首先简单说明荧光寿命

• 荧光寿命是指荧光分子在被激发后，能量从激发态回落至基态所需时间的一半（$t_{1/2}$），是荧光分子的固有物理性质（在没有其他因素干扰时，通常是一个常数），是荧光分子除了在波长、偏振、强度之外的另一可以用以挖掘的角度

• 荧光寿命的测量需要使用荧光寿命显微镜（FLIM），目前最常用的测量方法是时间相关单光子记数法（Time-Correlated Single-Photon Counting ，TCSPC），该方法是在短时间激活荧光分子后，连续一段时间测量光强（光子个数），从而绘制出荧光强度的衰减曲线，并在此基础上拟合指数函数

• 激活的频率是需要适应测量荧光分子的寿命，因为需要等待一段时间进行测量，这个时间太长和太短都不好，生物荧光分子的寿命通常在12ns以下，因而多使用80MHz的频闪激光作为光源

共定位是荧光图像能够得到的最最基础的信息，其可以作为分子互作的弱证据，分子在特定结构富集的强证据。该分析的常见操作是使用ImageJ的line profile功能，但在imageJ中完成时，无法很好地绘制出好看的图，并准确输出划线的位置。本脚本是基于Python的，给实验室做共定位分析绘图用的，可以直接使用命令行调用，自动排图并计算皮尔逊相关系数

关于GO富集的原理

这里直接引用很早之前在实验室汇报的PPT，节选了其中的一部分

最近Uniprot更新了新版本，对老的接口也做了一系列的更新，这里是参照最新的API说明重写的数据批量获取的代码

构建：

The sensor includes amino acids 994–1087 of human DNA helicase B fused to the yellow fluorescent protein mVenus (DHB-Ven), and contains four CDK consensus phosphorylation sites, a nuclear localization signal, and a nuclear export signal.

我自20年底AlphaFold2一战成名后就开始关注该模型，这篇文章是2021年10月，AlphaFold文章正式在Nature发布后，给实验室非计算机背景的同门写下的一些自己在应用层面的理解，时隔两年再次读起，发现本文一些观点已经不再正确了（比如AlphaFold官方已经开发了复合体的预测模型），但作为对当年学习的记录，就不再更正原文

分布系数：平衡时溶液中某物种的平衡浓度占总浓度的分数 $$ \delta = \frac{[c_i]}{c_0}$$ 分布曲线：不同pH值溶液中酸碱存在形式的分布

早年间学习质谱鉴定的笔记，现在看起来算是比较全面了，但是还缺少很多细节，只有需要了再补充吧

20年底用于爬取B站弹幕的代码，最近在整理博客时测试，发现该代码已经失效了，应该是B站修改了API

在给定图像的像素上直接进行运算的方法称之为图像空间域的处理；而根据所操作的像素的多少和类型分为：