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。
研一4 篇
Week 6最新
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。