1]什么是「互信息」？[2]DIM：通过最大化互信息来学习深度表征[3]【互信息 Deep InfoMax】Learning Deep Representations by Mutual Information Estimation and Maximization[4]ICLR 2020 | 互信息视角下的表征学习[5]互信息的深度理解（总结的不错值得一看）[6]互信息在深度学习的应用[6]对比

表达量矩阵的基因的id的注释信息->encode.v22.annotation.gene.probeMap。从参考文献【2】下载数据。

在数据结构中学过哈希概念以及哈希在内存中的应用，在实际的应用问题中哈希技术也应用十分广泛如在推荐系统以及图神经网络技术中，所以在此总结一下哈希的相关概念以及minHash以及其实际应用，其中多有参考别的文献内容，相关参考一并列在参考文献中。Hash（哈希），又称“散列”。散列（hash）英文原意是“混杂”、“拼凑”、“重新表述”的意思。

  CTD数据库（Comparative Toxicogenomics Database）整合大量化学物质、基因、功能表型和疾病之间相互作用数据，为疾病相关环境暴露因素及药物潜在作用机制研究提供极大便利，自于2004年发布以来一直是广受好评。该数据库目前更新至2021年版本，总计超过4664万上述相互作用数据，包括超过230万种化学物质、46689个基因、4340个表型和7212种疾病信息。  C

本文为自己自学内容的记录，其中多有借鉴别人博客的地方，一并在在参考文献中给出链接，其中大部分截图来自李宏毅深度学习PPT课件。本文前置知识高斯混合模型和EM算法，如果不了解这两种算法直接看VAE模型会有理解上的障碍。其实那么多数学公式推导，我自己都有点晕，但是本质上就是用自编码器去产生很多高斯分布，去拟合样本的分布，然后某个x对应的高斯分布里采样z，然后复原成x，跟GAN区别就是这个是完全去模仿分

单细胞RNA测序(single-cell RNA-seq，scRNA-seq)数据是非常有特点的数据，具有很高的稀疏性(high sparsity)，具体表现为0非常多(zero inflation)。对于数据的分布给出合理的假设是非常关键的工作，是下游分析的基础。显然对于scRNA-seq的reads count数据，最常用的正态分布是不合理的。首先正态分布描述的是连续型数据，而reads co

DGIdb数据库（Drug-Gene Interaction database）。它是一个用于挖掘现有资源，产生关于突变基因如何在治疗上被靶向或者优先用于药物开发的假设。它提供了针对一个药物-基因相互作用和潜在“可成药”基因汇编搜索基因列表的一个界面。它可以很好的帮助科学家解释药物基因组学（“Druggable Genome”）的GWAS研究中发现的结果。...

对于这种无法直接求解的问题，我们通常会采用迭代求解的策略，一步一步逼近最终的结果，在EM算法中就是E步和M步的交替进行，直至收敛。EM算法用于具有隐变量模型的参数估计，如高斯混合模型，VAE算法推导的前置知识等，了解EM算法更能深刻理解许多复杂算法模型。因为ELBO没有大于等于0的保证，在kl最大化的同时，不能保证kl增加的幅度大于ELBO下降的幅度。在上面的推到中得到ELBO之后，其实求解参数的

  Uniprot （Universal Protein ）是包含蛋白质序列，功能信息，研究论文索引的蛋白质数据库，整合了包括EBI（ European Bioinformatics Institute），SIB（the Swiss Institute of Bioinformatics），PIR（Protein Information Resource）三大数据库的资源。EBI（ Europea

  作为图神经网络的学习基础，谱图理论在图神经网络的基础学习中显得尤为重要，所以准备整理下学习路径。本节的学习基础是之前【理解矩阵系列】文章和【理解特征值和特征向量】文章。  这里再谈一下为什么要学习谱图理论。尽管我们经常看到的图神经网络的表达式为 D1/2AD1/2HWD^{1/2}AD^{1/2}HWD1/2AD1/2HW，这是一种空域的形式，但是在查阅图神经网络相关资料或者阅读KpifKpi