实现了新的假设语法。像 PhysiCell这样的ABM框架将单个细胞建模为具有独立状态（例如，位置、周期状态）和过程（例如，运动、分泌）的软件代理（agent）。每个细胞代理响应其微环境中的刺激（信号），这些刺激会改变它们的行为。在此，通过扩展 PhysiCell软件，将代理和刺激编码为人类可读的句子，然后解析成ABM模型，从而简化了这种编码过程。同时，使用假设语法（如“氧气减少坏死”、“氧气减少向运动性肿瘤细胞的转化”等等）简洁地编码细胞行为规则。
传统ABMs构建需高水平编程能力，而本研究开发的语法框架通过人类可读文本实现复杂细胞行为编码，结合PhysiCell开源平台与云端工具，显著降低技术门槛。该框架支持直接整合空间转录组（ST）数据，将细胞位置与转录谱转化为模型初始条件，使计算机模拟精准映射真实组织结构。

zotero管理文献，有插件和软件
ai造成社会结构的崩溃（老师学生，家长孩子之间等）
ai使得所有人都能写文章出来，发文章越来越难，需要绝对创新点
掌握知识没有会使用ai工具重要
关注怎么促进生产力的发展（如ai文献工具等，提高效率，节约时间）