剑桥大学肿瘤研究所的Florian Markowetz，在17年3月的PLOS Biology上发表了一篇同名文章《All biology is computational biology》，为搞计算的人在生物研究中的贡献正名。Florian提到了大部分人对计算的看法，诸如文章署名时，搞计算的被放在后面。他也提到自己曾经的一次面试：被质疑缺乏对生物学的深度理解，和科研能力，被认为“过度依赖合作者”(即没有第一作者的文章。因为第一作者通常不是搞计算的人)。

Q:鼠标右键点击某一个文件，或者文件夹背景，选择cygwin，然后自动进入当前文件夹？
A:通过修改注册表文件。具体步骤：
1.新建一个文本文件，拷贝下面文字到文件中。并将“D:\System\Linux\”修改成自己的cygwin安装目录。保存文件。
2.然后，修改文件名为cygwin.reg。双击导入注册表。

有两只手撑起了当前的分子生物学研究：高通量测序技术和基因编辑技术。它们一个对基因组进行“读”，一个进行“写”。一个是dry lab的焦点，一个是wet lab的必需。一读一写间，基因组这部生命之书被科学家放于手掌里，翻来翻去、勾勾画画，书页上字里行间的密码逐渐被揭秘。

Flask同Django一样，是基于Python的web框架。Flask很“轻”，非常适用于开发web服务的API。这里的一个例子是所有人第一次学习flask用的。对我而言，它的用途是快速建立小巧的生信站点或在线API，所以URL和对应的视图函数的返回值是我最为关注的。

以前在统计教科书上学过用方差(Variance)衡量变异程度。变异程度、不确定性、多样性等名词在多个学科里出现，而且有着某种关联。后来学到熵(entropy)也是一种很好的衡量不确定性的指标，所以小结一下与熵。

目前，科学家们一致地用“环境基因交互作用”这一框架，来理解疾病的发生，而且通过这一框架指导自己的科研实践。疾病，要么是环境诱导的，要么是遗传的。这看起来似乎很简单，但想要真正理解比较困难，因为他们属于不同的学科，不完全都在医学领域里。需要亲自去向各个学科学习。对于那些非自己专业的学科，尽量去感同身受地体验它们学科的思维方式。由于大部分疾病都多病因的，所以环境因素和遗传因素，孰轻孰重，或者二者怎样交互作用的，难以去把握。两种因素交织在一起，千种疾病，有千种模式。

学生时代最为憧憬的分子生物学技术是对基因进行任意的点突变，制造带有特定突变的蛋白质。以研究public health里最为关注的基因-环境交互作用。基因/蛋白质的定点突变技术和蛋白质分子动力学模拟正好可以相互佐证。

Immortalization和transformation指的是培养细胞的两种特殊的增值表型（growth phenotype），这两种表型皆是细胞走向恶性过程中表现。它们背后有与之相对应的分子机制，虽然这些分子机制已被广泛认为是肿瘤的hallmark之一，但有这两种表型的细胞仍不完全等价于癌细胞，而且它们向肿瘤发展的过程中还需要经历其它的变化。对它们发现、认识、和建立具有这些表型的细胞系是历史上轰轰烈烈地(没错，是这个词) 研究病毒致癌机制中发展起来的，现在仍然应用于致癌过程的研究和化学物致癌作用的毒理学评价。

EMBOOS是一系列处理核酸序列和蛋白质序列的命令行工具的集合. 它包括了序列的提取, 查找, 比对和简单的序列分析等若干小程序. 它们都是独立的命令行工具, 所以用起来小巧而高效, 避免了图形界面程序和R/Python等编程工具的繁琐.

抑癌基因里的明星有P53、Rb、PTEN等，癌基因里的也有明星分子，它们是肿瘤发生机制里的关键分子，也常常是抗肿瘤药物作用的靶点。其中酪氨酸激酶类(Tyrosine kinase， TKs)是常受关注的癌基因。有超过50％的原癌基因和癌基因产物都是酪氨酸激酶。