2020年年初那段时间我给家里买了一系列保险,后来又逐渐了解了一些癌症早筛和治疗的医学知识,在这里把我看到的东西记录一下。
摘抄一些有意思的东西
看到什么乱七八糟的值得留下的就往这丢
scRNA的代谢计算和应用
代谢是细胞内的各种化学反应的总称,用于合成或分解大分子和小分子化合物。这些化合物很多是多肽、脂质、有机酸等,除了维持细胞的营养和能量供应,在信号转导、细胞通讯和转录调控方面都有重要作用。
麻烦的是,代谢物的类别太复杂,现在还没有哪种方法可以一次性把细胞里所有的代谢物都测出来。但另一个方面,代谢反应大多需要酶做催化,酶就是基因的表达产物,而基因表达的转录组是可以测的。那么从基因表达如何推导出代谢物丰度,有了代谢物以后又会带来什么新发现?本文介绍一种使用流平衡分析(flux balance analysis)来做细胞代谢强度推断的方法,再介绍一种用代谢物-受体配对数据库来做细胞通讯的方法。
50条生理期谣言辨真假
测试一下几个东西,b站视频插入、华为AI自动生成字幕、字幕跳转
使用 markdown
Markdown 是用文档形式编写简易 html 网页的语言,可以节省一些排版操作。
学习Github page写博客
Github可以建立个人静态网页,虽然只能写写博客,但省去了搭服务器、申请公网ip、买域名等复杂的步骤。
scVI equations
scvi equations
基于表的强化学习
当一个强化学习问题里的状态数和动作数都相对比较小,状态-动作关系就可以写成一个表 (table, array or tabular),表的数值对应的是在某个状态&动作下的价值函数 (value function)。这种情况下通常我们可以找到精确解,即可以精确得到一个最优的价值,及其对应的最优策略。与之相对的,如果状态或动作空间太大,就只能用求出估计解(approximate solutions),可能是局部最优,或者最终的价值只是一个估计值。复杂的问题更广泛一些,但是这个页面我们先看看能精确求解的简单问题。
MDP & DP+MC+TD
Reinforcement Learning
The book Reinforcement Learning: An introduction is written by Richard S. Sutton, firstly in 2015 and the second edition just came out in 2017.