前些天fy踅摸出肽序列实验质量公式。代入第一同位素的原子量，结果与Mascot一致。但是对于元素平均值，则出现了0.01左右的差别。
平均计算的精度相对较低，其实不用来来回回加氢原子减质子这么折腾。所以我怀疑Mascot对公式进行了简化。大伙试了几次，最后用最老实的办法，MH直接减掉氢的平均原子量，搞定。
且慢，fy大虾又发现Mascot使用Unimod database的修饰数据，也许和我们的数据不同？对比中……
质量精度
Leave a reply
Category Archives: 打工日记
M和水蜜桃
最近都加班到很晚，不过进度满意。
共享内存索引服务的BUG被彻底清除后，周六着手移植到新版SDK，周日搞定，开始跑测试。对比结果，我发现Mascot做蛋白质酶切时，会先除掉N端的M（甲酰蛋氨酸）。组长很快查到了这操作的理论依据。今天我在pFind里也加上了对应的处理代码。再运行测试数据，鉴定率又有提高。
刚才在路上买了两个大水蜜桃犒劳自己。连续十几个小时对着屏幕了。吃完桃洗澡睡觉。
开始用ICE写程序，组里来新人
开始用ICE写些试探性的分布式小程序了，感觉不错。
索引服务还有问题，肽质量计算仍然有BUG要改；Q_TOF预处理数据要全面再跑一次，评价效果；新版预处理DLL开发还有很多事要协调。自己写代码，纯技术问题永远是简单的，麻烦都来自人，所以百分之五十以上的工作内容都是交流、交流再交流。
组里来的新人chh的工程能力让人赞赏：本科参加ACM竞赛用的是Eclipse + GCC + Linux编程平台；毕业设计用VC7.1开发图形图像处理软件；算法功底不必多说，设计模式也了解不少。这下开发工作可以指望帮手了。有踏实的基础到哪里找不到好出路呢。
确定BUG位置
前些天着急上火，因为pFind的肽序列质量误差过大的BUG总也排除不了。今天总算逮住了。导致质量计算不准的是数据索引模块，而且仅仅是修饰的索引才出现BUG。老版本遗留问题。真折腾。同时松口气，BUG定位后就好改了。
有关质量误差的其他细节今天也都改完了。不由高兴起来，明天去实验室加班。昨天会上好大压力。阿弥陀佛，我得把《最后期限》再看一遍。
上周开始重新浏览Distributed Programming with Ice，目前在精读The Ice Run Time in Detail一章。刚写了个HelloWord代码。上网一看，ICE 3.1.0又发布了，乖乖，好快的推出速度。
搞生物的人
下午去军事医学科学院考察他们的集群硬件环境。IBM的刀片服务器，16个节点，每个节点2个CPU，2G内存，还有几十T的磁盘。完成人类基因组计划后，他们开始参与人类蛋白质组计划，俺们算法的直接客户。
无论Sequest还是Mascot，集群架构其实都差不多。
国内生物实验室的高通量质谱仪越来越多，有的一天得出的实验结果数据就好几十G，所以就需要与此向适应的处理鉴定能力。和生物仪器比起来，集群硬件和鉴定软件的价格对生物学家不算最大的投资。
生物信息学术会议上，一多半都是华人，我们与领域前沿的交流频繁程度并不逊色于任何人。开发自主的生物信息软件，科研实力并不是问题。在价格和服务反应上，相信本土开发者会更有优势。要说差距，也许就得在工程能力和科研成果孵化上考虑了。
细节
ACE和ICE
为pFind集群版本的开发做准备，技术调研。
买了本The ACE Programmer’s Guide: Practical Design Patterns for Network and Systems Programming中文版。Google到Distributed Programming with Ice中文电子版。两本书都是马维达翻译的。翻箱倒柜，找到2004年9月的《程序员》，有ICE的系列专题。
另外看了看SWT的文档。pFind会向Linux移植。
FDR
前几天都在用蛋白反转库测试pFind的FDR。征用了N台服务器和PC，成天咕噜咕噜跑，CPU100%，其他啥也干不了。
喝完同学的喜酒，去实验室看假阳性实验的进展，果然跑完了。拷回来分析，和对手不分上下。这次pFind打分算法没加误差模型。刚好碰上fy，帮我把误差参数训练出来，又开始跑。估计5月4日能出结果，希望效果更好一点。
Google的算法
开始设计pFind系统的集群版本。今天在读Google的论文：MapReduce: Simplified Data Processing on Large Clusters。之前推荐过The Google File System和Web Search for a Planet: The Google Cluster Architecture两篇论文。
Google的强大不只源于PageRank算法，用普通PC组成的高效集群也是一个杀手锏。李开复就提到过，MapReduce算法和GFS架构才是Google真正的核心竞争力。
digg上热炒Google购买Orion算法的的事。引出一大堆各式各样的八卦议论，比如有关这个博士生的国籍。有个小伙这么写“After all Israel is just America III. Canada is America II.”，哈哈。
有趣的是，现在，北京时间2006年4月10日22:30分，用Google Web Search搜索这个新闻，可看的内容很少，但用Google Blog Search搜索，就能找到世界各地用各种语言写的评论，很多都是20分钟前刚写的。
里程碑：pFind Local Search界面初步完成
pFind系统的用户界面部分，还有不少工作要做。
