跳到主要內容
Lab Grimoire
TW EN
請喝咖啡

所有文章

從顏色讀出蛋白有多少:蛋白定量的方法與計算

蛋白定量從頭到尾:先分清原液、待測液與反應孔,再看 Lowry、Bradford 與 BCA 怎麼來、BCA 與 Bradford 怎麼分,接著是標準曲線、稀釋回推、超出範圍的重測,最後留下一份能重跑的報告。

實驗方法

機率能信嗎:用 77 篇 PubMed 論文檢驗決策模型

決策模型回傳的機率不能直接當成有多大把握。高分只代表分數如何分到選項上;校準要看被給到同一分數的案例裡,實際答對的比例是否接近那個分數。本文說明怎麼做這項檢查,以及門檻為什麼必須同時看覆蓋和作答準確率,而不能只靠單一篇摘要上的數字。讀者可以據此決定要不要採用。

LLM 原理

一段 DNA,怎麼變成會發光的蛋白:中心法則

中心法則從頭到尾:DNA 結構與萃取定量、複製與 PCR、轉錄、RNA 加工與保存、遺傳密碼與突變、轉譯到蛋白摺疊。跟著 EGFP 一路捲動,看懂每一站的原理、操作重點與常見錯誤。

實驗方法

先讓蛋白排隊,再請抗體點名:SDS-PAGE 與 Western blot

SDS-PAGE 與 Western blot 從頭到尾:樣品變性、鑄膠、電泳、立體轉印三明治、封阻與抗體、化學發光影像系統,到電腦定量與故障圖鑑,跟著捲動的圖一步步看懂原理與操作重點。

實驗方法

衰老細胞越老越難清掉:巨噬細胞的 CMA 回收機制出了什麼問題

為什麼年紀越大衰老細胞越難被免疫系統清理?這項研究指出伴護蛋白媒介自噬下降會改變衰老細胞分泌物,同時削弱巨噬細胞的吞噬能力與細胞骨架重組。實驗透過化合物活化自噬回收線,能改善小鼠組織的衰老細胞累積與肺纖維化,但目前證據完全來自細胞與小鼠,不能推論為人體療法。

健康實證

一次前向就給機率:決策模型的原理與訓練

決策模型不把答案逐 token 寫出來。讀完輸入後,它只取事先列好的選項 logit,用 softmax 一次變成各選項的機率,不必再解析文字。Jev 公開的訓練只到名稱 RLCD、自製資料與校準過的決策機率,架構與損失沒有公開。開源複製品則公開決策頭、LoRA 或正確計分規則的對照。

LLM 原理

讓抗體替你數蛋白:ELISA 的原理

ELISA 怎麼用抗體從上千種蛋白裡量出某一種?從抗體認形狀、夾心法八個步驟、四種格式,到用 S 形標準曲線回推濃度,跟著捲動的圖一步步看懂。

實驗方法

總整:用一個案例走完從資料到 AI 的流程

以虛構連鎖藥局的回診預測與客服助理為例,走完問題定義、資料清理、建模評估、A/B 測試、RAG、隱私與上線監控,並附線索與方法對照表與 10 題綜合練習。

動手實作

生成式 AI:嵌入、向量資料庫與 RAG

資料在預訓練、微調與偏好對齊的角色,嵌入與餘弦相似度、向量資料庫與近似最近鄰、RAG 流程與切塊、合成資料的風險。

動手實作