Posts

希望我不是最后一个知道的。

最近太忙了，半个多月前就打完了草稿，但一直没空更新，趁偷闲更新一下。 iPad mini A17 Pro 赶上国补的85折买的，首发破发的苹果还得是国补。虽然是不用加400就能上air的价格，但早就想买个mini日常娱乐用。到手后又配了大康的膜和咸鱼淘的微瑕紫色双面夹，发现不如橙色的亮眼，有些后悔，还是今年新出的紫色更好看。贴膜后屏幕摸起来不再涩涩的，也不担心丢在桌子柜子上刮到机器了。非常满意，几乎每天回到家就捧着它。现在每天白天看屏幕的时间太久了，回家看手机的时候总会觉得屏幕太小，很疲惫，mini的大小就刚刚好，既够大，又不至于大到不想捧着它。大部分时候我拿它看看b站的视频，或是看会儿直播（之前只用手机就不太会看直播，看屏幕久了太累了）。同时，用mini看微信读书也非常舒适，之前曾经在手机上用过，但那个屏幕太小，读书总不太得劲，宁可去用kindle看。我一直觉得看书这种事，偶尔导入一下书，其他时候只用kindle也不大麻烦，但现在发现用起来方便真的太重要了，能极大促进我拿起来读书的欲望，甚至让我第一次去充了个微信读书会员。 caldigit TS3 plus雷电拓展坞 不知道是最近压力大还是双十一前后，购物欲望老强了，新的Mac mini M4也让人看着就心动。然而我的M2 16+512才买一年多，用着也没啥不妥，纠结之下就没买新的Mac mini。于是寻思着买点其他的给自己一点快乐，某天突然想到我的Mac mini的HDMI接口可能是有点松垮，加上经常会去机器上插拔优盘等，于是老会碰到HDMI线，让屏幕黑屏，这时候就要重新去动一动那个线，并且此趋势近期有愈演愈烈的倾向，便打算买个扩展坞。既然要买，准备买个雷电接口的，可那时去看群友挂在闲鱼上的品相价格俱佳的TS4已经被卖掉了，搜了搜有洋垃圾plugable实在不咋好看，就降了降六百多收了个闲鱼上的TS3 plus。Caldigit的这几个扩展坞还都是DP的接口，相比HDMI接口也更稳固一些。虽然旧的这款是DP 1.2的，好在接我4K 60 hz的旧LG显示器也完全足够了。顺便收拾了一下桌子，把Mac mini放在升降台下，扩展坞放在升降台上，插拔优盘很方便，也不再会黑屏了。把我之前的一个爱国者固态也长期插在扩展坞上，休眠或重启后也不会断连，美中不足是扩展坞老是温温的，不知道夏天会不会太热。

文献积累——学术生涯的外部记忆 在科研之路上，你想要积累哪些知识？ 有没有过这样的经历？你正在准备一个重要的研究报告或论文，需要找到那篇关键的文献，但却在堆积如山的文件和资料中找不到它。或者你读过一篇很好的文献，但当你想引用它的时候，你却忘记了它的具体内容。 在一些科幻作品中，存在“外部记忆装置”的设定，其中的人物往往不将全部信息记在脑中，而是在需要时从外部记忆中调取内容。如今我们的现实已经与之颇有些相似：我们不会记住每一个具体的知识细节，浩如烟海的内容爆炸也不允许我们这么做，但我们通常知道去哪里找到这部分知识。当下，电脑和手机已经成为我们肢体的延伸，搜索引擎强大的检索功能，赋予我们按照需求取用知识的能力。 而在科研道路上，经年累月的学习不但锻炼着我们的实验技能，积累下来的知识同样是我们学习道路上宝贵的财富。在此过程中，我们读过的每一篇文献，被我们记住的不是其中具体的语句，而是各项工作中的主要结果和结论。但在有些时候，比方说想参考某个方法做个相似的实验，或是写作背景综述时，我们会回忆起曾经看过的文章，会去找出最原始的文章查看更多细节。这时，曾经整理过的文献便摇身一变，担当起我们学术生涯外部记忆的职责。 为什么文献常常乱作一团？ 那么，为什么明明每一篇文献都有明确的主题和关键词，整理起来却依旧存在非常多困难呢？举个例子，说有一篇文章，“如何做出一盘无敌好吃的小炒肉”，里面从肉的选购、处理、调味到烹饪方法一应俱全。你看完后，觉得非常好，这么棒的技巧我一定要学会，你会把它收在哪？ 菜谱 —— 没错，再怎么说这也是个菜谱，放这准没错 年夜饭菜单 —— 今年的年夜饭由你掌勺，正巧家里有人最爱吃小炒肉，放这备着 如何买菜 —— 本文的肉类选购部分讲得太清晰了，常常温习准能以后买菜不踩坑 常用调味料 —— 刚搬了新家，需要买些调料，你正在想买什么合适 …… 如果从上面几点出发，这些归类方式似乎都有各自的道理，这也是信息管理有时会比较困难的原因：在不同的场景下，相同的内容可以有不同的分类方式，并且往往没有对错之分。 因此我觉得，好的文献管理思路比工具更重要。现在能用来做文献管理的工具层出不穷，Endnote也好，Zotero也好，网上都能找到非常详细的用法教程。但是假如只有工具，没有恰当的内容组织思路，那工具里的文献也会堆成一团乱麻。我更想提供一个框架，让每个人可以根据自己的需要，将内容以一种便于寻找的方式组织起来。 我们的目的：让内容便于被找到。 什么是PARA方法？ 在之前的很长时间里，我一直隐约觉得，自己整理的文献资料库，其中的各个文件夹彼此之间没有明确的分隔关系，以至于想存一篇新文章的时候，要纠结半天放在哪。纠结完存进去后，要找来用的时候又找不出来这篇文章了。后来偶然间了解到了一种称为PARA的信息整理方法，它将内容分类为项目、领域与资源几个大类。或许它不是最好最完美的，但是相比于没有框架的时候，已经有了质的飞跃。也因此，我今天将其分享给大家，如果你们也遇到过相似的困扰，可以尝试一下这个方法。 所谓PARA，其实是Tiago Forte提出的一种组织信息的思路。其实，PARA分别代表Projects（项目）、Areas（领域）、Resources（资源）和Archives（归档）。 这样讲可能比较抽象，举个我自己的例子，比如我关注基因组学和生物信息学，我所做的课题也与之有关，相关分析做得好可以帮助我产出成果，做不好则毕业都很费劲，我需要为此负责，因此基因组学就可称作我关注的一个领域。同时，我的课题是一个物种的基因组测序项目，从我开始着手找资料开始，历经测序、组装和分析，直到文章发表结束，因为能划分出非常明确的开始和结束时间，因此这个课题属于一个项目。同时，我又对平面设计比较感兴趣，会去看一些相关的书籍和学习资料，这些东西我看着会觉得很有意思，但如果不看也不太影响我完成课题，于是可以算作资源。另外，假如我之前有个项目已经做完了，已经完成项目的内容我当然不需要经常去关注，那它就可以被划到归档。 然而，领域与项目、资源之间并不是独立的，而是可以互相滋养 通过项目来打磨提升领域——比方说，我关注基因组学，但是只靠看一堆基因组相关的文章提升实在有限，必须要自己去实际做一些项目来锻炼，在项目中熟悉各部分的流程，并实际掌握操作的技能。 通过资源支撑领域域 ——我们日常看的各种文章、资料，大部分都属于资源而非领域，正如上面讲到，我们没法只靠读来掌握某些内容。但是每天的精力是有限的，假如分配给太多方面，面面俱到也很困难。于是更好的方法是基于领域 （或者将来潜在的 Area）作为精进的方向，然后把资源当做领域的基石和养分。 如何将PARA方法应用在组织文献中 不过，要想用这种方式来管理自己的文献，首先需要花点时间想一想，对自己来说，究竟想要积累哪些知识？ 这里先来讲讲我的，我在项目中放入了刚刚提到的物种测序项目，因为这是我的课题；在领域中包含了基因组学，数据可视化，生物信息学等，因为这是我的专业方向，同时与我的课题息息相关；在资源中放入了平面设计，认知与思维方式，效率，以及语言，因为我对这些方面非常感兴趣；最后，归档中有我之前做过的一个项目，某个物种的耐盐基因筛选，它已经结束了，于是进了归档。 这个清单的长度当然没有明确的限制，但是当你打算往自己关注的领域里放入二三十个主题时，也得掂量掂量有没有足够的精力。创建一个清晰的清单，能让你对自己想要积累知识的边界更加明确，就可以据此有意识地、战略性地决定看或者不看某篇文章，决定某个拖了很久的工作究竟是赶快弥补还是尽快放弃它。 相反，如果你不为自己定义清单，就会被不断拉着、推到别人的项目中去。比如，CNS新出了一堆顶刊文章，你看不看，看哪些？ 可以看到，其中有几部分是和科研有关的，另一部分则是兴趣使然。和科研有关的部分，我就时常需要读些论文，并将对应的知识积累起来。 然后，你需要选择一个用来管理文献的工具。我选择了Zotero作为文献管理的工具，它大概长这样。左边的区域包括以文件夹形式组织的目录，下方是给文献打上的标签，中间区域是文献的标题、作者、期刊、年份等信息，右边则是选中某条文章后的详细信息。 你也完全可以选择别的工具，比如更为老牌的Endnote，可能会是更多人包括大家的导师的第一选择，生命科学图书馆之前是有Endnote可以下载的。我讲的与选择特定工具并不关联，你可以任意选择喜欢的工具，并在那个工具中实现相似的效果。 接下来需要在文献管理软件中根据选择好的项目、领域、资源创建大类。 假如你已经在使用这样的文献管理工具，已经积累了一些文章，但是它们有些混乱。可以这样重新开始：将所有现有的文章移动到一个新的文件夹，命名为归档和当前日期，然后开始接下来的步骤。因为与其花费大量时间整理它们，将来也不一定用得到，反而可能让你失去开始的契机。因此不如和它们暂时告别，不必担心丢失任何东西，它们都还在，当需要的时候还可以通过搜索找到它们。 让我们继续，在管理软件的目录下，按照项目、领域、资源和归档创建四个大类，并将大类下面为你选定的主题再分别创建文件夹。记住，一开始只需要创建到每个大类下的主题就可以了，只有当在你在这个主题下积累了一定的内容，感觉需要进一步细分时，才创建新的文件夹，可以最大程度避免文件夹的冗余和混乱。 这里还有两个小技巧，其一是默认的文件夹可能会按字母排序，你可以在前面加上数字，让它们按你想要的顺序排序。其二是我还为其添加了一个收集箱（Inbox），放在所有类别最前面，这样当遇到某篇可能感兴趣的文章时，可以先将其收进收集箱，等看完后判断一下，是将它储存起来以备将来查阅，还是和我需要的知识不太相关，因此直接删除。 随后，可以进一步按照内容将某个项目拆分为更细的子类别。比如这里以我比较熟悉的基因组测序项目为例，它由前期的基因组调研、组装注释，以及下游的一系列分析组成。 我可以按照项目推进的阶段，将其拆分为一个个子项目，比如在调研阶段，我看的文章主要是基因组大小、染色体信息、近缘物种等资料，在组装注释阶段，需要看各种软件的使用方法，而在分析阶段，则需要阅读许多现有文章，总结其分析流程和方法。 这里强调两个实用的功能，一个是标签，我给一部分比较常用的标签设置了颜色，让其显示在文章处，比如标记文章是否已读，读完觉得文章是否重要。还可以按照文章类型标记标签，比如综述类、方法类，或是将文章归类为特定主题，一切都以自己将来找某个文章时是否方便为依据。 另一个实用的功能是Zotero里的Short Title功能，可以看向右图中中间这一列。这一列默认是不显示的，需要在调整显示的列中将其显示出来。可以看到我给不少文章加上了短标题，这样瞄一眼就能找到我想找的文章。 虽然这里只写了项目，但是领域、资源类别下同理进行划分。最后记得将已经完成的项目，放入归档中。 ...

历史真是个圈。

苦raindrop久矣，终于找到趁手的书签管理工具了

介绍可视化作图过程中使用的基本元素，简单分析不同数据类型与适合使用的展示方式。

整理一下检测单变量异常值的方法。

前几天看到群里有人问如何画一张类似下图的、带拟合线与误差的相关性图，这里找点数据来演示一下怎么画。 找了点数字画了个例子，假设数据读进来是这样的两列： 绘图的部分我用了这些 leg <- theme(title=element_text(size=15), axis.text.x=element_text(size=14), axis.text.y=element_text(size=14), legend.text=element_text(size=14)) label_text <- paste0("r = ", round(cor(subdata$Na,subdata$K),2)) library(ggplot2) ggplot(subdata, aes(x = log(Na), y = log(K))) + geom_point(size = 2,color = "#31705a") + stat_smooth(method = "lm", color = "#31705a")+ theme_classic() + annotate("text", x=5.8, y=9, label= label_text) + leg 以上代码画出来的图如下： 其中各部分的解释如下 leg <- theme(title=element_text(size=15), axis.text.x=element_text(size=14), axis.text.y=element_text(size=14), legend.text=element_text(size=14)) # 用于指定字体大小等，可以先忽略 label_text <- paste0("r = ", round(cor(subdata$Na,subdata$K),2)) # 用于计算相关系数r的值，并处理成标在图上的「r = xxx」的文本 library(ggplot2) # 用ggplot2包画图 ggplot(subdata, aes(x = log(Na), y = log(K))) + #指定画图的数据subdata，在aes(x = ,y = )中指定横纵坐标轴 geom_point(size = 2,color = "#31705a") + #绘制散点部分，点的大小为2，颜色为浅绿色 stat_smooth(method = "lm", color = "#31705a")+ #绘制拟合线部分，method = "lm" 使用线性拟合，颜色同前 theme_classic() + # 使用ggplot的classic画图主题，是个只显示横纵坐标轴的主题 annotate("text", x=5.8, y=9, label= label_text) + # 添加上文字标注，类型是"text"，位置在x=5.8，y=9 leg # 添加之前指定的字体大小部分，不关键

Best practices for single-cell analysis across modalities

介绍了如何将 Shiny App 打包成 Docker 格式，方便在不同设备环境下托管