下午email了这次的用户测试报告，任务算全搞定了。明天把服务器运回去。
随着样品逐渐复杂，不断增加难度：先鉴定牛血清标准蛋白样品；接着是6种不同的哺乳动物标准蛋白的混合样品；然后开始测试实际实验样品，鉴定含有几十种人类细胞蛋白的质谱数据；第四天进入深水区，开始鉴定含有超过三百种蛋白的样品……
pFind和竞争对手Mascot一起跑，请生物学家对结果进行分析对比，必要时打开原始谱图人工判断匹配的正确性。和商业化的产品比，我们显然还很粗糙。中间崩溃过一次，只好停下来找BUG；易用性和结果呈现受到批评。战战兢兢，但不管怎么说，生物学家对搜索结果本身比较满意，核心算法得到了承认。第一次现场实验，还算说得过去吧。
记录两个小花絮：
跑牛血清标准蛋白数据，用Human库做背景。搜出来的结果居然包括很多的人类蛋白，郁闷。得到解释说，这些大都是角蛋白（人的皮肤和头发），还有汗液里的抗菌成分，是从实验者身上或空气浮尘土带来的污染，很难避免。
后两个实验用的样品是大名鼎鼎的HeLa细胞，就是那个传说中不死的女人。
晚饭后跟着朋友去五道口的Google公司玩。各层都转。售后支持部门女孩儿居多，办公环境居然被布置成了一个大大的婚礼现场，和研发部门的风格迥然不同。玩了很长时间的桌上足球。对程序员来说Google的气氛真的很梦幻。
昨天带着服务器安营扎寨，今天开始和生物学家们呆在一起。接下来的任务是请他们试用pFind，也跟着做实验打下手，了解了解需求。因为是在服务器上编代码，工作时间没办法上网。
先跑个最简单的，把牛血清标准蛋白的质谱数据扔进去，答案序列混在人的蛋白里当侯选数据库。请人家看了看结果，该搜出来的东西都有了。 这只能证明算法没大错，不表示能力有多强，后面还要经受混合上百种蛋白有修饰的真实实验的考验才算数。不管怎么说，第一次在实际用户面前亮相，也算初战告 捷。
瞧瞧人家搞生化的，白大褂胶皮手套，大小仪器瓶瓶罐罐，恒温恒湿的操作间，几百万的设备，到处是眼花缭乱的试管和仪器在闪烁，这才像传说中搞Science的样子。哪里像我们，就知道对着个方盒子敲啊敲，整个儿一打字员。
另一个区别是ppmm好多……不过胆子都好大……切开小白鼠眼不眨，处理剧毒药剂手不抖
下班，等实验室的mm带我去坐班车。她说“等我看看效果，站远一点，紫外线有污染”，看她也什么防护都没有，就大着胆子凑上去，人家也是人，我怕什么呢？“这是什么？”，“DNA”，“我只听过蛋白质电泳……”，“也有核酸电泳”，最后她关上紫外线灯，“结果不错。看样子你还挺感兴趣，下周帮我 作试验好了”，“那就变成添乱了”，“哪里，新手运气好，最难的两个克隆样本让给你”，汗……
OK，生物学家一天的工作就是这样的。
登陆网站，填写preferred reviewers，大着胆子选了Matthias Mann，修改引用和插图，然后上传文件，最后给其他作者发邮件。OK，就等24小时以后投稿了。
BOSS H替我借到了Bioinformatics Software Engineering: Delivering Effective Applications，作者Paul Weston。只有薄薄120页，卖65$好贵。这个阶段之后，我也打算总结一下自己在生物信息学领域的软件工程经验。
越是不了解XP缺少实际TDD体验，甚至是已经脱离一线开发的人，越喜欢说“XP是反软件工程的”、“XP不要设计”、“XP让程序员开心，却是项目经理的噩梦”。引用一篇Robert C. Martin的Agile Methods – The Bottom Line，专门论述了XP如何为项目管理提供强有力的支持。
类似Robert C.Martin这样，敏捷阵营的领袖大多仍在参与软件项目的实际编码，所以XP很贴近软件项目的实际需要，例如设计模式、单元测试等。这两天在对质谱鉴定系统进行残暴的支解，各个模块拆得七零八落，但依赖了CppUnit，还是可以有条不紊地重构，又一次体会到TDD的妙处。上来敲感想。再一搜索，呵呵，原来以前写过类似的内容，几乎是重复了。
昨晚整个生物信息组加班干到11点，今天领导们飞往上海，小兵蛋子们可以喘口气了。可怜俺又被借到人脸识别组改程序，好久没看代码，生疏了，强打精神改完。都三个星期没假期了，与富士康共建和谐社会。
不过以前写的人脸标注系统还真棒。又是单击，又是双击，又是拖拽，又是右键、又是Gamma处理、又是备注、又是检验、又是重载输入输出、又是定制、又是验证……众多功能布置得井井有条。隔了将近两年重新看，基本不用依靠注释，通过各个类的成员函数名就全摸透了。修改完编译，CPPUnit单元测试案例一路绿灯，超有成就感。嘿嘿，得意一小下。
无论LTQ还是QTOF，pFind的二电荷质谱FDR曲线都很漂亮，超过了Sequest和Mascot。守着12万数据来来回回跑了10遍，熬得灯枯油尽了，俺现在就想着赶紧回去睡个好觉。
QTOF数据鉴定结果FDR曲线对比
“就像在沙漠里走了十天，终于喝到第一口水”——姚明
山重水复的时候出现转机。今天那些奇奇怪怪假阳性曲线消失了。组里这些天的不断改进终于见到了成效。索引程序的BUG的修改、算法和数据的精度的加强、肽序列质量计算公式的摸索、N端M问题的发现、搜索策略的尝试……这些点点滴滴的细节构成了量变的基础。
论文还在不断改，感谢总热心提醒我的dq。
回家好好休息一下。下个月继续前进。
