injectSakiCaptcha().then((tohref) => {
window.location.href = tohref;
});
拯救者电源接口接触不良维修
网上大多说是因为散热设计不佳，导致充电口公头损坏，但是有时候扭一下接口就能充电，所以可能单纯是触点问题，也有可能只是因为我的没有那么病入膏肓。
拯救者电源接口母口的结构如下：
此时我的触点①、③都已经感觉有点往内弯曲看不到了，并且很松，怀疑是他们的问题。
猜测：
①用于固定
②、③是电源触点
②又根本碰不着，因此试着将③用针状塑料往外挑开，插上电源，秒杀。
更新：这样子最多只能生效一会儿，改动公口和触点③对应的触点可以更好地保持状态：自己动手修好联想拯救者电源接触不良问题。
蓝星P320系列保险无效维修
原因
扳机传动杆上下旷量过大
解决方案
因为有一个金属块限位，只要在尾部塞东西减少旷量即可。
Nintendo Switch底座拆除前盖
以防你不知道，switch底座的前盖是可以单独拆下来的。
数据处理
[2025-01-13]FFmpeg在使用filter后默认输出的码率降低？
在使用如下filter(crop)而不指定码率时，偶然发现输出糊了很多，再仔细看输出的码率降低了很多，或许需要使用-b:v 12000k之类的指定码率。
1for %f in (*.*) do ffmpeg -i "%f" -filter:v "crop=iw*(10/10):ih*(3/10):iw:ih*(7/10)" "%~nf_lower%~xf"
另外其实我上面命令写错了，但是结果正常，这也说明保留画面的大小是优先于其位置的。
[2025-01-13]DeepLabCut2024年12月版本No unfiltered data file found
前段时间更新的某版本有bug，如下情况不生成.h5：
使用TensorFlow模型（据开发者，但是我在服务器用TensorFlow训练好之后在本地用没问题）
本地训练的pyTorch模型（我遇到的）
最新版本已经修复，但是不知道为什么，直接pip
install没法覆盖，先卸载再安装。
[2025-03-03...
报错内容
完整报错示例
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354---------------------------------------------------------------------------ValueError Traceback (most recent call last)Cell In[48], line 1----> 1 kpy.plot_cpdb_chord( 2 adata=adata_cpdb, 3 cell_type1=".", 4 cell_type2='.', 5 means=means, 6 pvals=pvals, 7 deconvoluted=de...
引言
Colab团队十分自负x，除了在更新Python版本时提供上一个版本的Python，目前没有使用3.11以外版本的选项。
但是有一些包可能不支持特定的Python版本，这就麻烦大了。
主要参考这个回答，目前能够成功降级。
更换Python版本
这里选择降级到Python3.9。
在提示重启的时候重启。
12345678910111213141516171819!sudo apt-get update -y!sudo apt-get install python3.9!sudo apt-get install python3.9-distutils!sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.9 1!sudo update-alternatives --config python3# 假如知道要选择的版本，可以直接选择# !echo 3 | sudo update-alternatives --config python3!apt-get install...
主要用于桌面模式。
方法A
核心是摇杆-右摇杆行为设置为十字键，设置里选择模拟信号模拟、模拟信号模拟脉冲时间：500，然后比如上键设置为滚轮上（长按），下键设置为滚轮下（长按），设置里选按住以重复：开启、按压时间：0ms、重复速度：40，这个速度调小的话，实际的速度会增加。
做好的布局在这里
方法B
如果嫌不够快、不够灵敏，还有一种方法：
摇杆-右摇杆行为设置为十字键，设置里选择模拟信号模拟，然后比如上键设置为滚轮上，下键设置为滚轮下，设置里选普通按压、按住以重复。
但是这样设置出来，轻推是高速滚动，全推是低速滚动QAQ
我想机制和全推时频率更高，每个脉冲时间更短有关。如果能搞到源码看一下就好了。
后记：手柄模拟常用鼠标键盘功能的键位
见L4T的默认键位，我就说左摇杆光标、右摇杆滚轮这种思路才是最好的，steam默认是什么反人类键位（确信）
[2025-02-24]seurat
V5对象转adata对象
据说对于V4和之前的版本，SeuratDisk可以用，V5则要转回V3的assay。
还有另一个包SCP，里面的srt_to_adata()中，特征元信息用的变量名是meta.features，但根据这个issue，Assay5对象的特征元信息变量名也改成了meta.data，需要改一下源码里的变量名。
还有另一个问题，目前这里面转出来的adata对象的write_loom()方法有些问题，特征名样本名都没了，但write_h5ad()方法可以用。
[2025-02-25]scenic用到的genome
ranking database
在这里面找就好了。
还有，先装个docker或者singularity再跑pySCENIC都比arboreto_with_multiprocessing.py要快。另外他们文档里singularity的部分写错了，按格式写就好。
[2025-02-28]reticulate查看已安装包信息
才发现也才意识到以前的不对劲，py_config()可能不会列出所有包，要...
引言
一般来说，使用GO和KEGG数据库对差异基因进行基因富集分析，多是
ORA：基于对特定组内外（如通路）的差异基因、背景基因数量进行检验，看组内外的差异基因是否随机分布。比如ClusterProfiler包中的enrichGO()和enrichKEGG()
GSEA：差异基因按log2FoldChange降序排序后，顺序遍历，按差异基因是否在特定组（如通路）内进行加减分，并进行检验，最后NES可以看出组内的整体表达趋势。比如同样是ClusterProfiler包中的gseGO()和gseKEGG()
GO数据库条目之间至少可能还有Positively regulates和Negatively
regulates两种关系，暂且不论。
但KEGG一个通路内的基因，极度简化，既有正向的也有负向的，而且还有更复杂的，有一些使用KEGG数据库的做法是把上下调的差异基因分别进行ORA，或者一起进行GSEA，仔细想想其实很没道理。以GSEA举例，如果一个通路内正向的基因上调，负向的基因下调，这样子整体表达趋势却可能是不变，会认为不显著。
（GSEA针对这个问题，有一种...
引言
附：基于barcode的空转原理
把特定barcode结合到特定位置，其末端是可以与mRNA结合的polyT序列。将切片透化，让其mRNA与barcode结合，在原位合成cDNA，通过NGS就能得到每个mRNA和其barcode，通过barcode又能映射回其位置。
相较于其它方法，这种方法的优势在于同时兼顾速度、精度和全转录组测序等。在精度上，基于FISH和原位测序的方法可以做到光学极限，但就没法做到全转录组了。
数据分析
那么这里使用的数据是通过基于barcode的空转测序得到的。
和scRNA-seq比起来，就是每个样本点有了空间信息，并且每个样本点是一群细胞，那么要做的和之前的十分相似，只是主要有以下不同：
寻找差异表达基因时，有2种手段
聚类后在簇之间寻找，不需要空间信息
根据空间信息寻找
进行类型注释时，有2种手段
寻找和scRNA-seq之间的锚点，然后整合，每个spot只能预测出1种细胞类型
使用scRNA-seq作为参考，对每个spot进行反卷积，能得到每个spot内不同类型的比例
在这个示例里，都采用前者...
ATAC-seq的原理可以通过这个视频简单了解，在染色质开放区域，转座事件更容易发生，产生更多片段，形成peak。
通过scATAC-seq分析，我们可以得出，例如，不同条件下染色质开放区域的差异，高度开放区域可能为活跃转录的基因。
这里使用Seurat V5和signac对PBMC进行scATAC-seq分析，原始代码见signac文档。
数据导入
peak-细胞计数矩阵
元数据
片段信息
这个片段信息结构是，染色体-起始位置-终止位置-barcode等
片段信息索引
scRNA-seq数据
（所以其实，可以只用片段信息来生成peak-细胞计数矩阵。）
还可以添加注释信息，便于下游分析直接从对象中读取。
生成Seurat对象
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950pkgs <- c("Signac", "Seurat", "hdf5...