最近才开始看d2l（这种东西早该在两年前看的，拖到现在了）

为了做项目还得学一手OpenGL（被windows安装GLFW逼疯了）

1.15

打完ICPC EC final回来，也许可以出一篇博客写下简单的题解。

对蛋白质相似空间子结构搜索的算法有了一些思路，简单分为传统算法和目标检测算法

1.16

想到要对蛋白质可视化，然后去找可以用于三维绘图的库，找到了OpenGL，在wsl里面装了一个，发现挺方便，准备开始学[傅老師/OpenGL教學 第一章] OpenGL自製3D遊戲引擎 (已更畢)_哔哩哔哩_bilibili

然后发现蛋白质三维结构是需要跑alphafold的（自己电脑根本跑不了），还不如直接下载网上的已经预测好结构的数据集。

1.17

1、UniProt

学习了UniProt网站的一些知识，还有待进一步探索

struct里面可以查看各种蛋白质的三维结构，蛋白质数据都是可以下载的

标了reviewed的数据可信度更高，做实验优先选择这类数据

2、蛋白质三维结构比对算法

主要分为分子间距离比较和分子内距离比较。

分子间距离比较就类似迭代的做法，通过刚体旋转使得蛋白质分子间的cRMS指标最小

分子内距离dRMS的判据一般用于蛋白质的局部空间结构比较，可以绕过刚体旋转拟合的过程

结构比对算法已经有很多优秀的算法了，比如CE、TM-align、DALI、VAST、K2、SHEBA等之类的，似乎不用自己再写一个了。

1.18

查看网络情况

ipconfig，ping+网址，ss，ip link。

查看conda环境列表：conda env list

删除conda环境：conda env remove --name xxx（必须在非激活状态下删除）

创建conda环境：conda create --name xxx python=3.x

激活conda环境：conda activate xxx

在某环境下安装某个包：直接pip install

d2l网站，之前找了好久都没找到，今天一找就找到了：安装 — 动手学深度学习 2.0.0 documentation