这篇文章很可能是我过去1年所有公开分享内容里最重要的一篇。 从动笔到呈现在你面前前后断断续续写了1年,它是一份AI使用心得,是一份AI行动清单,是未来分享内容的新起点,期待交流。 AI 实践 3 年 从纠结到放弃执念 AI 真正开始改变和侵入我的生活,和不少人类似,开始于 2022 年底的 ChatGPT 尝鲜。 2022 年 11 月 30 号,ChatGPT 上线 后迅速成为现象级产品,据统计发布 5 天后用户突破 100 万。 产品发布第 6 天,我的 homie 在成为 ChatGPT 用户光荣一员后旋即也带我上车,回看那天的聊天记录,彼时我还留下了现在看来仍很有趣的暴论:我觉得最可能被这类 AI 干死的是搜索工具。 那天开始,我不知道自己将见证什么,但很快发现以前不敢想的事猛的变成现实。 好在震撼过后 AI 很快漏出了能力缺陷,最简单的数学题算不明白,让它介绍“熊言熊语”就开始“胡言乱语”。我们彼此交流 AI 能做什么,不能做什么,转发一些 AI 看起来弱智可笑的案例。 在应用之外,OpenAI 也为开发者提供 API。 时间来到 23 年 3 月 7 日,那天我的邮箱里出现了 OpenAI API 升级的通知,大概意思是:gpt-3-5-turbo 正式开放,价格比 gpt-3-5 降低 10 倍。 我记不起当时的心情,但清晰能回忆起自己想用它做点什么的冲动。也是从那时起,一个叫做 PaperFlow 的构思记在了 DailyLog 笔记中,我写到: 我一直希望自己所有和 Paper 相关的工作内容,都可以向水一样流动 (flow) 汇聚,现在看这个能量来源应该是大语言模型的 API 能力。 3 个月后的 23 年 6 月 9 日,只有一个功能的 PaperFlow Alpha 版本,一个手撸的不到 1000 行后端代码和不到 1000 行前端代码的极简 Web 网站上线。 我也没想到它会变成如今刚过完 2 周岁生日的 InsightPaper,满脑子就是看到页面上生成的 AI 生成结果后感觉信息流动起来的兴奋。 接着,就是 AI 能力和我自身能力齐头并进的一段时间。 2023 年和 2024 年初,我还密集写过很多专业相关的「雄文」,哦不,是「熊文」。如果你恰好看过那些动辄上万字参考文献几十篇的邮件通讯。 当时我的写作流程大概是: 从笔记中挑出感兴趣的既往选题,这些选题往往来自看到的行业新闻和最新的研究论文 用两到三周的时间,每天晚上回家,从一篇论文和新闻开始,慢慢扩展到几篇,再到十几篇相关论文。 仔细研究这些论文之间的关系,试图从中找到一些并不明显的连接,作为呈现在你面前最终的文章主线 比如: 那些获得 FDA 突破性设备认证的多癌种早筛公司 Guardant Shield 获批:详谈这 5 年你该了解的按部就班、跌跌撞撞、布局和野望 随着 homie 加入和助力,更名为 InsightPaper 后的 PaperFlow 功能持续增加,我越来越沉浸在和 AI 高度耦合的协作中。也越来越怀疑在 AI 能力上限快速提高的前提下,我做的工作和写出来的东西,除了成为硅基智能未来某次训练的一点点语料之外,还有什么意义。 那段时间我重度使用所有能接触到的 AI,ChatGPT,Perplexity,Poe,Scite……太多知名或者不知名的工具,我尝试探索每一个工具的能力边界,进而得出自己的优势和存在的意义。 不知道该开心还是难过,这段 AI 刺激下的恐慌和不甘并没有持续太久,当我意识到自己的能力进化和 AI 的能力进化完全不是平行线,我们瞬间就产生了交集,然后我看着它的背影,它扬长而去。 也是在那段时间,我接受了把 AI 作为日常所有学习和工作环节的工具。 推理模型终于让我放下了最后的执念 把 AI 当做工具的阶段持续到 2024 年 9 月,我第一次使用了当时 OpenAI 的推理模型 O1-preview。 此前,我从没有赋予 AI 平等对待的人格化特质,接受和输出的也是诸如 AI 只是基于概率来预测下一个 token、AI 能力是大多数人类平均水平这类观念。 但现在,当你面前实实在在出现一个有“思考”能力的模型,当它聊出你自己无法理解的内容和哲理。第一次,我感觉这些年积累和训练出来的“思考”能力,也面临被 AI 代替。 意识到这一点,我终于放下了最后的执念,放下执念也就自然放下了某种偏见和立场。 随后 AI 领域发生的事情,大家应该都比较清楚了。 2025 年春节,DeepSeek R1 现象级火爆,紧接着字节豆包、腾讯元宝,大厂大肆投入营销,随后 MCP、Agent 成为又一个主流趋势,Manus 一码难求。 似乎,当一种趋势扑面而来,你不去应对和自我升级也没关系,这种趋势会主动找到你。但如果你越主动,就会越早适应今后某一天的生活。 以上,就是我过去三年和 AI 纠缠的心路历程,此刻你可能也正处于某个类似的阶段,我写出来是想说告诉你没关系,都差不多。 你和 AI 合作的三种姿态 2024 年中的一次分享,我曾和大家一起讨论过使用乔哈里视窗,通过评估 AI 能力和自身能力之间的关系,找准 AI 的定位和可以做的事情。 当时 AI 仍被我当做一个工具看待,科室到了 2025 年的今天,能力四象限分类方法越来越不适用。 最强大的 OpenAI O3 或者 Gemini Pro 2.5 以及未来即将推出的 DeepSeek R2 这些模型,AI 工具避雷区正在极限缩小,模型能力必然在绝大多数维度上超过每一个个体。 在科研领域,语法润色和知识性问答,已经不再是顶级 AI 能力的核心优势。相反,信息整合、思维发散、复杂理论理解这些高阶能力才是模型真正赋予你的武器。 **AI 不再是一个工具,而是你极好的合作伙伴。**说到这里,不知道你是否和各种各样的人合作过。 生物信息专业出身,在读研和博士的那些年,我天然需要和很多人合作,逐渐我发现:和别人合作之前,最重要的是要先明确自己的段位,拥有一个正确的姿态。 接下来的这个认知,可能是你今后在科研领域有效使用 AI 的前提。 面对顶级能力的 AI,你应该首先学会定义自己的能力边界,判断自己选择低中高哪一种姿态,针对不同的判断使用不同策略。 不过,科研是一个极复杂的体系,所谓的低中高,并非是给自己贴的标签,而是一种“人 + 任务”的组合判断。 没有人在所有维度上都是“高水平”,一个在自己的领域“高水平”的 PI,面对一个全新的编程语言时就是“低水平”的入门者;一个精通湿实验的博后,在处理高通量测序数据时可能一直在“中水平”中挣扎。 以下,简单写一点三个不同姿态的 AI 使用心得,供你参考。更详细的内容希望有机会可以深入聊聊。 低姿态,AI 带给你“知识平权” 当你在某个任务上处于低水平时(无论是真新手,还是高水平专家在学新技能),此时 AI 能为你提供非线性的巨大提升空间,所有学科的基础知识和技术将不再是限制你的因素。 交流起点:总结一下关于 A 蛋白的研究进展? 使用策略:拥抱和信任 中姿态,AI 带给你“能力平权” 中等水平是我们多数人在多数场景下的状态,也是最难和 AI 配合的。 你的价值在于比 AI 更懂自己的细节和背景。如果像低姿态一样依赖反而会拉低上限。AI 的回答基于通用数据和知识,缺乏你独有的“微决策”能力和批判性思维;它给你的是则各种能力的无限整合与调用。 交流起点:我的实验室数据显示 A 蛋白在一个非典型的细胞通路中起作用。针对这个现象,是否尤其合理性?结合最新的蛋白互作理论,为我设计三个实验假说来探索底层机制。这些假说应该在现有文献中没有被明确提出过。 使用策略:辅助和整合。 高姿态,AI 带给你“审美平权”: 当处于高水平时,你的核心优势在于自己独特的视野和创造力,AI 无法替代但能将其放大。我写在这里的“审美”可以宽泛理解为一种判断能力和品味。你应该尝试直击问题的本质并和 AI 进行思想上的交锋,和他讨论这个世界上和你同等水平的其它阶独特审美。 交流起点:这是我过去 5 年发表的所有研究论文,如果把它们与公共数据库 TCGA 进行关联,寻找一个全新的、只有我的数据能揭示的跨疾病分子机制。 使用策略:追问和质疑。 评价 AI 科研工具的金字塔策略 接下来聊聊评价一个 AI 科研类工具的策略。 现阶段,大家对于 AI 科研类工具的诉求核心其实是对于上下文准确性的诉求。换言之,AI 搜索是先搜索后处理。 在这个共识下,如下图的金字塔评价策略,AI 科研类工具的专业数据库整合能力、最新论文获取能力,先天决定了一个 AI 科研类工具的下限。这是评价一个 AI 科研工具的基础,即可用还是不可用。 金字塔评价策略的第二个维度是方法论。 AI 科研类工具的本质是开发者团队对科研本身的理解,是科研思维的集中体现,因此也是你评价策略的核心。 回想一下,当你同时使用若干个工具,自己总会因为一些设计和巧思而对某个工具产生偏好,这就是工具背后的方法论刚好契合了你自己的偏好和品味。它决定了工具的表现,即好用还是不好用。 如果一个科研类 AI 工具能够有扎实的最新的数据来源,又有刚好符合你品味的设计思路,已是一个难得的好工具。而回到 AI 本身,工具依赖的大语言模型能力加上工具对模型的把控能力,决定了这类工具的上限。同样的上下文和输入指令,顶级智能模型就是更可能带给你 aha moment。 以上,是我日常评价一个 AI 科研工具的三个核心维度,使用这个金字塔策略,未来再评价一个工具时你想必也会从容些。 焦虑的反面是具体,10 个 AI 行动清单 焦虑的反面是具体,我没办法治疗你的 AI 焦虑,但可以尝试提供 10 个这 3 年 AI 实践后我具体的行动清单建议。 尝试最顶尖的 AI 模型 如果有机会,尝试深度使用一段时间世界上当前阶段最顶尖的 AI 模型(力所能及可以购买一个月 ChatGPT 或者 Gemini 的高级会员),不被各种评测干扰,自己去感受它的能力。 阅读顶尖推理模型的思考过程 使用 DeepSeek R1 或者 Qwen3 这类会全量输出 thinking 内容的推理模型。不要在乎回答,而是仔细阅读每一次思考过程。不要针对输出回答对话,而是针对它的思考过程去交流。 尝试使用至少一次各类 AI 的 Deep Research 功能 比如 ChatGPT 或者 Gemini 的 Deep Research 功能,或者是专业工具的类似功能,比如 InsightPaper 中的综述生成。 和 AI 深入讨论自己最新发表的科研论文并对它的回答进行质疑 你应该是全世界最懂自己科研项目的那个人,把自己最新发表的科研论文发给 AI 并和它深入探讨。 借这个机会,在和 AI 交流的过程中对它输出的内容进行质疑。 写一份个人科研说明书,让 AI 认识更全面的自己 包括:你的个人背景信息,例如你的性格特征,你的个人喜好;你的科研背景信息,例如你最关心的科学问题,你的短期和长期科研目标,你自己已经掌握和希望掌握的科研技能,你自己的科研洁癖和准则,甚至还应该包括你自己关注的科学家和欣赏的研究论文。 内容越详细越好,把这份说明书作为 AI 工具的默认上下文设置,或每次对话首先发送,接下来的交流往往会有惊喜。 当 AI 的能力越来越强,你越要让 AI 更全面的了解你。AI 的价值不是让你把现在的工作做得更快,而是帮你发现可以去做什么不同的、更能体现价值的东西。 完成 5 之后,把 1-4 所有行动重做一次。 认真使用一个符合自己科研思路和审美的工具 广泛不设限的使用你能找到的 AI 科研类工具。 应用我们的金字塔评价策略认真选择并使用最符合你自己科研思路和审美的工具。 如果有机会和开发团队交流,提出一个你自己使用后产生的问题。 把一个支持多模态的 AI 工具放在手机首屏和浏览器首页。 与 AI 高频对话,随时把自己的新知作为话题。强迫自己提出更高质量、更具颠覆性的问题。习惯自己即时提问和 AI 的即时响应,习惯高密度信息,培养使用 AI 工具的直觉。 通过随手拍照和视频的形式和 AI 交流,想象自己以后的生活多了 AI 这样一双眼睛。 梳理一个日常的工作流,尝试每一步都让 AI 参与。 回想自己日常学习和工作习惯,选择一个最高频的工作流,思考,实践,尝试每一步让 AI 参与。 至少把其中一步全部交由 AI 完成,学习和 AI 建立信任的合作关系。 用 AI 帮助身边的人长久地解决一个问题 观察一下自己同学或者同事,留意一下他们有没有和你讨论过什么问题,选择一个会反复遇到的,思考并且借助 AI 帮他们长久解决这个问题。 当你完成上述 9 个具体行动后,可以和此刻的我一样,写一篇 AI 应用实践心得或者在组会上分享自己的 AI 应用感受。 写在最后 写到这里我需要坦白,其实这四个章节来源于不同阶段 InsightPaper 天使用户提过的四个问题,而我也前前后后写了一年。这四个问题分别是: 你最早为什么会开发这样一个工具,AI 对你有没有什么冲击? 我觉的使用 AI 之后没有别人说的那么震撼,是不是我使用的方法不对? XX 工具熊哥你有没有用过,感觉怎么样? 现在 AI 发展太快,感觉我每天忙着做实验完全跟不上,非常焦虑。 写完每个问题的回复草稿,我把这些问题抽象后,发现它们原来可以彼此联系,刚好组成一篇「我的 AI 实践心得」,在一个值得纪念的节点分享给你。 嗯,即便到了今天,我在第一节里提到多年养成的写作习惯,也依旧能发挥它的价值,这和 AI 本身没有关系。 InsightPaper 在 2023 年 6 月 9 日默默上线,一开始是为了满足我的好奇心和科研学习需求。随着后期 Homie 洲更加入,他提供了很多技术支持和精神鼓励。如今,一直在迭代优化,成为覆盖不少科研学习场景的 AI 工具。 在没有什么公开宣传的情况下,也慢慢有了 1000+ 注册用户,处理了 20000+ 对话消息,并且度过了 2 岁生日。主域名 insightpaper.work 的访问量过去 30 天 unique visitors 也超过了 5000 人,高阶工具版本 得到了非常多朋友的喜欢~ 感谢洲更,每一位参与过 InsightPaper 测试、使用、反馈的用户,感谢豪气支持服务器 API 及各种运维成本的朋友。 写完这篇实践分享,我思考后面还能继续为大家做些什么。 看过草稿的朋友说,感觉遵循“从焦虑到具体”的主题非常好,不如建一个 AI 科研为主的实践讨论群,让希望具体行动的伙伴可以有一个互相交流的渠道。 我请在这个提议下,更具体一些不如设定一个目标:用 AI 解决 100 具体的科研问题。 如果你希望加入,可以直接扫下面的二维码免费入群,提示超过人数限制的话可以添加微信 (kaopu_bear) 拉你进群,一起用具体来对抗焦虑,一起实践~
写在前面 Hello,熊言熊语的老友,好久没通过博客和你见面了。此刻,家里重新联网,照例需要和你汇报一下我最近一段时间的思考和工作。 正如你看到的标题:这次,我终于可以尝试把自己最好的给你。 关于什么是我最好的东西,这件事情要从很早说起。 2019 年,我曾在少数派发表过一篇 文献管理工具Zotero上手指南。那时我还在读博,有新的师弟师妹到来时,他们遇到看文献和管理文献的需求,总是会找我聊上几句。我感觉到这是一个高频需求,便想着整理出一篇文章分享给大家,或许能帮到有类似问题的朋友。 如今回头想想,那时感觉是对的,但没想到这个需求竟如此高。 看着文章从一万阅读量增长到十万,再到如今的三十四万,我发现了两件事: 于我而言,利己与利他相辅相成,因为总有人和我有一样的问题和需求; 在分享这件事上,只要我毫无保留地与你分享我最真诚的想法和方法,总有机会能和你共鸣或者帮到你。 自那以后,过去多年,无论是写文章、录播客还是更新这份邮件通讯,无论是分享所思所想还是专业所学,我做的每一件事的本质,都是将自己日常输入的大量信息,通过逐渐形成的一套逻辑方法进行追踪、过滤、加工和整理,变成更清晰的内容输出。 我因此受益,分享后又恰好能帮助一些与我同频的人。这种开心和满足,也是我持续下去的重要动力。 在这个过程中,我逐渐意识到一个似乎无解的问题:我分享的思考和内容越多,似乎起到的作用反而越小。因为读者数量日益庞大,大家的真实问题和兴趣点越来越个性化。 这就像是:我加倍努力磨练自己的渔具和钓法,与你分享我钓到的鱼,但这些鱼可能并不是你真正需要的品种。 某种程度上的不匹配,让我逐渐怀疑这类分享的价值。或许我更应该分享这套钓法和渔具,那才是我最好的东西。 但该如何做到呢? AI 改变了我,也重塑了我 2022 年 12 月初,OpenAI 发布了 ChatGPT。 作为常年在互联网上冲浪的人,我第一时间注册了账号体验,起初觉得很好玩。转眼到了 2023 年 3 月,OpenAI 正式发布 GPT-3.5 的开发者 API。结合一直想做点什么的念头,我尝试将自己有限的编程能力与它结合起来。 如果能做出一个自己用的产品,那将是一件挺酷的事情。 于是,在 2023 年 6 月,我写下了第一条 InsightPaper 产品更新日志。 后面的细节以后有机会再细讲。 总之,随着之后一年半时间大语言模型能力的快速发展,这个工具从第一天上线,经过了 600 多天的迭代, 也让我真正有机会将这些年自己形成的信息追踪、过滤、加工和整理逻辑,以及不同维度的科研方法提炼并产品化,实现了从鱼到渔的转变。就有了今天的 InsightPaper,一个利用业余时间缓慢但持续迭代优化的小东西。 我自己手撸的一个 InsightPaper主页,也欢迎你访问。 我能给你最好的东西 过去半年多,几乎每个晚上和周末,我都在专心做一件事:希望能尽早将它交付给你体验。 正如前面提到的,随着读者基数和范围的扩大,我能学习和了解的信息与知识显得越来越有限。然而,如果我能将这套科研学习的方法和思路转化为可复用的工具,这或许就是我能给你的最好东西。 InsightPaper 是一款深度整合了大语言模型能力的研究进展追踪、论文学习和科研辅助工具。其核心目标是将“追踪、过滤、加工和整理”的信息处理四步法融入科学研究的每个步骤。 如果你打开 InsightPaper 的 基础版网站(最早开发的版本),其核心功能包括论文智能检索总结、预印本智能检索总结和相似论文推荐三大模块。 例如,在论文智能检索总结功能中,你可以根据关键词、杂志、作者和论文类型进行检索,检索结果将由大模型进行智能总结。 具体使用效果和介绍,你可以访问它的 功能介绍短视频 了解,或直接扫码观看视频。 至于为什么要这样设计,以及为何要将预印本智能检索总结和相似论文推荐功能独立出来,如果你听过我在中科院信息素养论坛的讲座或早先的 相关播客,就会知道,我曾分享过如何像追剧一样追论文,其中的思考方式和方法在这三个功能中得到了初步体现。 过去两年,我几乎订阅了市面上所有相关类型的付费产品,包括 ChatGPT、Claude、Perplexity、Scite、Consensus 等。 然而,深度使用后,我发现这些工具都无法顺手地满足我的实际需求。 于是我想,为什么不将自己科研过程中的思路和方法按场景划分,开发成自己的一些列工具呢?这个实现过程多少有些美妙。 如果你现在打开 InsightPaper 的 高阶版网站(目前持续迭代的最新版本),会看到已上线 7 个高阶功能。 这 7 个高阶功能分别是: 日常学术讨论:基于 DeepSeek R1 满血版深度推理模型,针对学术科研场景优化的讨论助手,带有对话记忆功能,擅长引导和询问关键信息。你可以将它看作日常的学术指导教师,讨论任意学术问题。 主题深度调研:基于多个生物医学文献数据库进行深入主题调研,支持“检索更相关”和“检索更新”两种模式,所有回答均基于最新文献。专业、准确、高效地协助你进行科学主题调研。 高质量综述生成:采用多角色专家团模式,根据用户输入的主题结合最新文献,生成高质量中英文综述。通过多角色模式,帮你准确、全面、快速调研话题并生成详细综述。 PDF 论文多维伴读:整合超长文本处理和记忆功能,针对论文理解优化,内置丰富提示。结合我的论文学习方法论,与你一起精读论文。 论文图表高级解读:使用最新视觉多模态模型,针对论文图表优化,提供由浅入深的详细解读。让复杂图表的理解、分析和复现更高效。 英文论文草稿润色:从语法、逻辑和结构等多方面润色英文论文草稿。专业、高效地协助你完成草稿润色。 中文论文草稿翻译:由多专家组成的翻译工作流,协助将中文草稿翻译成英文初稿。专业、高效地完成翻译工作。 多模型交叉验证:与多个最新 AI 大模型对话,用于交叉验证和比较结果差异。帮助你比较不同模型的回答。 以上每个工具都由多个模型协作完成复杂工作流,其中最复杂的运行一次需调用 25 次不同基座模型和 5-10 次论文检索,你可以将它们每一个都视为独立功能的小软件。 更重要的是,每个工具背后都是我日常科研学习中提炼的一个真实场景和对应方法。 例如,我日常高频使用的 主题深度调研 工具也录制了一个 功能使用短视频 供你参考。你可以点击链接或者扫码观看。 关于 InsightPaper 的未来 目前上线的 InsightPaper 基础版 和 高阶版工具,只是我梳理出的部分高频场景。 后续计划逐步开发更多类似场景和工具,同时已上线的工具也在不断优化和更新,自己的狗粮自己吃。 正如开头所说,于我而言,利己与利他相辅相成,因为总有人和我有相同的问题和需求。我希望这个工具能成为你我之间新的交流契机。 在规划 InsightPaper 的定位时,我深知 AI 当前的问题和缺陷。 因此,基于 AI 的 InsightPaper 不应仅提供尽可能准确的答案,更重要的是像一个伙伴一样,陪你一起探索答案。 当你看到这封通讯时,为了让更多朋友能直接使用,我在力所能及的范围内为不同的高阶工具都提供了每天更新的使用额度,以满足轻度使用需求, 点击这里直达。 作为业余时间开发的 side project,我深知它还有许多不足,因此欢迎你多多体验并提供反馈。 关于熊言熊语博客 随着 InsightPaper 第一阶段版本的闭门开发结束并与你见面,接下来,我将继续通过博客分享行业内容和科研进展。 我想,借助 InsightPaper 的能力,自己可以用更高的效率创作更深入的内容。 为了感谢深入支持过自己的老朋友,如果你曾作为「熊言熊语」邮件通讯的年度付费会员并且未领取过 InsightPaper 内测期的老友权益,欢迎你通过微信(kaopu_bear)联系我,告知你的订阅邮箱,我将为你开通一个月的高阶工具会员权限,足以进行更全面深入的使用。 以及,只要你阅读到了这里,也许你也对这个工具很感兴趣,只需要通过微信(kaopu_bear)联系我,并备注「邮件通讯」,我也将可以为你开通一周的高阶工具会员权限,希望你可以喜欢。 以上,下次再见~
本文是熊言熊语邮件通讯的会员内容,限时同步首发于熊言熊语微信公众号。文章较长,引用较多。 写在前面 Guardant health Shield 近日官宣获批,从我2021年入行关注至今终于等来了这一天。作为熊言熊语邮件通讯产品系列的早就定下的选题之一,趁热打铁,把零散记录了很久的draft详细整理成文与你分享。 在本次通讯中,你将会: 从 Shield 按部就班的获批之路中看到立场如何决定性能、嘴硬如何与谨慎并行; 在 Shield 稳定产出的产品进化过程中看到 Guardant health 清晰的学术发声节奏; 在 Shield 跌跌撞撞的性能提升之路中看到研发和产品的反复横跳和究极取舍; 也别忘了一起了解 Shield 在多癌早筛上的布局和野望。
写在前面 你好,我是思考问题的熊,熊言熊语公众号/播客的主理人。一个超过半年没有和你通过邮件通讯相见的拖更作者。诚惶诚恐,不知道你这半年可好。 不只是没有和你交流,2024 年过去半年多时间里自己基本处于断网状态,变成了一个只有线下模式的 NPC。 此刻,当我打开电脑准备写点什么,感觉熟悉又有些陌生。就像准备要和很久没联系的朋友见一面,难免会觉得忐忑。纠结许久,还是只能先说一句:好久不见。 在本期通讯内容中,我将和你分享过去一段时间我的经历感受和反思,也会为你推荐一个我在进行的秘密项目,邀请你参与体验。
本文为熊言熊语邮件通讯会员计划内容的试读版,完整内容请点击通讯主页订阅并查看。
本文为熊言熊语邮件通讯会员计划内容的试读版,完整内容请点击通讯主页订阅并查看。
本文为熊言熊语邮件通讯会员计划内容的试读版,完整内容请点击通讯主页订阅并查看。
本文为熊言熊语邮件通讯会员计划内容的试读版,完整内容请点击通讯主页订阅并查看。
组织和血检的一致性比较发了很多文章,不过当组织和血检结果不一致的时候,对患者的预后有什么研究价值呢?
换句话,除了「贵」,还有哪些因素影响了癌症精准治疗在临床实践中的应用呢?
说明:本文写在听闻钉钉收购在线笔记工具wolai,并看到两篇相关评论文章之后。 不在效率工具圈子很久,刚刚刷少数派看到老麦发了一篇「钉钉收购我来 wolai 的背后逻辑」才知道这个软件被钉钉收了,紧接着又看到一篇发表在MacTalk上池老师团队成员写的文章「钉钉居然收购了我来wolai」。 还是忍不住说几句自己的观感:如果你和我一样是个普通用户,还是多研究些问题,少谈些逻辑。
MSK前瞻性临床队列 MSK-IMPACT和MSK-ACCESS样本量突破10万之后,MSKCC的分子肿瘤中心 (Center for Molecular Oncology, CMO)主任 David Solit 最近在个人社交媒体上晒了这样一个截图,并补充到: 随着数十种tumor-agnostic和肿瘤特异性的基因组生物标记得到FDA批准,肿瘤以及胚系基因组检测应该被考虑用于所有需要系统治疗的癌症患者。
今天是2023年2月2号正月十二,俗话说的好啊朋友:没过十五就是年儿。还算赶趟,熊言熊语在这里先给你拜年。
本文为熊言熊语邮件通讯会员计划内容的试读版,完整内容请点击通讯主页订阅并查看。
本文为熊言熊语邮件通讯会员计划内容的完整试读版,更多内容欢迎点击通讯主页订阅并查看。
本文为熊言熊语邮件通讯会员计划内容的试读版,完整内容请点击通讯主页订阅并查看。
到了年底每一位打工人都少不了做工作年终总结,即便是一家公司的CEO也不例外。
本文为熊言熊语邮件通讯会员计划内容的试读版,完整内容请点击通讯主页订阅并查看。
KRAS和HRAS以及NRAS都属于RAS家族,这些基因一旦发生突变便可以启动或促进肿瘤生长。尽管KRAS是很多肿瘤中常见的突变致癌基因,但是KRAS基因所编码的蛋白像一个表面光滑的圆球,很难找到能可以抓住它的小分子化合物。过去几十年的时间里,一直认为其「不可成药」。
读文献的乐趣通常在于文献之外。通过文献里的线索和场外信息把看起来无关的内容联系在一起。如果赶巧又解答了头脑里萦绕很久的问题,那便是难得的「Paper Aha Moment」。
本文为熊言熊语邮件通讯会员计划内容精选。如果你也是一个行业新人,或许会有一点点启发;如果不是,不妨分享给你身边的行业新人~
经过一段时间(其实是很长时间)的准备和调整,熊言熊语会员通讯下周恢复继续更新啦。以下是最新一期的邮件内容和你分享~
写在前面 书接上回,在昨天的文章里,我们从一天连发两篇Nature大子刊是什么体验出发,提到了芝加哥大学的Liam Flinn Spurr 在11月28日,作为第一作者在 Nature Cancer 发文,通过一项临床研究发现高度非整倍体的非小细胞肺癌对放疗联合免疫治疗更敏感。同时在Nature Genetics online 的文章则介绍了在低TMB患者中可以通过肿瘤非整倍体程度预测泛癌的免疫治疗疗效。
写在前面 同一天在 Nature Cancer 和 Nature Genetics 发表两篇文章是一种什么体验?今天我们用一天发表两篇文献解读从侧面体会下 😃
写在前面 「熊言熊语」这个名字来自于我2020年初开始做的一档音频播客节目。那段时间是我读博即将进入尾声。不难想到「熊言熊语」自然是借了「自言自语」这个词再加上「思考问题的熊」这个ID。
写在前面 通过参加自己领域内会议来了解行业动态和现状是非常好的途径。 如果你也在从事肿瘤领域相关的工作和研究,每年召开的 ASCO 和 ESMO 这类世界级大会和国内的 CSCO 自不必多说。
因为 9 月初写了 行业几家公司 2022 Q2 财报简读,最近又有小伙伴后台留言问 Q3 这几家财报陆续出来之后是不是更新一下近况,我瞅了瞅感觉不大有必要。
写在前面 在一年前,我曾经写过一篇 NGS 肿瘤研究可以学什么的文章,展示了一下规划的学习路径。
声明:本博客所有文章的专业/行业相关信息全部来源于公开资料,且所有内容和观点仅代表个人。 写在前面 很多东西,单独看一个点看不出什么,但相似的东西摆在一起还能耐住性子看过去,往往就比较有意思,比如文献,比如财报。
写在前面 30 岁,有人开始发现自己不再年轻,有人开始焦虑自己的目标、成功和失败,30 岁在 20 岁看来也许觉得好笑,在 40 岁看来也许又觉得矫情。不管怎么说,我的 30 岁还是来了。
身处一个团队(部门)中,合作是每一个项目顺利推进开展都必不可少的工作方式。但如何合理展示和评价每一个人的贡献,让每个人都能看到自己的价值,却不是一件容易的事。
写在前面 2022 年 6 月 15 日,Nature 在线发表了两篇染色体不稳定性泛癌研究。一篇题为:A pan-cancer compendium of chromosomal instability;另一篇题为:Signatures of copy number alterations in human cancer。
这个月初,FDA发布了将ctDNA应用于早期实体瘤药物开发的指导意见稿。 对于相关公司而言,意见中的注意事项确实具有「指导」意义。对于相关从业者,等于得到了一份「ctDNA在早期实体瘤临床研究应用方向」的参考答案。
把写作当作方法。
今天好几个小伙伴反馈Gitee不能再当作图床使用了,问有没有更好的markdown图床替代方案。
如无必要,勿增实体。样本够多,无需预设。
面临行业的冬天,公司应该如何过冬,个人又能怎样过冬。
工作不需要提前完成,但需要提前动手。小学时的寒假作业没有人会每天写点,要么是第一周写完,要么是最后一周写完。
如果你做了一份科研样本的 NGS 检测,绝大多数测序公司都会附上一份标准化的分析报告,当然,这份报告的实际可用性懂得都懂。但如果一位肿瘤患者进行了 NGS 检测,那出具的检测报告就需要慎之又慎,靠谱的公司往往会想尽办法提高报告的准确和严谨,每份报告也都需要进行人工审核和解读。医生们则会在拿到这份报告之后再结合病人的实际病情进行临床决策。
掐指一算,又到了每年向各位朋友进行年终汇报的时间,不过「年终」硬生生地让我从 1 月 1 号元旦拖到农历春节前夕(发出这篇文章的时候应该已是初二了)。
科学是叙事过程,而叙事就是讲故事,所以科学需要讲故事。
如果你目前的学习或者工作和「肿瘤研究」相关,面对日新月异的研究进展,想必总会在实际工作开会或者看文献的时候发现各种奇奇怪怪的基因和名次。问同事,有点不好意思,鼓起勇气问了很可能就也记不住。(好吧以上都是我目前的现状)。 基于以上原因,借助 Google CSE 的羊毛,我就整了这么一个叫做 OncoSearch 的小工具。开发成本可以说是没有,但着实解决了自己现在非常棘手的问题,于是也推荐给可能需要的你。
防杠声明: 如果以下内容你认为哪里不对,那一定是你的问题。emmm,说明你已经不是这个领域的新人啦,大佬喝橙汁,恭喜恭喜! 迷途知返: 如果你想长期在某一个领域深耕,关注相关的研究文献进展。我推荐你像追剧一样读文献,关于这个话题我曾经录过一期单人播客,当时发布以后得到了不少反馈。如今的我依旧非常推荐你听一听这期播客,找一些追踪文献的思路喝灵感。 今天这篇小文则想与你讨论如何在一个陌生领域里开始读文献。进入新领域,最难的事情是什么?没有人脉没有资源还听不懂黑话。因此,以下21字箴言送给你。
昨天发了一张图出来,配文是:不论你今天做什么,都祝你好远,顺祝自己。
休息两天读完了这本一百页出头的小书,有感触也有收获。
前几天读到了一篇文章 Write 5x more but write 5x less,作者Mike Crittenden是一位Engineering Manager,也是一个日更博客的作者。
过去两三个月有好有坏有不少事情,如果只能用一个词来形容就是「痛苦」。发现自己是一个能够熟练反向应用二八法则的人,用80%的时间做20%不重要的事情。 自己的问题,需要自己解决。
您可以订阅此RSS以获取更多信息