- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-4 列表的子集
#列表的子集 Subsetting List #[[]] / $ / [[]][] / [[]][[]] #嵌套列表 /不完全匹配(partial matching) > x <- list(id=1:4,height=170,gender="male") > x[1] #找第1列的元素 $`id` [1] 1 2 3 4 > x["id"] #两个函数作用相同 $`id` [1] 1 2 3 4 > x[[1]] [1] 1 2 3 4 > x[["id"]] [1] 1 2 3 4 > x
86910发布于 2020-09-16 - 来自专栏聊点学术
如何确定实验动物用药量？
（和这个质量比，就差那么“亿”点点） 作为多年不沾染数学的医学生，当时的我总搞不清动物用药量的换算，套用导师给的Excel表格就是正道的光。 ? 今儿把这个话题捋一捋，做个小总结。 举个例子 ↓ 如果成人用药剂量为4.0mg/kg，那么犬的等效剂量就是6mg/kg，大鼠的等效剂量就是28mg/kg，小鼠的为40-44mg/kg。 然而，现实往往是动物体重增长较快，实验前、中、后期，体重变化较大，如果再抱着表面积计算会导致后期实际用药量降低。体型系数换算可以根据动物的实际体重来计算用药剂量，个人觉得更贴近实际。 ?
2.3K10发布于 2020-07-30 - 来自专栏python3
3-4 文件读写例子(4)
/*******************************************************
49630发布于 2020-01-14 - 来自专栏python3
3-4 文件读写例子
3-3 文件读写例子 u本节学习目标： n学习通过文件流FileStream打开文本文件、写入文本文件、设置文件属性、实施对文件的目录操作管理的基本方法 n学习文件对话框的基本操作方法 n学习通过文件流 3-3-1 案例学习：文件流FileStream综合案例（一） 本次实验目标是通过一个窗体，如图3－7所示，在点击相应按钮控件时，可以完成对文件的读写操作、磁盘操作以及对目录的管理操作。 图3-7 文件操作案例1界面图 u实验步骤（1）： 由图3-7所示，从工具箱之中拖拽五个GroupBox控件到Form窗体上，text属性分别设置为：“文件管理”、“读写文件操作”、“文件磁盘操作”、“ 设置文件属性”、“目录管理”；向第一个GroupBox控件拖拽一个RichTextBox控件；再向第一个GroupBox控件拖拽一个Button控件，text属性设置为“关闭”；向第二个GroupBox
1.1K30发布于 2020-01-14 - 来自专栏python3
3-4 文件读写例子(3)
//==============================第二部分：类设计============================
49310发布于 2020-01-08 - 来自专栏python3
3-4 文件读写例子(2)
向项目中添加名为FileOption.cs的类文件，并准备填写关于文件操作的各种方法，如图3－8所示：
52730发布于 2020-01-14 - 来自专栏作图丫
基于网络模块预测联合用药
蛋白质有唯一的UniProt登录号 （4）在UniProt数据库中蛋白质标记为“reviewed” （5）人类蛋白质 最终：15051个药物靶点互作关系，包括4428种药物和2256个靶点 3.实验验证联合用药 三、基于网络发现治疗高血压的联合用药 （1）限制药物靶点模块是Complementary Exposure关系，对 65 个FDA批准的治疗高血压的药物联用（Fig.3a），24种药物联合用法有59%的精度 基于网络的模型已成功识别出在高血压疾病模块中具有明确药物药理学途径的已知高血压药物组合(Figs. 3b) 小编总结： 基于网络来预测药物联用是个很好的思路，本文中有一个重要结论，当药物靶点模块都与疾病基因模块有交叠，且两者不交叠的时候联合用药效果好 但是本文主要介绍的是高血压的联合用药，我们是不是可以用类似方法在肿瘤中进行相关分析呢~
1.1K31编辑于 2022-03-29 - 来自专栏python3
3-4 文件流类FileStream
nFileMode和FileAccess，FileShare方法基本介绍及注意事项
93720发布于 2020-01-07 - 来自专栏用户画像
4.4 文件系统疑难点 3-4
为了创建一个文件，应用程序调用逻辑文件系统。逻辑文件系统知道目录结构形式。它将分配一个新的FCB给文件，把相应目录读入内存，用新的文件名更新该目录和FCB，并将结果写回到磁盘。
68210发布于 2018-08-24 腾讯健康药箱赋能药品追溯监管：从扫码核查到用药管理的实践路径
直面药品监管与用药安全双重挑战 国家医保局全面推进“码上”严监管，利用药品追溯码打击药品领域欺诈保、违法违规问题，严打“回流药”和“串换药”。 用户面临核心痛点：难以核查药品来源与销售记录，用药存在漏服、错服、过期及相互作用风险，购药合规性难验证。理想状态需实现每颗药销售信息可查可追，现实差距在于缺乏便捷工具整合追溯查询与用药管理。 构建扫码追溯与用药管理服务 依托国家医保服务平台，腾讯健康药箱提供微信“扫一扫”药品追溯码解决方案，包含两大核心功能： 销售信息查询：覆盖线下处方药、线上OTC药品，支持查询销售记录、适应症、用法用量 智能用药提醒：一键设置保存提醒、多药管理（含相互作用风险提示）、到期提醒、用药记录可视化，助慢性病患者科学管理用药计划。 技术支撑与政策协同的双重优势 技术领先性：依托国家医保服务平台构建稳定查询系统，实现微信生态无缝集成（扫码即用），功能设计直击监管（销售记录核查、结果判定）与用户需求（用药提醒、多药管理）。
10010编辑于 2026-04-16- 来自专栏叽叽西
lagou 爪哇 3-4 spring cloud 问答笔记
我们应该有一个很明确的概念，那就是Session是存在于服务器端的，在单体式应用中，他是由tomcat管理的，存在于tomcat的内存中，当我们为了解决分布式场景中的session共享问题时，引入了redis
57620编辑于 2022-05-17 - 来自专栏DrugOne
Bioinformatics|癌症细胞系的用药反应预测
预测癌症患者对癌症药物的反应是精准医疗的重要问题。由于花大量的时间与金钱完成大批量癌症患者与药物之间反应的实验验证是不切实际的，业界非常期待一种基于癌细胞株的大规模药物基因组学临床前预测模型的出现，然而，大多数现有研究主要基于癌细胞的基因组相似性，忽略了基因之间的关系，导致不能很好的预测细胞株的药物反应。
81750发布于 2021-02-01 依托微信“扫一扫”实现药品全链路追溯与智能用药管理实践
这要求医疗机构与消费者必须具备便捷、准确的核对工具，以消除信息壁垒，确保用药安全与医保基金安全。 依托微信生态构建药品溯源与用药查询体系 针对药品溯源与合规监管需求，腾讯健康依托国家医保服务平台，打通了微信原生能力。 提供智能用药提醒服务，降低安全隐患： 除了基础的溯源功能，腾讯健康通过“扫一扫”拓展了个人健康管理模块。 系统支持一键设置保存用药提醒（防漏服、错服）、多药品合规性排查（禁忌与配伍禁忌提示）、临近效期预警，并自动生成用药记录，显著提升了慢病患者的用药依从性与健康管理闭环能力。 消费者购药后直接通过官方公众号入口扫描，即可获取药品适应症、用法用量等明细，从国家背书层面确保了数据核验的权威性与消费者的用药安全。
13410编辑于 2026-04-16微信“扫一扫”赋能医保监管：药品全流程追溯与智能用药管理实践
传统监管方式难以实现对每一盒药品流通环节的精准追踪，患者用药安全存在隐患。 智能用药管理功能提升患者服药安全性 腾讯健康药箱同时提供智能用药提醒服务： 一键设置用药提醒，避免漏服、错服 支持多药品管理，实时显示药物相互作用风险 药品到期自动提醒，降低安全风险 用药记录可视化，特别适合慢性病患者长期管理
13010编辑于 2026-04-16- 来自专栏生命科学
高通量筛选技术加速联合用药研究 | MedChemExpress
与单一给药相比，联合用药具有增强药物疗效、减少剂量依赖性毒性和防止出现耐药性等潜在优势，尤其是在癌症及抗感染治疗方面。 然而，由于可能的药物组合的数量特别巨大，发现具有协同作用药物组合的筛选仍然是一个费力且偶然的过程。 ■ AI 技术助力药物组合研究多种药物组合测试数据已经公布，一些大型免费数据库也已经建立，如芬兰分子医学研究所、赫尔辛基大学发布的可免费访问的癌症联合用药数据门户 DrugComb 目前已经收录 739964
72320编辑于 2023-01-10 - 来自专栏人工智能与演化计算成长与进阶
16推荐系统3-4协同过滤算法
和这个用户对此影片的评价，理论上我们能够通过用户对电影类型的喜好，和用户对此电影的评价来推断出电影的特征向量的
90611发布于 2020-08-14 - 来自专栏爬虫逆向案例
Js逆向-猿人学(3-4)访问逻辑-样式干扰
第三题和第四题跟Js逆向没有什么关系，本来是不想发的，为了排版好看也发这个专栏里吧。
68530发布于 2021-11-22 - 来自专栏coding for love
3-4 使用loader打包静态资源（样式篇下）
上一节我们学习了，webpack如何打包样式文件以及如何自动添加前缀。本节我们继续学习如何打包@import引入的样式文件，css模块化以及如何打包字体文件。
1K20发布于 2019-07-01 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-4 创建Numpy数组(和矩阵)
Notes: zeros 和 ones 函数创建的数组默认为浮点型，而 full 函数 dtype 默认为 None 类型，所以如果在使用 full 不指定 dtype 的情况下，默认为传入 fill_value 值的类型。
84810编辑于 2022-05-25 - 来自专栏人工智能快报
人工智能帮助预测混合用药的副作用
美国斯坦福大学（Stanford University）的计算机科学家设计出一种卷积神经网络，能够预测混合用药可能产生的副作用。 这项研究工作对患者具有重大的现实意义。 这个问题促使研究人员设计了“十边形”（Decagon）系统，它是一种预测不同混合用药潜在副作用的人工智能应用。 他们还加入了详细描述某些药物及混合用药相关副作用的数据库。 为实现预测功能，他们选择使用图卷积神经网络。这种神经网络常用于社交网络和知识图谱，但还需要对其进行调整才能用于计算生物学。 虽然用于开发这个模型的原始数据都没有表明存在这种副作用，但根据一篇已发表的案例研究，这种混合用药确实会引起肌肉炎症，导致患者要在加护病房治疗69天。
62210发布于 2018-08-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号