Home

A working notebook of reproducible bioinformatics — genomes, structures, and data visualization.

Latest notes

From the notebook

Simulating Life: The Final Sanctuary of Artificial Intelligence

从语言、图像、物理到虚拟细胞：四组可复现实验，追问 AI 模拟生命究竟还差哪几步。

Is Evolution a Search Algorithm? How Life Explores Nearly Infinite Possibilities

把进化写成一个搜索问题：搜索空间有多大、适应度景观为什么崎岖、漂变与选择如何分工、中性网络怎样让生命穿越低谷，最后把自然选择、贝叶斯推断、梯度下降与强化学习放进同一个更新规则里比较。

Machine Learning in R: Algorithms, Mathematics and Packages

从最小二乘到随机森林、从 PCA 到 UMAP、从 glmnet 到 torch：用统一的损失-正则-优化视角讲清十种常用算法的数学，全部配 R 代码与可复现的图，并对照 tidymodels、mlr3、caret 三种工作流。

Cells in Latent Space: How AI Learns to Represent Biological States

从一个 3000 细胞 × 1000 基因的模拟系统出发，用 PCA、UMAP、Diffusion Maps、Autoencoder、VAE 与扰动模型，逐层拆解「细胞表征」到底保留了什么、丢掉了什么：8 组可复现 R 实验、13 幅图，以及一个始终没有答案的问题——我们是在发现生物学的潜在空间，还是在构造一个恰好有用的潜在空间？

Encoding Single-Cell RNA Expression Data for Transformer Models

逐段中英对照的技术综述：以 Geneformer、scGPT、scFoundation、scPRINT 与 UCE 为例，还原从 raw counts 到 token 与 embedding 的完整计算过程，比较信息保留、计算成本与适用场景，并给出可验证的实验设计。

What Is Emergence?

用元胞自动机、Vicsek 群体运动和细胞通讯三组可复现实验，把「涌现」从比喻变成可以测量的量：序参量、相变、结构尺度与反例。

From One Multiplication to a Whole Network: Operators in AI

算子到底是什么：从 2 × 3 开始，经过矩阵乘法、激活函数、卷积与注意力，一直讲到 GPU kernel、FlashAttention 与虚拟细胞；同时区分数学定义、框架实现与硬件实现这三层，并给出判断“新算子”是否真的新的问题清单。