- 综合排序
- 最热优先
- 最新优先
- 来自专栏技术杂记
Rails 构建评论功能（11）
虽然这只是一个小小的demo，但不得不说，ruby on rails 的开发效率是很高效的，原因是大部分本来需要手动完成的事情，这个框架已经帮忙自动完成了，我们需要做的只剩下去填补最基本的对象定义，逻辑关系，展示方式
66530发布于 2021-10-21 - 来自专栏代码编写世界
CMake构建学习笔记11-minizip库的构建
不过，有点麻烦的是这个工具并没有提供CMake构建的方式。那么可以按照构建giflib的方式，自己组织CMakeList.txt，正好这个项目的代码量并不多。 另一个问题是，minizip其实是个可执行程序，Windows下不能直接将其构建成动态链接库，因为Windows下的动态链接库是需要设置导出的，否则就会提示找不到符号的问题。 lib # 对于共享库 ARCHIVE DESTINATION lib # 对于静态库 RUNTIME DESTINATION bin # 对于可执行文件 ) 关键的构建指令如下所示 ，指定构建类型 cmake --build . --config RelWithDebInfo # 安装阶段，指定构建类型和安装目标 cmake --build .
70900编辑于 2024-12-14 细菌蛋白纳米线构建低功耗人工神经元
科学家构建出功能类似真实神经元的人工神经元某机构的研究人员利用细菌培育的蛋白质纳米线，成功开发出低电压人工神经元，其电活动与天然脑细胞高度匹配。 蛋白质纳米线的关键作用研究团队使用的秘密成分是从地杆菌中合成的蛋白质纳米线。 这种细菌不仅能够产生电能，其蛋白质纳米线还被用于设计多种高效设备，包括：由汗液驱动的生物膜，可为个人电子设备供电能够嗅出疾病的"电子鼻"几乎可以从任何材料中收集空气中电能的设备应用前景这项技术有望推动以下领域的发展
19710编辑于 2025-10-29- 来自专栏DrugOne
加速构建蛋白质元宇宙！分子之心借MoleculeOS引擎完成AI蛋白预测三级迭代
8月11日，“AI蛋白质预测奠基人”许锦波领衔的分子之心团队宣布，在蛋白质结构预测领域取得一项重要进展。 但目前的AI蛋白结构预测算法普遍需要提前搜索序列库、构建MSA才能进行结构预测。 这一固有路径存在两大局限。 二是并非所有蛋白质都有足够多的同源序列，比如对于孤儿蛋白等小型蛋白质家族，基于MSA的预测方法始终表现不佳。 （Orphan11数据集包含11个没有任何同源序列的孤儿蛋白，分子之心RaptorX-Single算法优于AlphaFold2和RoseTTAFold） 二是实现了比AlphaFold2更快的运行速度， 随着算法持续进化，关于蛋白质复合物结构、蛋白质和其他分子的相关作用、抗体抗原相互作用等蛋白质结构预测的其他难题，将逐一得解。
63520编辑于 2022-11-28 - 来自专栏ATYUN订阅号
AI改善蛋白质相互作用的结构建模
蛋白质通常被称为人体的工作分子。一个成年人的身体约有20000多种不同类型的蛋白质，每种蛋白质都涉及人类生命所必需的许多功能，许多重要的细胞过程也涉及到蛋白质的物理相互作用。 因此，确定蛋白质的四级结构为理解复合物功能的分子机理提供了重要的见识。 为了帮助更好地理解蛋白质在体内的相互作用，普渡大学的研究人员设计了一种新颖的方法，利用深度学习来更好地了解蛋白质在体内的相互作用方式，从而为产生与各种疾病有关的蛋白质相互作用的准确结构模型铺平了道路，并为设计针对蛋白质相互作用的更好药物铺平了道路 为了了解蛋白质复合物功能的分子机制，生物学家一直在使用诸如X射线和显微镜的实验方法，但这是费时和资源密集的工作。 为了评估蛋白质对接模型，DOVE使用3D体素扫描模型的蛋白质-蛋白质界面，并考虑原子相互作用类型及其能量贡献作为应用于神经网络的输入特征。
72410发布于 2020-02-14 - 来自专栏DrugOne
Science | 机器学习揭示了构建人造蛋白质的秘诀
通过开发可以回顾从基因组数据库中选出的蛋白质信息的机器学习模型，研究人员发现了用于构建人工蛋白质的相对简单的设计规则。 当团队在实验室中构建这些人造蛋白质时，他们发现它们的化学反应非常出色，可以与自然界中的蛋白质媲美。 ? 人工智能学习蛋白设计规则 蛋白质由成百上千个氨基酸组成，这些氨基酸序列决定了蛋白质的结构和功能。 但是，仅了解如何构建这些序列以创建新蛋白的方法一直是一项挑战。过去的工作导致了可以指定结构的方法，但是功能却更加难以捉摸。 该模型显示，仅氨基酸位置的保守性和氨基酸对进化中的相关性就足以预测具有蛋白质家族特性的新人工序列。 Ranganathan说，通常认为要构建某种东西，首先必须深刻理解它的工作原理。 但是，如果有足够的数据示例，则可以使用深度学习方法来学习设计规则，即使正在了解其工作原理或以这种方式构建的原因也是如此。
61530发布于 2021-02-01 利用细菌蛋白纳米线构建的低电压人工神经元
这项创新基于该团队早期利用产电细菌制造蛋白质纳米线的研究。这一新方法可能为以生命系统的效率运行、甚至能与生物组织直接连接的计算机铺平道路。 这个中间放大步骤既增加了功耗，也增加了电路的复杂性，但使用我们的低电压神经元构建的传感器可能完全不需要任何放大。” 该团队新型低功耗神经元的秘密成分是一种由非凡的细菌硫还原地杆菌合成的蛋白质纳米线，这种细菌还具有产电的超能力。 Yao及其同事们已利用这种细菌的蛋白质纳米线设计了一系列极其高效的设备：一种可以用汗水为个人电子设备供电的生物膜；一种可以“嗅出”疾病的“电子鼻”；以及一种几乎可以用任何材料建造、可以从空气中获取电能的设备
9010编辑于 2026-01-21- 来自专栏finleyMa
Jenkins2 学习系列11 -- 参数化构建
有些项目的构建需要动态的传入一些参数，比如需要用户输入一些内容，或者上传一个文件，或者为一些配置打钩，作为不同的参数，当构建时这些参数作为环境变量来影响具体的构建过程。 比如，我们知道sh "printenv"会打印所有的环境变量方便调试，但是如果写死在pipeline里，每次构建 console output都会输出大量内容。 比如现在 stage('debug') { steps { sh "printenv" } } 我希望构建时可以手动控制是否输出调试信息。默认为关闭，即不输出，打钩后才输出信息。
1.6K20发布于 2019-07-22 - 来自专栏finleyMa
docker学习系列11 多阶段镜像构建
本篇文章是转载，原文 从Docker版本 17.05.0-ce 开始，就支持了一种新的构建镜像的方法，叫做：多阶段构建(Multi-stage builds)，旨在解决Docker构建应用容器中的一些痛点 在日常构建容器的场景中，经常会遇到在同一个容器中进行源码的获取，编译和生成，最终才构建为镜像。 所谓多阶段构建，也即将构建过程分为多个阶段，在同一个Dockerfile中，通过不同的阶段来构建和生成所需要的应用文件，最终将这些应用文件添加到一个release的镜像中。 as 关键字用来为构建阶段赋予一个别名，这样，在另外一个构建阶段中，可以通过 from 关键字来引用和使用对应关键字阶段的构建输出，并打包到容器中。 甚至，我们还可以使用更多的构建阶段来构建不同的应用，最终将这些构建产出的应用，合并到一个最终需要发布的镜像中。
1.1K20发布于 2018-09-10 - 来自专栏用户7494468的专栏
FPGA的设计艺术（11）FPGA的构建过程
前言 本文讨论FPGA的构建过程，由于FPGA的过程太多了，恐怕会有歧义，这个过程，不是开发过程，不是开发流程，而是实实在在的FPGA编译的过程，使用编译恐怕不是太合适，但是大家都叫习惯了，也知道FPGA 综合 构建FPGA的第一阶段称为综合。此过程将功能性RTL设计转换为门级宏的阵列。这具有创建实现RTL设计的平面分层电路图的效果。 在这种情况下，宏实际上是内部FPGA单元的模型。 我们使用构建过程的这一部分来定义所选FPGA中不同单元之间的互连。 为了满足设计的时序要求，我们通常会执行此过程的几次运行。但是，布局布线工具负责根据我们的配置安排这些多次运行。
1.2K20发布于 2021-10-20 【辰辉创聚生物】重组蛋白表达纯化|蛋白表达定制|蛋白修饰|原核表达蛋白
原核蛋白表达宿主菌株与表达载体的选择1. C41、C43 等突变株：对有毒或难表达蛋白更为耐受，常用于膜蛋白或代谢负担较大的蛋白。2. 此外，对于碱性蛋白，可构建融合保护多肽（如GST、Nus、MBP等）融合策略，通过保护作用避免降解。结合连接肽和酶切位点，既保留表达产量，又能后续切除保护模块。2. 例如使用携带冷激蛋白promoter的表达载体，在较低温度（如11℃）下诱导，可显著提高可溶表达几率。蛋白表达定制服务1. 构建表达载体：选择合适promoter（如T7、低温诱导promoter）与融合伴体；4. 小规模表达筛选：不同诱导温度、菌株、培养方式下检测表达产量与溶解性；5. 大规模表达与裂解；6.
64510编辑于 2025-08-25- 来自专栏通往体面生活的路上
微服务 day11：基于 ElasticSearch 构建搜索服务
本章节为【学成在线】项目的 day11 的内容 基于 Java 客户端实现 DSL 搜索 搭建 ElasticSearch 集群环境 使用 Logstash 自动创建 ElasticSearch , "studymodel": "201002", "price":38.6, "timestamp":"2018-04-25 19:11:35", "pic":"group1 , "studymodel": "201001", "price":88.6, "timestamp":"2018-02-24 19:11:35", "pic":"group1 使用JAVA 客户端实现： 创建搜索请求对象 指定类型（部分版本不需要指定类型，这里以 6.2.1 为例） 构建搜索源对象 配置搜索方式，设置需要过滤字段 向搜索请求中设置搜索源 3、构建API package com.xuecheng.api.search; import com.xuecheng.framework.domain.course.CoursePub; import
2.6K20发布于 2020-08-05 - 来自专栏A周立SpringCloud
11款流行的构建和API测试工具盘点
立刻像专业人士一样构建API 组织正在改变他们已经在软件应用项目中成功的微服务架构模型，这就是大多数微服务项目使用API（应用程序接口）的原因。 4.Postman Postman是一种可以执行构建和测试API的工具。它是开源的，并且易于安装。 Postman对于更快地构建API有很多优点。如果对动手感兴趣，请查看这个Udemy课程。 5.Swagger Swagger，它是设计，构建和测试API的AKA最佳API工具。 构建API具有不同的工作流程阶段。尽管如此，apiary可以为团队的每个阶段提供独立的工作。 11.Apigee Google Cloud的Apigee使API管理员能够设计，保护，发布，分析，监控API并从中获利。它可以在混合云环境中运行以执行数字加速。
3K20发布于 2019-09-02 - 来自专栏TBOOX开源工程
xmake从入门到精通11：如何组织构建大型工程
xmake是一个基于Lua的轻量级现代化c/c++的项目构建工具，主要特点是：语法简单易上手，提供更加可读的项目维护，实现跨平台行为一致的构建体验。 本文主要详细讲解下，如何通过配置子工程模块，来组织构建一个大规模的工程项目。 src - test - *.c - demo - *.c 源码下面层级简单，通常只需要在项目根目录维护一个xmake.lua来定义所有target就能完成构建
1.7K30发布于 2020-04-22 【辰辉创聚生物】包涵体蛋白纯化|可溶性蛋白表达|大肠杆菌蛋白表达|原核蛋白表达
在生物技术与分子生物学中，原核蛋白表达体系（尤其是大肠杆菌蛋白表达）因操作简便、生长速度快、成本低廉，是获取重组蛋白的重要途径。 然而，在高水平表达时，目标蛋白往往以包涵体蛋白形式沉淀，形成不可溶的聚集物。这种现象虽影响生物活性蛋白得率，但其高表达量、易纯化等特性使得包涵体蛋白纯化成为不可忽视的技术路线。 因此，在工程过程中，提升可溶性蛋白表达与完善包涵体蛋白的纯化与复性策略，是实现高效、活性蛋白回收的关键。可溶性蛋白表达策略避免目标蛋白形成沉淀、提高可溶性表达是首选路径。 4、伴侣蛋白共表达：如 DnaK–DnaJ–GroEL/ES 蛋白折叠体系，以及过氧化还原系统 DsbA/DsbC 可改善折叠，尤其针对含多二硫键蛋白。 通过上述策略，可显著在原核蛋白表达 / 大肠杆菌蛋白表达系统中提升可溶性蛋白表达比率，从而降低进入包涵体途径的蛋白量。包涵体蛋白纯化流程当可溶性表达不足时，包涵体表达成为高产获取目标蛋白的重要替代。
36710编辑于 2025-09-02- 来自专栏医学数据库百科
蛋白功能预测
我们在遇到一些新的蛋白的时候，经常需要去了解这个蛋白的功能。如果是一个新的还没有功能注释的蛋白，一般数据库就用不了了。这个时候就可以使用 NetGo 来对蛋白的序列进行功能注释了。 ? NetGo基于三重信息来对蛋白序列进行功能预测： 基于已知的功能信息信息(GO数据库) 基于STRING蛋白相互作用数据库进行注释 如果没有互作蛋白的可以进行同源转换进行注释。 数据库评价 对于蛋白功能预测的话，已知的蛋白基本上都已经基于GO预测好了。如果我们研究的是已知常规蛋白的话，其实可以去类似Genecards或NCBI的gene数据库直接看的。 这个数据库更多的可以用于新发现的蛋白的预测，或者说一个基因不同转录本之间的研究，看有没有功能的区别。
92810发布于 2020-06-01 . | 融合结构建模与深度学习的大肠杆菌蛋白互作组与功能网络构建
DRUGONE 研究人员提出了一种整合多种计算方法的策略，用于在全蛋白组尺度上预测蛋白–蛋白相互作用，并构建功能网络。 这些网络不仅揭示了已知生物过程，还为未知功能蛋白的注释提供了重要线索。 蛋白–蛋白相互作用的预测以及复合物结构建模，是理解细胞功能网络的核心问题。 随着AlphaFold等结构预测方法的发展，蛋白结构建模取得了突破，但在全蛋白组尺度上直接预测所有相互作用仍然计算代价极高。 方法 研究人员构建了一个基于贝叶斯框架的整合模型，将三种方法的预测结果进行统一融合。 首先，PrePPI通过结构比对，从已知蛋白复合物中寻找模板，将目标蛋白映射到模板结构上，从而构建复合物模型，并通过界面相似性进行评分。
10010编辑于 2026-04-13- 来自专栏DrugOne
用蛋白语言模型改进蛋白复合物预测
本文提出了 ColAttn 方法，该方法利用蛋白质语言模型识别复合物的间相互作用，并进一步结合多序列比对方法来提升结构预测准确性。 1 介绍 现在有许多深度学习模型在计算生物结构。 AlphaFold-Multimer 就提升了蛋白质复合物结构的预测水平，但其准确性依然取决于多序列比对（MSA）结果。 相对于 AlphaFold2，AlphaFold-Multimer 需要构建间相互作用 MSA，但如何构建依旧是一个问题。 同时，蛋白质语言模型也在不同的工作中被广泛应用，它可以捕捉到序列中的约束和共进化信息。 图 6：不同层上 DockQ 得分 4 总结 本文基于预训练蛋白语言模型，探索了一些 MSA 配对算法构建有效间相互作用的效果，这篇文章也是首次将蛋白语言模型用来构造联合 MSA，实验结果证明本文提出的
73420编辑于 2022-11-28 - 来自专栏DrugOne
. | 机器学习设计受体: 构建人工变构蛋白开关的新范式
DRUGONE 蛋白质变构调控是生命体系中信息传递与能量转换的核心机制，而构建人工变构蛋白一直是合成生物学的重要目标。 研究人员发现，由机器学习设计的最小配体结合结构域，即使不发生整体构象变化，也可以作为高效受体构建单组分变构蛋白开关。 随后，进一步引入机器学习设计的人工结合蛋白（包括类固醇、小肽和蛋白结合体），构建突变库并筛选具有配体响应能力的嵌合体。 所得嵌合蛋白能够对秋水仙碱产生剂量依赖响应，证明即使没有整体构象变化，也可以实现功能耦联。 这一结果首次表明，整体构象变化并不是构建变构蛋白的必要条件。 图1：变构开关设计与活性响应。 此外，该策略还扩展至多肽与蛋白配体，证明其具有广泛适用性。 生物传感器架构的多样化与逻辑门构建 研究人员进一步探索结构设计空间，发现不同构建体在亲和力、响应速度和动态范围之间存在热力学耦合关系。
4710编辑于 2026-04-17 【辰辉创聚生物】膜蛋白表达|无细胞蛋白表达|重组蛋白表达生产
无细胞蛋白表达系统的原理无细胞蛋白表达系统是一种在体外重组蛋白合成的方法，通常以大肠杆菌、酵母或哺乳动物细胞为来源，通过提取细胞裂解液，保留其中的转录和翻译机制，构建体外表达体系。 无细胞蛋白表达系统在膜蛋白研究中的应用1. 膜蛋白的表达和纯化膜蛋白由于其疏水性和结构复杂性，传统的细胞表达系统难以高效表达和纯化。 膜蛋白的功能研究无细胞系统能够在体外合成具有功能的膜蛋白，如离子通道、受体和转运蛋白等，为其功能研究提供了便利。通过与膜片钳技术、荧光标记和质谱分析等方法结合，可以深入探讨膜蛋白的功能机制。4. 膜蛋白的药物筛选膜蛋白是许多药物的靶点，如G蛋白偶联受体（GPCR）和离子通道等。无细胞系统能够在体外合成目标膜蛋白，并进行高通量药物筛选，为新药的开发提供了有效的平台。 此外，结合计算模拟和结构生物学技术，也有助于深入探讨膜蛋白的功能机制。无细胞蛋白表达系统作为一种高效、可控和灵活的蛋白合成方法，在膜蛋白研究中具有重要应用价值。
36710编辑于 2025-09-09
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