python 热门排序

• 智能手表一弯，MIMO信号就掉格？系统级仿真得这么跑

  你如果把智能手表摘平放在桌上跑个MIMO速率测试，再戴到手腕上做同样测试，大概率会发现吞吐量跌了一截。很多人第一反应是“人体吸收”，其实更隐蔽的推手是 天线形变导致的方向图畸变 ，它直接改写了多天线之间的空间相关性，MIMO的信道容量和分...

  144 2026/4/6 MIMO天线仿真穿戴设备射频空间相关性建模

• 从“固定电路”到“可编程大脑”：Loihi 2 如何重塑神经元编程灵活性？

  在神经形态计算领域，英特尔初代 Loihi 芯片曾以低功耗和异步脉冲通信引发关注，但其神经元行为高度依赖硬件固化设计。开发者只能调整有限的预设参数，如同“在出厂定型的模具里微调”。而 Loihi 2 的问世，标志着该架构从“专用加速器”向...

  142 2026/4/12 神经形态计算脉冲神经网络Loihi2架构

• 无三维结构时，如何仅凭氨基酸序列用 ESM-Fold 预测抗原结合表位？

  在抗体药物研发或免疫学研究中，获得抗原-抗体复合物的晶体结构通常耗时且成本高昂。随着单序列蛋白质结构预测工具（如 Meta 的 ESM-Fold）的出现，仅凭一级氨基酸序列预测抗原结合表位（Epitope）和抗体靶点（Paratope）已...

  136 2026/6/9 ESM-Fold表位预测结构生物学

• 树莓派小空间散热优化：如何通过 PWM 逻辑彻底消除风扇“啸叫”？

  在给树莓派做小型模拟器（比如 RetroPie 掌机或者超小尺寸的 ITX 盒子）时，最让人崩溃的往往不是性能不够，而是那个 30mm 甚至 20mm 小风扇发出的 高频啸叫 。 在极小空间内，风道受阻，风扇必须维持高转速，而简单的电...

  134 2026/4/23 树莓派PWM控制硬件DIY

• 单卡 RTX 4090 本地部署 AlphaFold 3 实操与显存优化指南

  Google DeepMind 正式开源 AlphaFold 3 (AF3) 的源代码和模型权重后，生命科学与 AI 交叉领域的开发者迎来了一波本地部署热潮。 虽然官方推荐使用 A100/H100 等企业级显卡，但对于预算有限的个人开...

  112 2026/6/10 RTX 4090生物信息学

• 批量用FoldX计算ProteinMPNN突变体结合自由能变化（ddG）的高效工作流

  在蛋白质计算设计中， ProteinMPNN 凭借其强大的序列生成能力，能够快速给出成百上千个潜在的突变序列。然而，ProteinMPNN 无法直接给出物理意义上的结合自由能变化（$ Delta Delta G_{ text{bind}...

  104 2026/6/7 FoldX结合自由能

• 如何本地免商业授权费部署 AlphaFold 3？（附抗体-抗原复合物预测实操指南）

  Google DeepMind 在 2024 年 11 月正式开源了 AlphaFold 3 (AF3) 的源代码及模型权重（针对学术与非商业用途）。这意味着研究人员终于可以摆脱 Web 服务器每天的提交限制，在本地环境中运行这一顶尖...

  103 2026/6/10 抗体设计本地部署

• 显存不够也能玩转AI制药：本地低配环境搭建 RFdiffusion + ProteinMPNN 工作流指南

  作为蛋白质 de novo 设计领域的“黄金搭档”，RFdiffusion（负责骨架生成）和 ProteinMPNN（负责序列设计）几乎是目前计算生物学研究的标配。然而，官方文档中动辄要求 A100 或 24G 显存显卡的配置，让许多只有...

  97 2026/6/6 蛋白质设计

• 如何用 ESM-2 进行抗体-抗原结合亲和力预测？从零样本表征到微调实操

  在 AI 辅助抗体药物研发（AIDD）中，评估抗体与抗原之间的结合亲和力（Affinity）是核心环节。Meta 团队开源的 ESM-2 作为目前最强大的蛋白质语言模型之一，凭借其在海量无标注蛋白质序列上学习到的进化和物理化学规律，成...

  92 2026/6/8 ESM-2抗体药物研发亲和力预测

• 如何在不牺牲抗体结合力的前提下，利用ProteinMPNN大幅提升热稳定性（Tm）？

  在抗体工程中， 热稳定性（Tm值）与亲和力（结合力）的协同优化 是一个经典的“既要又要”难题。 ProteinMPNN 作为目前最优秀的逆折叠（Inverse Folding）模型之一，其本质是根据主链几何结构生成匹配的氨基酸序列。它...

  92 2026/6/7 抗体设计热稳定性

• 显存不够怎么跑 RoseTTAFold2？超大蛋白质复合物轻量化预测实战

  生命科学领域的研究者，大概都经历过被 CUDA out of memory （显存溢出）支配的恐惧。 随着结构生物学进入“大复合物时代”，预测 2000aa（氨基酸残基）以上的超大蛋白质复合物已成常态。然而，RoseTTAFold2...

  90 2026/6/11 显存优化蛋白质结构预测

• RFdiffusion设计的蛋白质怎么看质量？小白保姆级PDB评估指标拆解

  在 AI 蛋白质设计领域， RFdiffusion 毫无疑问是目前的明星工具。但很多刚入行或者跨界过来的同学，在跑完 RFdiffusion 拿到一堆 .pdb 格式的结构文件后，往往会一脸懵逼： “这个结构到底折叠得好不好？...

  88 2026/6/6 蛋白质设计PDB结构评估

• 基于介电泳‑电穿孔协同的植物叶肉原生质体高通量转染体系

  引言：从叶肉到田间的加速器 在作物改良的赛道上，功能基因组学团队最头疼的不是找不到候选基因，而是 验证速度跟不上筛选速度 。传统PEG化学法转染原生质体，操作员得像绣花一样逐个处理，培养皿里一群脆弱的"裸核"随时可...

  85 2026/6/3 原生质体转染微电极阵列基因编辑突变体筛选

• 单卡跑通万级突变：本地轻量化 ESMFold 部署与高通量筛选实战

  在蛋白质工程和定向进化中，对成百上千个突变体进行结构预测是一项常见的任务。传统的 AlphaFold2 尽管精度极高，但由于需要进行耗时的 MSA（多序列比对）检索，在面对高通量突变体筛选时，算力成本和时间周期往往难以接受。 Meta...

  84 2026/6/12 ESMFold突变体筛选蛋白质结构预测

• 白嫖云端算力：如何用免费 Google Colab 运行 GPU 加速的 GROMACS 分子动力学模拟

  对于从事计算生物学或计算化学的研究生和科研人员来说，本地缺乏高性能 GPU 算力是一个长期存在的痛点。Google Colab 提供的免费 T4 GPU 是一个极佳的“白嫖”资源。 本文将手把手带你配置 Google Colab 环境...

  80 2026/6/12 GROMACS分子动力学模拟

• 白嫖 Colab：如何无显卡（纯CPU）免费预测超长单链蛋白质结构？

  在结构生物学界，预测超长单链蛋白（比如 >1000 个氨基酸）一直是个“吞金兽”级别的任务。 很多人习惯用 ColabFold (AlphaFold2)。但如果你试过在 Colab 的免费 T4 GPU 上跑 1200aa 以上...

  78 2026/6/11 生物信息学蛋白质结构预测

• 为什么开启 NVIDIA MPS 后 MPI 进程会突发 CUDA_ERROR_OUT_OF_MEMORY？原理剖析与排查指南

  在利用 MPI（Message Passing Interface）进行多进程并行计算或分布式深度学习训练时，为了提高 GPU 利用率，我们常常会开启 NVIDIA MPS（Multi-Process Service）。MPS 的初衷是允...

  77 2026/6/13 CUDANVIDIA MPSMPI

• 白嫖 Meta 算力：无显卡如何在 Colab 快速部署 ESMFold 并搞定单点突变分析

  做结构生物学和计算生物学的同学，或多或少都经历过被显卡支配的恐惧。想跑个 AlphaFold2，光是配环境和下载那几个 TB 的数据库就能让人崩溃，更别提本地那块瑟瑟发抖的 RTX 3060 显卡了。 其实，如果你只是想针对某个靶点蛋...

  77 2026/6/12 ESMFold单点突变

• 如何用 AlphaFold-Multimer 落地抗原与海量天然抗体文库的盲筛对接管线

  在没有已知抗体作为阳性对照的情况下，直接使用 AlphaFold-Multimer (AFM) 对数万甚至数百万个天然抗体序列进行盲筛对接，在计算资源（GPU 算力）和时间成本上是极不现实的。标准 AFM 预测一个抗原-抗体复合物通常...

  77 2026/6/10 AlphaFold抗体虚拟筛选生物信息学

• K8s 混合调度 MIG 与 MPS 的终极实践：把 GPU 榨出最后一滴油水

  在 AI 推理服务的生产环境中，最让基础设施团队头疼的，莫过于 “显存闲置” 与 “算力浪费” 。 普通的 AI 推理任务（尤其是中小模型、NLP 分类、OCR、语音识别等）往往呈现“高频、低延迟、低 GPU 利用率”的特点。如...

  63 2026/6/14 KubernetesGPU虚拟化AI推理