@sci_feed · Post #3884 · 15.02.2026 г., 19:00
RNA是基因组的暗物质关键。科学家正在序列它以照亮人类健康和疾病 尽管构成眼睛、肾脏、脑部和脚趾的细胞之间存在着显著的差异,但构成这些细胞的DNA蓝图基本相同。这些差异来自哪里? 来源: Medical Xpress | 阅读全文 发布时间: 2026-02-16 02:00 GMT+8(北京时间) #RNA#基因组#健康#疾病
TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #32 · 7 фев.
Скорее всего уже слышали, что складывать строки через + это плохая практика. Падение производительности, и всё такое. Без лишних слов, давайте измерять: from timeit import timeit def t1(): # складываем 10 строк через + из переменной t = 'text' for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t2(): # склеиваем список строк через метод join arr = ['text'] * 10 for _ in range(1000): s = ''.join(arr) def t3(): # складываем через + но не из переменной а непосредственно инлайн объекты for _ in range(1000): s = 'text' + 'text' + 'text' + ... # всего 10 раз Теперь каждую строку склейки запустим по 10М раз >>> timeit(t1, number=10000) 0.21951690399964718 >>> timeit(t2, number=10000) 1.4978306379998685 >>> timeit(t3, number=10000) 0.2213820789993406 Хм, а нам говорили что через "+" это плохо и медленно ))) 😁 Тут стоит учитывать, что речь идёт о склейке множества длинных строк. Давайте изменим условия: def t4(): t = 'text'*100 for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t5(): arr = ['text'*100] * 10 for _ in range(1000): s = ''.join(arr) def t6(): for _ in range(1000): s = 'text'*100 + 'text'*100 + ... # всего 10 раз >>> timeit(t4, number=10000) 12.795130728000004 >>> timeit(t5, number=10000) 2.642637542999182 >>> timeit(t6, number=10000) 0.2184546610005782 Вот, уже другой разговор, сразу видна разница, в среднем в 6 раз. Но погодите, почему последний тест t6() по скорости такой же как и t3()? Ведь строки теперь в 100 раз длиннее! Это вопросы оптимизации кода, какие простые изменения ускоряют или замедляют выполнение программы. Мы столкнулись с примером обхода обращения к переменной. Например, именно так работает директива #define в С++, во время компиляции подставляя значение переменной вместо ссылки на неё. В Python это тоже работает, но часто ли вы сможете встретить такой способ работы со строками? К сожалению, способ почти только теоретический. В целом, тесты показали то, что мы хотели. Делаем выводы самостоятельно. Полный листинг 🌍 #tricks
Пребарај: #rna
@sci_feed · Post #3884 · 15.02.2026 г., 19:00
RNA是基因组的暗物质关键。科学家正在序列它以照亮人类健康和疾病 尽管构成眼睛、肾脏、脑部和脚趾的细胞之间存在着显著的差异,但构成这些细胞的DNA蓝图基本相同。这些差异来自哪里? 来源: Medical Xpress | 阅读全文 发布时间: 2026-02-16 02:00 GMT+8(北京时间) #RNA#基因组#健康#疾病
@sci_feed · Post #3922 · 17.02.2026 г., 13:00
神秘的RNA引导科学家揭开癌症的新层面 科学家们在乳腺癌中发现了一种神秘的RNA,从而揭开了几十种肿瘤类型中癌症特异性RNA的整个新类别。这些分子形成独特的分子签名,可以准确识别癌症类型和亚型。有些甚至驱动肿瘤生长和转移。由于许多都释放到血液中,简单的血液测试可以跟踪… 来源: ScienceDaily | 阅读全文 发布时间: 2026-02-17 16:50 GMT+8(北京时间) #RNA#癌症#肿瘤#分子签名
@sci_feed · Post #3978 · 18.02.2026 г., 23:00
开发出RNA激活的植入物促进脊髓损伤后的神经再生 研究人员开发了一种植入物,能够将促进生长的微小颗粒直接送达受损神经细胞,帮助它们在脊髓损伤后再生。该研究发表在Bioactive Materials杂志上,研究人员设计了一个3D植入物,模仿了脊髓的结构和刚性,并将RNA载体工程用于携带到神经元… 来源: Medical Xpress | 阅读全文 发布时间: 2026-02-19 07:00 GMT+8(北京时间) #RNA#脊髓损伤#神经再生#植入物
@venturevillagewall · Post #3391 · 18.12.2024 г., 12:09
Concinnity Genetics Secures $3.79M Concinnity Genetics has raised $3.79 million in funding as of December 16, 2024. The company specializes in RNA-based gene control systems, aimed at enhancing the precision and safety of gene therapies. #Funding#GeneTherapy#RNA#ConcinnityGenetics#Biotech#Healthcare#Innovation
@venturevillagewall · Post #3623 · 21.12.2024 г., 10:22
Marama Labs Secures $2.08M Marama Labs has raised $2.08M as of December 19, 2024, to advance its CloudSpec™ technology, which quickly quantifies therapeutic content in nano-formulations, including RNA in LNPs, utilizing an innovative fluorescence-free approach. #MaramaLabs#Funding#CloudSpec#RNA#LNPs#Therapeutics#Biotech#Nanoformulations#FluorescenceFreeTechnology