WEEKLY REPORTS
每周札记
按周次查看学习与科研进展，点击任意一周进入完整内容。
研一8 篇
Week 8最新
2026年11月2日—11月8日
第十周梳理文献，按预测目标可用信息的不同，分为三类场景:只有目标对照, 少量目标实测, 逐轮选择实验
Week 9
2026年10月25日—11月1日
第九周详细整理目前研究的任务与一般技术方法，即对上周五汇报内容进行简要复盘。
Week 8
2026年10月19日—10月25日
第八周阅读文献。
Week 7
2026年10月12日—10月18日
第七周1，整理选题想法。2，针对分支2的有关文献，展开深度精读，梳理相关技术脉络发展，以进一步补充完善选题构思。
Week 6
2026年9月28日—10月11日
第五、六周这两周完成《Deep-learning-based gene perturbation effect prediction does not yet outperform simple linear baselines》七个大模型复现工作中的一类（GEARS 类）；并梳理基因与细胞扰动预测的八个研究分支，针对每一分支初步形成选题猜想。
Week 4
2026年9月21日—9月27日
第四周阅读文献《Deeplearning-based gene perturbation effect prediction does not yet outperform
simple linear baselines》；调配服务器，熟悉数据和代码，尝试复现模型
Week 3
2026年9月13日—9月20日
第三周本周我从“聚类分析/关联预测分析”技术出发，找到更具体的切入口——单细胞基础模型与扰动预测，并对此展开梳理。随后提出一个基于K562与RPE1跨细胞数据进行新扰动响应预测的选题思路
知识页
2026年8月26日—8月26日
知识梳理围绕生物信息聚类与关联预测，梳理研究对象、数据模态、模型任务、评价方法与证据边界。