最近才开始看d2l(这种东西早该在两年前看的,拖到现在了)
为了做项目还得学一手OpenGL(被windows安装GLFW逼疯了)
1.15
打完ICPC EC final回来,也许可以出一篇博客写下简单的题解。
对蛋白质相似空间子结构搜索的算法有了一些思路,简单分为传统算法和目标检测算法
1.16
想到要对蛋白质可视化,然后去找可以用于三维绘图的库,找到了OpenGL,在wsl里面装了一个,发现挺方便,准备开始学[傅老師/OpenGL教學 第一章] OpenGL自製3D遊戲引擎 (已更畢)_哔哩哔哩_bilibili
然后发现蛋白质三维结构是需要跑alphafold的(自己电脑根本跑不了),还不如直接下载网上的已经预测好结构的数据集。
1.17
1、UniProt
学习了UniProt网站的一些知识,还有待进一步探索
struct里面可以查看各种蛋白质的三维结构,蛋白质数据都是可以下载的
标了reviewed的数据可信度更高,做实验优先选择这类数据
2、蛋白质三维结构比对算法
主要分为分子间距离比较和分子内距离比较。
分子间距离比较就类似迭代的做法,通过刚体旋转使得蛋白质分子间的cRMS指标最小
分子内距离dRMS的判据一般用于蛋白质的局部空间结构比较,可以绕过刚体旋转拟合的过程
结构比对算法已经有很多优秀的算法了,比如CE、TM-align、DALI、VAST、K2、SHEBA等之类的,似乎不用自己再写一个了。
1.18
查看网络情况
ipconfig,ping+网址,ss,ip link。
查看conda环境列表:conda env list
删除conda环境:conda env remove --name xxx(必须在非激活状态下删除)
创建conda环境:conda create --name xxx python=3.x
激活conda环境:conda activate xxx
在某环境下安装某个包:直接pip install
d2l网站,之前找了好久都没找到,今天一找就找到了:安装 — 动手学深度学习 2.0.0 documentation