设计网站用什么语言威海建设局网站楼盘信息公布

设计网站用什么语言,威海建设局网站楼盘信息公布,百度app关键词优化,旅游网站建设课程设计报告实验的家伙事 在做这个工作之前#xff0c;笔者的主业是合成生物学与分子生物学#xff0c;见我之前的博文《质粒拷贝数以及启动子活性的定量测量》。在研究过程中有一些发现#xff0c;也积累了几个点子和想法。然而这些想法无一实现#xff0c;主要问题是没有钱和资源来…实验的家伙事在做这个工作之前笔者的主业是合成生物学与分子生物学见我之前的博文《质粒拷贝数以及启动子活性的定量测量》。在研究过程中有一些发现也积累了几个点子和想法。然而这些想法无一实现主要问题是没有钱和资源来继续进行研究。分子生物学实验的开销还是比较大的像美国的R01基金很难申请现在基本也只够养一个实验方向的博后。在没有经费的情况下做研究理论/计算方向是最好的选择有一台电脑就可以了。我这篇工作最开始用的家伙事是我的老电脑大概是在2019年左右配置的有一张Geforce 1060的显卡6G显存。这台电脑本来是个人娱乐用的不过做一些小的神经网络是足够的。在课题开始的时候做神经网络的设计和调试训练一次要一两个小时左右。后期由于计算量太大我转到了云平台谷歌云平台的A100显卡价格是3每小时但如果租spotinstance的话最便宜到1每小时这个价格还是个人可以承受的至少比我的每小时工资低得多。Spot instance的唯一问题是随时可能被云平台关掉这也是它为什么这么便宜不过由于我一般开着服务器干活所以掉线了可以第一时间发现并重启。这篇文章在revision的时候我的装备又升级了自费购入了一台新的组装台式机装备Gefore 3090Ti显卡24G显存。这条电脑的价格是2000左右可以说在除显卡和cpu之外的配件都做到极致的节约。有十余年装机经验的我第一时间竟然没有认出它主板的品牌。在网上搜索也才发现是来自alibaba的一个大约50-60的杂牌真是难为它小马拉大车了。这个主板配置上写着最多支持32G内存实际上我的电脑装了64G的杂牌内存竟然也能正常工作。便宜的另外一个问题是电源太差了我看也是$50左右的杂牌。在持续24h工作一个月左右的时候电源直接报销又花钱换了一个海盗旗的电源。这台电脑也是我目前干活的主力。3090显卡在神经网络训练速度上其实没有比A100差太多或者说比起价格的差距性能的差距要小的多。课题设计由于装备的限制肯定不能做大模型了只能做中等尺度或者小尺度的神经网络模型。这种情况下课题需要斟酌一番。我做的题目是测序数据的标准化问题也承接了我上一个课题即合成生物学的标准化问题。具体的测序数据来自于核糖体印记技术ribosome profiling说的细节一点该技术是对核糖体保护的mRNA片段进行深度测序从理论上可以计算出核糖体在每个三联密码子处的停留时间实现对所有基因翻译延伸速率的单密码子精度的测量。之所以选择做ribosome profiling的数据有三个理由一是身边有人做过这个技术合作者中的张静博士是这方面的专家我从她处了解到很多实验上的流程和数据处理的基本知识。二是该技术理论上精度很高是一种单密码子精度和全基因组测序的技术。这点跟传统的RNA-seq不一样因为传统RNA-seq的测序片段太大了ribosome profiling测的是保护片段只有20-30nt长。三是该技术受实验流程影响很严重实验细节微小的差别可以导致测量核糖体分布的很大不同。在真核领域有大量的文献探讨这一现象比如翻译抑制剂的影响。原核领域我的合作者Allen有一篇很经典的文章探讨原核领域实验流程的优化问题并提出一种优化的实验手段。Allen的文章也是我工作的一个重要起点因为他发现大家大量使用的来自Weissman实验室的针对原核生物的实验流程会导致特定的实验偏差。而我们提出的神经网络就是为了矫正这一偏差。从神经网络设计上我们设计的输入是mRNA序列和带有偏差的核糖体分布输出的是矫正后的核糖体分布。这样的设计也可以帮助我们去做一些预测性质的工作另外一个应用是探讨哪些序列影响了实验组和对照组之间核糖体分布的差别这点在疾病过程中很重要。我们的出发点是生物过程是一个动态过程DNA序列是静态的而单一的DNA序列应该对应很多种不同的核糖体分布。总账如果不算新老电脑的话这篇文章的所有计算开销在$1000-2000左右比起实验工作应该是小的多了也是个人能负担的限度。最近我有一篇利用大语言模型进行基因组建模和设计的工作《A long-context language model for deciphering and generating bacteriophage genomes》这篇工作的开销算上新电脑就要达到$3000左右了。我认为仍然是比较划算的。因为最近有一篇跟我们很类似的工作他们开发的模型叫做Evo文章全名是《Sequence modeling and design from molecular to genome scale with Evo》计算中调用了64台H100和128台A100我保守估算他们的计算开销至少在20万美元以上。最后还是要感谢我的合作者们包括美国斯坦福大学闫嘉伟博士波士顿大学张静博士深圳先进技术研究院刘莉莉博士与陈业研究员美国约翰霍普金斯大学Allen R. Buskirk 研究员。尤其要感谢陈业研究员与Allen R. Buskirk 研究员没有他们的大力支持这篇文章不可能问世。转载本文请联系原作者获取授权同时请注明本文来自邵斌科学网博客。链接地址https://blog.sciencenet.cn/blog-927304-1425899.html