生物大模型

摘要： 一般而言，直接用iloc截取出来的seriers是用指针指向了原来的索引。 不能用0来索引。 可以先复制，再reset_index(drop=True,inplace=True)重置索引 阅读全文

摘要： 如果排除网络问题，那么这种问题就是vscode的服务端有问题，解决思路是删除服务端重装。 尝试删除文件夹 rm -r ~/.vscode-server 如果删除失败，那么就是有占用，把占用信息给LLM生成kill指令，结束掉进程再删。 这时候重新连接就行了。 为了防止服务端和客户端的不匹配问题，建议 阅读全文

摘要： Win11默认就是降频，不降频的性能模式只能手动开启。 powercfg -duplicatescheme e9a42b02-d5df-448d-aa00-03f14749eb61 powercfg -setactive 6002cd0d-45bc-4a54-b13a-dd0286d509dd 阅读全文

摘要： 如果是都在编码区，那么肯定是严格的翻译关系。 对于DNA我们需要确定阅读框在哪，可能是0,1,2。 DNA是有反链的，也有可能是反链的0,1,2，也有可能对应上。 最后比较重合部分，也就是最长公共子串。 def get_reverse_complement(dna_sequence): """ 获取 阅读全文

摘要： 在Windows上安装Git。 打开GitBash 输入 ssh-keygen 生成密钥，回车确定。 在用户目录 mkdir .ssh 并赋予权限 chmod 700 -R .ssh 在.ssh文件夹中，创建文件 touch authorized_keys 并赋予权限chmod 600 author 阅读全文

摘要： 研究背景 基因组DNA序列是生命的蓝图，指导着细胞复杂性的发展。虽然蛋白质编码区直接编码生物化学功能，但真核生物基因组的大部分由非编码序列组成。这些非编码区域包含各种调控元件（如启动子、增强子），它们像指挥家一样协调基因的开启和关闭。 一个关键的生物学挑战在于，基因组在细胞核内折叠成多尺度的三维（3 阅读全文

摘要： 研究背景 随着基因组测序技术的飞速发展，海量的基因组数据以前所未有的速度涌现。然而，要从这些原始的DNA序列中解读出生命的蓝图，精确地识别出基因的位置和结构（即基因注释）是至关重要的一步。传统基因预测方法，如隐马尔可夫模型（HMM），在处理复杂的生物学信号时能力有限，通常需要依赖RNA测序等额外的实 阅读全文

摘要： 引言 近年来，以GPT-4为代表的基础模型（Foundation Models），或称大语言模型（LLMs），通过在海量文本数据上进行自监督预训练，学会了理解和生成人类语言的强大能力，并彻底改变了自然语言处理领域。这一成功范式迅速启发了其他科学领域的研究者。如果将DNA序列——这段由A, T, C, 阅读全文

摘要： conda activate evo2 cd ~/evo2_contrast_enhanced/notebooks/clinvar/utils CUDA_VISIBLE_DEVICES=1,2 python evo2run.py 根据需要修改 或者是nohup conda activate evo2 阅读全文

摘要： 简单而言就是 pos要少一位数 pos=row["pos"]-1 seq = genome[chrom][pos] from pyensembl import EnsemblRelease from pyfaidx import Fasta ensembl = EnsemblRelease(110) 阅读全文