TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #721 · 26.12

Почему я люблю языки с сильной системой типов, проверяемой статическим анализом кода — хорошо написанная программа является своей собственной спецификацией и позволяет выражать через язык программирования законы существования предметной области. Когда-то давно я писал на ActionScript. Там была система типов, но вот десериализация JSON'ов по-умолчанию была в какой-то общий Object, к полям которого нужно было обращаться ["по_строковому_имени"]. В один момент мне потребовалось написать что-то на C#, который я совсем не знал, я стал гуглить, как десериализовать JSON, и с удивлением обнаружил кучу советов заранее объявить класс со всеми нужными полями и десериализовать в него. "Какой ужас!", — подумал я тогда, — "Это же дико неудобно! А если я не знаю полей JSON? А если их много? Отвратительный язык!" Теперь то я прекрасно понимаю, что JSON это контракт, и что правильная десериализация только такая и должна быть, и что в хорошем API в одном поле никогда не бывает данных принципиально разных типов, и так далее. Нет, если вы набиваете вечерами пет-проект или сидите бессонную ночь на хакатоне, нет ничего плохого в том, чтобы взять простой язык с динамическими типами вроде JavaScript или Python, не требующий описывать данные. Но вот в энтерпрайзе, особенно когда над одним проектом работает много людей (а бывает это очень часто) — хорошее использование системы типов убережёт разработчиков от огромного количества ошибок, будет бить их по рукам, когда они пытаются сделать что-то не то, и будет подсказывать, когда они не уверены в чём-то. С помощью статической типизации можно на уровне кода обозначить правила, по которым ведёт себя предметная область вашей программы в реальном мире. Разработчику не только будет сложно их нарушить, но он ещё и станет узнавать какие-то вещи, которые мог не знать раньше. Например, если мы делаем медицинскую CRM, и больница заводит новых пациентов только тогда, когда знает их группу крови, мы можем объявить тип "Пациент" (или, если точнее, "Карта пациента") и запретить создавать экземпляры этого типа, не передав в конструктор группу крови (которая, в свою очередь, тоже является типом, вероятнее всего ValueObject'ом). Если новый программист пришёл в проект, он, во-первых, не сможет записать в БД некорректную карту пациента. Понятно, мы не учитываем случаи, когда новый программист переделывает модели предметной области — это будет хорошо видно на кодревью. А, во-вторых, даже если ему никто не сказал, что пациенты должны быть с группой крови, он узнает это из кода. И уже будет понимать, что в тех процессах реальной жизни, которые он описывает кодом, карта пациента создаётся только при наличии группы крови. А, значит, нужно искать какой-то способ сначала эту группу крови получить, и только потом создавать карту. Программирование моделирует реальный процесс. В настоящей работе даже на языках с типами, конечно, без должного контроля можно написать что угодно. Нужна управленческая воля, компетентность руководства, понимание опасности техдолга, в идеале отдельные должности для архитекторов, опытные лиды и старшие разработчики. Но когда всё это есть, можно отсекать много проблем ещё на старте и проще погружать новичков. #dev

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #genomics

当前筛选 #genomics清除筛选
Куратор из ЛСБ

@lsbcurator · Post #147 · 02.03.2024 г., 19:52

#biology#genomics Неживая биологическая сущность нового типа обнаружена в микробиоме человека До недавнего момента в природе было известно четыре неживых биологических сущности: 1. Вирус — кусок ДНК/РНК в белковой оболочке, транслируется в белок, размножается за счёт машинерии в клетке. Достаточно сложная штука по сравнению с остальными пунктами в списке. 2. Вироид: маленький реплицирующийся кусок РНК, ~300 оснований. Для сравнения s-протеин коронавируса ~3300 оснований, сам коронавирус ~30'000 оснований, то есть в сто раз больше. Не транслируется в белок. Размножается за счёт клетки. Обладает рибозимной активностью, то есть может реплицировать сам себя. Потенциальный остаток гипотетического «мира РНК» — самой ранеей стадии эволюции жизни, на которой доминировала РНК и ещё не существовало ДНК. Патоген для растений — вредитель картофеля. Общепринятое название может сбивать с толку, так как вироиды не относятся к вирусам. 3. Сателлитная РНК. Тоже реплицирующийся кусок РНК. Отличия от пункта 2 в том, что не обладает рибозимной активностью, то есть не может реплицировать сам себя. Может реплицировать себя только с помощью РНК-зависимой РНК-полимеразы какого-то вируса. То есть сателлитная РНК это паразит вируса. upd. 4. Прионы: неправильно свернутые белки. В отличие от других объектов в этом списке, прионы не содержат никакого генетического материала. Они заставляют нормальные белки того же типа принимать свою неправильно свернутую структуру, что приводит к каскаду клеточных повреждений. Прионные заболевания, такие как болезнь Крейтцфельдта-Якоба (БКЯ) у людей и губчатая энцефалопатия крупного рогатого скота («коровье бешенство») являются нейродегенеративными и смертельными. Это делает прионы уникальными, поскольку они представляют собой просто инфекционные белковые структуры. Новый: 5. Обелиск (Obelisk). Тоже реплицирующийся кусок РНК, ~1000 оснований. Похожей РНК в базах нет, транслируется в белки облины (oblins), похожих на которые тоже в базах нет. Назначение белков неизвестно. РНК кольцевая, механизм трансляции в белок делает сколько-то оборотов, потом один большой кусок аминокислотной последовательности нарезается на белки, 1 оборот -> 1 молекула белка, как понимаю. https://www.biorxiv.org/content/10.1101/2024.01.20.576352v1

GitHub Trends

@githubtrending · Post #15534 · 01.03.2026 г., 12:00

#python#agent_skills#ai_scientist#bioinformatics#chemoinformatics#claude#claude_skills#claudecode#clinical_research#computational_biology#data_analysis#drug_discovery#genomics#materials_science#metabolomics#proteomics#scientific_computing#scientific_visualization Claude Scientific Skills offers 148+ ready-to-use tools for AI agents like Cursor or Claude Code, covering biology, chemistry, drug discovery, clinical research, ML, and 250+ databases (PubMed, ChEMBL, etc.). Easy setup: clone the GitHub repo and copy folders to your skills directory for automatic use in complex workflows like single-cell analysis or virtual screening. You save days on setup, get reliable code, and run multi-step science faster on your desktop. https://github.com/K-Dense-AI/claude-scientific-skills