估计阅读时长: 5 分钟https://github.com/xieguigang/Darwinism 最近在做一个代谢组学的数据分析程序，由于需要被分析的质谱原始数据的计算量非常大，所以肯定会需要上并行计算。在并行计算中，分为两种模式：线程并行以及进程并行。 关于如果选择脚本代码的并行模式，我在这里借用了matlab文档网站里面的一张图来给大家做参考： 《Choose Between Thread-Based and Process-Based Environments》 Order by Date Name Attachments super_computing • […]
Thank you so much for your thoughtful and encouraging comment! I truly appreciate the time you took to read through…
已经写完了
A very inspiring pipeline for turning EC-based annotations into genome-scale embeddings. Great post! I really enjoyed the clear, end‑to‑end pipeline…
[…] 基于之前的一篇文章《TF-IDF与N-gram One-hot文档嵌入算法原理》的学习，我们了解到可以将生物序列通过分解为kmer，组成单词集合用来表示一个文档。从而将长度各异的生物序列嵌入为长读一致的数值向量，进而可以用于后续的各种数据处理工作中。在这里，假设我们将基因组中的所有基因提取出来，然后通过blast比对的方式将基因注释到对应的ec number编号，既可以将某一个基因组使用一个ec number的集合来表示。通过这样子的数据表示方法，我们就可以将任意一个大小各异，基因组成不同的基因组都嵌入为具有相同维度特征的数值向量用于机器学习建模之类的工作。 […]
I'm fine, thank you. and you?