动态规划--一维dp和二维dp 总的来说，选择使用一维DP数组还是二维DP数组，取决于问题的特点和解法的需要。在一些情况下，通过巧妙的设计，可以将二维DP数组优化成一维DP数组。在动态规划中，经常会用到“上一行”和“当前行”这两个概念，尤其是在使用二维动态规划数组时。这两者的区别在于它们对应于不同的状态或阶段。具体到代码中，通过这两者的概念，我们可以方便地设计状态转移方程，使用前一行的信息来更新当前行的信息，从而实现动态规划的递推过程。
itertools.combinations_with_replacement和itertools.combinations的区别 itertools.combinations_with_replacement和itertools.combinations的区别
Simultaneous——使用进化模型（EVcouplings）和优化算法（Gibbs采样）设计蛋白质变体 这篇论文通过使用进化模型（EVcouplings）和优化算法（Gibbs采样）设计出了一系列带有多重突变的蛋白质变体。
FSFP——专为蛋白质工程设计的少样本学习策略 FSFP（Few-Shot Learning for Protein Fitness Prediction）是一种专为蛋白质工程设计的少样本学习策略。它通过结合元迁移学习（MTL）、排序学习（LTR）和低秩适应（LoRA）技术，有效提升了蛋白质语言模型在极少量标记数据下的性能。FSFP通过在相关蛋白质的辅助任务上进行元训练，获取能够快速适应新任务的初始模型参数，然后在目标蛋白质的少量数据上进行微调，最终实现对突变体适应性的精确排序和预测。
EnzyACT——融合图技术和蛋白质嵌入预测突变蛋白活性变化 本论文介绍了一种新方法 EnzyACT，这是一种深度学习方法，融合了图技术和蛋白质嵌入来预测单个或多个突变后的活性变化。作者的模型结合了基于图的技术和语言模型来预测活性变化。此外，EnzyACT是在一个新的精选数据集上训练的，包括单点和多点突变。
双端队列（deque）--python 双端队列支持线程安全，在双端队列的任何一端执行添加和删除操作，它们的内存效率几乎相同（时间复杂度为O(1)）2。双端队列还可以设置队列的长度，使用 deque(maxlen=N) 构造函数会新建一个固定大小的队列。当新的元素加入并且这个队列已满的时候，最老的元素会自动被移除掉1。Python中的双端队列（deque）是一种特殊的数据结构，它允许在队列的两端进行插入和删除操作12。需要注意的是，双端队列在访问中间元素的时间复杂度为O(n)，速度较慢，对于快速随机的访问，还是用列表代替2。
动态规划--一维dp和二维dp 总的来说，选择使用一维DP数组还是二维DP数组，取决于问题的特点和解法的需要。在一些情况下，通过巧妙的设计，可以将二维DP数组优化成一维DP数组。在动态规划中，经常会用到“上一行”和“当前行”这两个概念，尤其是在使用二维动态规划数组时。这两者的区别在于它们对应于不同的状态或阶段。具体到代码中，通过这两者的概念，我们可以方便地设计状态转移方程，使用前一行的信息来更新当前行的信息，从而实现动态规划的递推过程。**如果 每个状态与不仅与上一行有关 改用一维dp时 要用临时变量等来防止覆盖 **
AutoDL 使用方法（常用命令） 解压数据集 unzip /root/###.zip (具体可以参考autodl官方文档)在实例中查看磁盘使用情况请在终端中执行：source /root/.bashrc。安装依赖 pip install -r requirements.txt。tensorboard 可视化 tensorboard -logdir。开启学术加速 source /etc/network_turbo。下载代码 git clone。
Python虚拟环境：venv与Conda的不同，如何选择？ 摘要：本文介绍了Python虚拟环境创建的两种常见方法，venv和Conda，并比较它们之间的不同之处。文章旨在帮助开发者根据项目需求和偏好选择适合的虚拟环境工具。无论您需要轻量级的Python环境还是跨语言支持和更强大的包管理，本文提供了创建和配置虚拟环境的简明指南。
关注
