Intro

此前，为了随时随地能访问校内资源，于是写了 使用「Surge + Snell v5 + frp」无感访问校内资源。

后来有了随时随地访问实验室资源的需求后，便在实验室分配的工作电脑上也如法炮制了一个。好景不长，我的工作电脑网络在 2 天后就被封禁，IT 表示这种方式是不可接受的；我表示实验室不给学生开放 VPN 权限，因此只能自己解决这个问题。于是过了两天，IT 告诉我决定给我开放 VPN 权限。

尽管 VPN 连接的缺点有很多，在上一篇文章中已经说过了，但也没办法。

问题解决

昨天我拿到了 VPN 连接连接方式，以及账号和密码。不出我所料，果然是深信服。

此前在寻找解决方案的时候，了解到了这个 docker-easyconnect，其通过在 Docker 当中起一个深信服的 VPN，并开放 SOCKS5、HTTP 代理服务，其他应用便可通过这个响应的端口将流量进行代理。

于是心生一计：

• 使用 docker-easyconnect 连接 VPN 并提供 SOCKS5、HTTP 代理
• 使用 Surge 进行分流

目前测试下来，这个方案的体验和 使用「Surge + Snell v5 + frp」无感访问校内资源 基本一致：

• 不会让所有的流量一股脑全部走 VPN
• 无需频繁开关 VPN

甚至还有一些优势：

• 无需一台处于校园网环境中，24 小时开机的电脑/服务器

• 无需具有公网 IP 且线路稳定的服务器进行内网穿透

• 最重要的是：不会违反任何实验室的规定

搭建的部分非常简单，几乎就是一行代码的事儿，略过了。

使用 Surge 分流的部分，在上一篇文章中也已经写过，也不再赘述了。

Tail

本文提到的解决方案，实际上对于学校的 VPN 来说，也是通用的。

目前因使用时间不是那么长，所以会遇到什么问题暂时未知，我猜保活可能会是一个问题。

如果你也遇到和我类似的困扰，可以试试这里提到的方案

看完了？说点什么呢

Intro

由于实验室不在校内，而实验室的网络环境并没有办法通过 IP 认证的方式，来访问学术期刊，而这恰恰是一个非常高频的需求。

因此解决方案就只剩下了通过 VPN 进行访问，但这也带来了一些问题：

• 若仅在需要访问相关资源的时候连接 VPN，长此以往可能在这件事情上会浪费掉大量的时间；
• 若一直连接 VPN，在切换网络的时候会遇到重连的问题，同时 VPN 的连接体验下来并不稳定，带宽也并不高，体验非常差；
• 由于 VPN 会接管所有的流量，因此一些并不需要使用 VPN 访问的资源也绕了一大圈，而本地内网的资源又无法连接了；

于是我花了一点点时间，研究出了一套使用「Surge Snell v5 + frp + Subnet 策略组」的方案，来无感知地解决这个问题。

Prerequisite

简单来说，整个过程分为以下几个步骤：

1. Snell v5 代理建立在校园网环境中的一台 24 小时开机的服务器中；
2. 校园网打洞非常困难，因此为了省事，直接使用 frp 将 Snell v5 代理穿透到具有公网 IP 的服务器上；
3. 使用安装了 Surge for Mac 的 MacBook，写一些简单的规则后，通过 Subnet 策略组进行愉快上网。

如果你也希望尝试这套方案，你需要：

• 一台处于校园网环境中，24 小时开机的电脑/服务器
• 使用 macOS，并购入 Surge for Mac 软件
• 有一台稳定的，具有公网 IP 的服务器，以使用 frp 进行内网穿透

Example

具体的部署非常简单，就不演示了，如果遇到问题，可以在评论区讨论。

实现无感的关键是建立一个 Subnet 策略组，我这里的策略是：

• 连接校园网（SSID 为 eduroam/ShanghaiTech/Jayden）时，本策略组的流量走直连，此时不会走校内代理绕一圈。
• 除以上情况外，本策略组的流量一律走校内代理。

随后将相关的域名，例如 pnas.org(PNAS)、nature.com(nature)、cell.com(Cell)、science.com(Science) 等设置为上述的 Subnet 策略组即可。

除了域名以外，也可以将校内的一些 IP 走上述 Subnet 策略组，从而实现对校内资源的访问。

Tail

后来 VLESS 也推出了反向代理的功能，但由于本方案已经稳定用很久了，所以也不想折腾了，感兴趣的朋友可以试试。

另外，运行 frp 的公网服务器，对中国大陆的线路也需要有保障，否则用起来也是一言难尽。此前尝试过一台位于香港的服务器，本想着物理距离更近，理论上用起来应该更无感才对，实际上由于其线路不够优质，以至于某些时候卡顿严重。后来使用了一台线路质量较高的美国服务器，相当稳定。

而 frp 其实也有其他的替代，但有点折腾不动了，于是直接选用了 frp。

如果你有和我一样的困扰，我希望这篇内容对你有帮助。

看完了？说点什么呢

半年不见，聊聊最近的一些想法。

AI 时代

近半年来没有更新什么文章，出游的也好，学术的也好。我可以给自己找借口，说太忙没时间，这也是客观事实。但最主要是因为在当下，我很难写出高质量且不可替代的内容。

没有照片的游记不是好游记，而作为一个修图党，修图和选图全是会用掉不少时间，这也导致有好几次出游的照片到现在都还没碰。此外，单纯的游记分享单纯是对自己生活的记录，私以为，他人能从我的游记中收获的内容太少，花时间看我的游记不如上小红书搜一搜来的全面（毕竟有人专门吃这碗饭）。

而学术内容的写作更是让我感到头疼。想起来 ChatGPT 3.5 的发布也就是大概三年前的这时候，那时的生成式人工智能还充满着各种幻觉，及其不可信；同时也无法联网，这也导致无法对内容进行鉴定；思考能力的缺失也导致其逻辑常常出现混乱，这也导致了输出基本不可信，只能拿来写点充满 AI 味儿的文本。

而现在已经大有不同了。在 coding 领域，Cursor 和 Claude Code 太强大了，各种 MCP 的运用也是眼花缭乱；而在文生图领域，Nano Banana 也是让人叹为观止；而在科研领域，拥有联网以及思考能力的 ChatGPT 也已经能给我提供很多助力了。这也让我感叹，现在的 AI 真是太强了，强到一个月花 20 美金，就可以极大的提高一个人的竞争力。

前两年还常常在新闻中看到，有人坚持在工作当中不使用 AI，公司对此也没有任何要求。现如今，一个不使用 AI 的员工，几乎可以说不会被任何公司青睐，甚至会被厌恶。有人说 AI 的发展速度其实远远不及预期，但事实上从 ChatGPT 到现在也就 3 年时间而已。AI 发展的速度之快，每隔一段时间就会出现大量新知，看都看不过来；每隔一段时间就会出现某个改变行业的产品（Cursor、Nano Banana 等等），这种发展速度让我时常觉得跟不上时代，我也不由得害怕自己在这一波时代浪潮里面没有把握住机会，甚至失去饭碗（尽管概率实在太低）。

这也让我想到一个问题，在这个时代，我的护城河到底是什么？这是最近让我焦虑的一个问题。

ChatGPT 5：

护城河来自“选对问题 + 掌握独占数据与样品 + 建立可扩展的实验/计算平台 + 严格的验证与合规 + 跨学科整合执行力”。AI 是加速器，但“问题选择、因果推断、实验约束与质量体系”决定不可替代性。

论知识储备、阅读速度，机器的高通量太高，人类无论如何都比不上。将同一个问题抛给博士生和 AI，目前 AI 的回答大概率比博士生要全面和完整。而这种机器只需要 20 美金就可以获得，人类却需要二十多年的训练。这也不由得让我感到悲观，这让迫使我思考，如何用好 AI。

最近刚看完老罗和红衣大叔的播客节目，里面也多次提到所谓护城河的问题，讨论对象主要是公司。红衣大叔的观点是，能够及时调整战略，这件事情本身就是一家公司的护城河。这件事情放到个人发展上来说，私以为，也有道理。

可惜到目前为止，我对于 AI for academic career 的探索还仅仅局限于与 ChatGPT 对话的阶段，甚至越想越觉得自己应该 quit，进入另一个行业。因此焦虑了一段时间，确实目前也没什么太好的办法，但转念一想，能意识到这一点、并尝试做出改变，这件事情本身就蛮好的了。

CCP4 Shanghai School

据说，上一次 CCP4 Shanghai School 还是在五年前，这次能参加说来也是巧，正好在附近举行，机会太难得了。

听完第一天的上午就收获许多，于是坚持把 10 天的 Lecture 几乎全听了，也混进去听了几天的 Tutorial，收获确实不少，让我对晶体学有了更深刻的认识。尽管没有这些知识，也能顺利解析蛋白质晶体结构并完成投递，但总有一种，缺乏训练的感觉。

本考虑将此次会议学到的东西，加以完善并分享出来，但新建文件夹后发现，我能够分享的事情也很有限。一方面我也只是懂得皮毛而已，只是相比之下可能了解更多；在可预见的未来，我能够真正上手做晶体学机会非常少，这还挺遗憾的；另一方面，CCP4 官方的教程已经比较详细了，我也不想去做重复造轮子的事情。这种文章意义不是太大，不如把时间放到其他地方，于是又删除了文件夹。

当然，如果您有什么想和我沟通的，我非常乐意，可以联系我。

计算生物学 or 生物信息学

这也是最近在思考的问题。

单纯的结构生物学，已经让我感觉有点疲软了。首先结构本身，很多时候并不能说明太多问题，尽管它是一个很好的工具；其次，想持续保持竞争力，有两个部分我觉得必须得考虑，一方面是点出更多技能树，另一方面是往药物研发上靠拢。否则，单纯的做结构生物学，而不往应用上走，感觉会错失很多机会。

身边有不少做生信的朋友，他们的生活状态令我比较向往，且做生信的前辈们出路都不差，这也不由得让我思考是否可以将生信和结构生物学结合一下。

但探索的结果让我还是有点失落。生物信息学和结构生物学的交叉实在有限，计算生物学却非常适合，于是计划趟一趟计算生物学的坑，包括但不限于：

• 分子动力学模拟
• 分子对接/虚拟筛选

再深入的就先不涉足了，毕竟本职工作还是结构生物学，避免本末倒置。看看有没有机会做一些有意思的东西出来。

当然，这些我还是打算 Powered by AI，这样会更快一些。

尾巴

感觉还有蛮多可以聊的，但已经写不动了，先到这里吧，也暂时不知道下一篇是啥时候。

看完了？说点什么呢

Intro

你需要：

1. 已安装 ChimeraX
2. 晶体结构坐标 PDB 文件
3. 和 PDB 文件对应的电子密度 mtz 文件

本文以 7VH8 为例，参照这篇文章得到 PDB 和 MTZ 文件。

TL;DR

1. 打开 ChimeraX 安装 Clipper，有两种安装方式:

   1. 图形界面中，在 Tools -> More Tools... 中找到安装即可。
   2. 执行 toolshed install clipper 命令进行安装。

2. 打开 PDB 文件后，将 mtz 文件拖入，会出现弹窗，选择对应的 PDB。 打开后应该是这样的：

3. 展示密度：

   1. 我们先将背景颜色改为白色：

      set bgcolor white

   2. 随后选中小分子：

      sel #1.2:4WI

   3. 仅展示小分子附近的密度：

      clipper isolate sel surroundDistance 0 contextDistance 5 maskRadius 2.5 hideSurrounds true focus true

      参数	描述
      sel	指的是当前选中的原子（即小分子）
      surroundDistance	指定扩展选择的距离，默认为0埃。这个参数决定了除了选中的原子外，额外包括哪些原子来计算地图覆盖区域。
      contextDistance	这个参数设置了额外显示的上下文区域的距离，默认为5埃。这些原子会被显示但不会被地图覆盖。
      maskRadius	指定地图掩码的半径，默认为3埃。这决定了地图在选定区域周围延伸多远。
      hideSurrounds	如果为true，不在 surroundDistance 范围内的原子将被隐藏（卡通显示不受影响）
      focus	如果为true，视图将重置并居中显示覆盖区域

   4. 调整 Contour Level 并赋予颜色：

      需要注意的是：Coot 和 ChimeraX 所采用的 Contour Level 存在差异：

      软件	Contour Level
      Coot	默认使用标准差(sigma)单位来表示等值线水平(尽管在软件中显示为 rmsd）。 当在 Coot 中设置 Contour Level 为 1.0 时，它实际上表示显示密度值大于或等于平均密度加上1.0个标准差的区域。
      ChimeraX	通常以绝对电子密度值（electron/ų）来表示等值线水平。 当运行命令 volume #1 level 1.0 时，它表示显示密度值等于或大于1.0 electron/ų的区域。

      因此：

      • 如果希望在 ChimeraX 中以标准差(standard deviation)为单位设置等值线水平，可使用 sdLevel，这与 Coot 中的概念相同。

      • 如果希望在 ChimeraX 中表示以均方根偏差(root-mean-square deviation)为单位设置等值线水平，可使用 rmsLevel.

      volume #1.1.1.2 sdLevel 1.0 color blue

      • 这里可以使用 color blue 来赋予颜色。

      对于mFo-Fc差异图，你可能想要设置正负值：

      volume #1.1.1.4 sdLevel 3.0 color green sdLevel -3.0 color red

      [!TIP]

      如果 ChimeraX 中间有一个指示三轴中心，你可以通过 cofr show false 来关闭它。

   5. 对光影和颜色进行简单调整后，一张漂亮的图就制作完成了。

Outro

网上有很多教你如何对冷冻电镜密度进行展示和着色的教程，而晶体结构似乎较少，希望对你有帮助。

欢迎留言讨论。

看完了？说点什么呢

已经好几个月没有更新文章了，最近发生了一些事。

申博和毕业

从去年 12 月开始决定留下深造，到现在反反复复，出现了很多事。

先是快乐接受老板发来的 Offer；再到 3 月份因为申请材料中出现的瑕疵，被老板教育了一顿（我很感激，确实是我的问题）；再到 3 月底得到消息说老板要离职；很快又出来方案，录取后转组；短短一个多月心情一直在过山车。所幸申博得到了另一位老师的帮助，目前已经拿到 Offer，但转去哪个组，一切还未尘埃落定，静候结果。

不过毕业就得靠自己了，最近改完了盲审意见，也不知道找谁帮忙看看，希望一切顺利。

内容

最近又打开了南开师兄的结构生物学学习网站，不得不说比上次看内容丰富了许多。不过上次发现的小错误还在，于是给师兄指出，得到了肯定。

想到这次申博的时候，本希望将个人网站加入到简历和 Slides 当中，大师兄说网站的内容太宽泛，没有垂直在学术领域，建议拿掉，我觉得有道理。

于是我想着是否需要做一个网站，专门聚焦于学术内容。后来想想作罢，我还是决定将其放入到个人网站当中，否则我的个人网站的内容过于干瘪，毕竟作为生物学学生，总不能个人网站全是折腾相关的内容，不过我打算做出一些改变：

• 将文稿和手记重新分类：文稿中仅包含折腾和学术相关的内容，并进行分类，不管是 Cryo-EM、X-Ray 还是其他科研相关，都更清晰，容易找到。而感悟、游记等其他内容都放到手记当中。
• 将一些不希望公开的教程放入文稿的 内部教程 专栏中：过去有一些教程总觉得不适合公开，就一直放在本地了，借助手记的 需要密码 功能可以实现这个目标。
• 内容的质量：也是首师兄内容的启发，很多内容写得不是很详细，因为写起来耗费的时间可能比较多，这也是需要改变的，后期创作的内容还是聚焦于质量。

打印照片

过年的时候把相机和照片打印机带回家了，给家人拍了照并打印了出来。有些遗憾的是今年忘记组织拍全家福了，明年有机会的话一定要补上。

这个过程我觉得太有仪式感了，且非常具有纪念意义，因此最近买了一堆相纸，将过去 2-3 年的照片都打印出来了，计划做一个相册。

用的照片打印机是女朋友去年送我的生日礼物，小米米家照片打印机1S，可以打 3 寸 和 6 寸相纸：

• 3 寸相纸是正方形的，这也就导致了照片比例和大小和普通的 3 寸差异比较多，个人觉得不好掌握。
• 6 寸相纸大小是我比较喜欢的，比例差不多是 3:2。
  • 风景照等可以直接打印 6 寸；
  • 如果觉得 6 寸太大，也可以使用美图秀秀将两张图拼到一起，比例选择 3:2，间隔为 60，然后在打印的时候加上边框，这样可以正好打印成 2 张 4 寸的照片。
  • 另外可以打印成人生 4 格这种风格的，参考这篇笔记

总之玩法很多就是了，如果你们感兴趣的话我可以写一篇教程来教你们怎么打印。

日常

从家回到学校之后，发现 MacBook 的第一个 Type-C 口居然接触不良了。本身就只有 2 个 Type-C 口，现在只剩一个能用了。

网上查了下可能是 Type-C 的小板氧化等原因造成的，网上淘宝只要十几块钱就可以买一块；找了个上海的商家包换好 100 元。但也可能是主板出问题，这样的话就比较麻烦了。

不过目前还没去换，暂时不影响使用，平时的需求也就是连接显示器和充电。

看完了？说点什么呢

Intro

昨天刚对博客的架构进行了一波更新，今早醒来发现服务器到期了，导致网站直接 Down，甚至没有到期提醒的邮件。

本计划到期后不再续费，而到期后已经无法连接上服务器了，里面的数据也取不出来。所幸之前有良好的备份习惯，定时将数据备份到 OneDrive，具体可参见这篇文章。

但尴尬的是，此前仅备份了数据，没有备份部署的环境变量，这导致了一些问题，我认为值得记录一下。

后端部署

和此前部署的文章一致，唯一需要注意的也是本次部署中遇到的麻烦是 .env 文件的撰写。在 ALLOWED_ORIGINS 中仅填写域名即可，不要填写 https://xxu.do。

JWT_SECRET=XXXXXX #随便填写，长度在 16-32 之间
ALLOWED_ORIGINS=xxu.do #这里需要注意的是，仅填写域名即可，不要填写 https://xxu.do，这会导致前端无法连接
ENCRYPT_ENABLE=false
ENCRYPT_KEY=

前端部署

本次部署的方式：利用 GitHub Action 去构建 Shiroi 然后部署到远程服务器，主要参考了这篇文章。

首先在服务器中进行以下操作：

1. 安装 Nodejs 和 unzip

# 安装 unzip
sudo apt update && sudo apt install -y unzip

# 安装 NVM (Node Version Manager)
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
# 重新进行 SSH 连接或者 source .bashrc 来生效

nvm install node
node -v
npm -v

2. 安装 Node.js, npm, pnpm, pm2, sharp

npm i -g sharp pm2 pnpm 

3. 在你的服务器家目录，新建 shiro 的目录，然后新建 .env 填写你的变量。

cd && mkdir shiro && cd $_
vi .env

4. 然后填入相应的环境变量，单域名的话 NEXT_PUBLIC_API_URL 和 NEXT_PUBLIC_GATEWAY_URL 如下填写即可，GH_TOKEN 可从这里新建，权限勾选 repo 即可。

NEXT_PUBLIC_API_URL=http://localhost:2333
NEXT_PUBLIC_GATEWAY_URL=http://localhost:2333

TMDB_API_KEY=
GH_TOKEN=

5. Fork 项目后，在 Settings -> Secrets and variables -> Actions -> Repository secrets 中添加以下内容：

• HOST 服务器地址
• USER 服务器用户名
• PASSWORD 服务器密码
• PORT 服务器 SSH 端口
• KEY 服务器 SSH Key（可选，密码 key 二选一）
• GH_PAT 可访问 Shiroi 仓库的 Github Token

其中 GH_PAT 可以和上面的 GH_TOKEN 保持一致。

6. 在 Fork 仓库下的 Action 中，启用 workflow；随意修改 build_hash 文件后，workflow 就启动了，如果运行成功就可以到自己的服务器里 /root/shiro 文件夹下看是否有构建好的文件了；一开始运行失败，后查明原因是没有部署 pm2，供参考。

7. Action 定时执行：进入Github Fork的项目中，修改 .github/workflows/deploy.yml文件，去掉 schedule: 和 -corn: '0 3 * * *' 两行的注释即可。

Nginx 反代

单域名的示例：

## xxu.do
    
    server {
        listen       80;
        server_name  xxu.do;
        rewrite ^(.*)$ https://$host$1 permanent;
    }

    server {
        listen 443 ssl http2;
        listen [::]:443 ssl http2;

        server_name xxu.do; # 替换为你的域名
        index index.html; 
        proxy_set_header Host $host; 
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; 
        proxy_set_header X-Forwarded-Host $server_name; 
        proxy_set_header Upgrade $http_upgrade; 
        proxy_set_header Connection "upgrade"; 
        ssl_certificate     /etc/pki/xxu.do/server.crt;
        ssl_certificate_key /etc/pki/xxu.do/server.key;
        ssl_stapling on;
        ssl_session_timeout 1d;
        ssl_protocols TLSv1.2 TLSv1.3;

        location /socket.io {
            proxy_set_header Upgrade $http_upgrade; 
            proxy_set_header Connection "Upgrade"; 
            proxy_buffering off; 
            proxy_set_header Host $host; 
            proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; 
            proxy_set_header X-Forwarded-Proto $scheme; 
            proxy_pass http://127.0.0.1:2333/socket.io; 
        }
        ## API 地址
        location /api/v2 {
            proxy_pass http://127.0.0.1:2333/api/v2; 
        }
        ## 简读 render 地址
        location /render {
            proxy_pass http://127.0.0.1:2333/render; 
        }
        ## Kami 地址
        location / {
            proxy_pass http://127.0.0.1:2323; 
        }
        ## 后台地址
        location /proxy {
            proxy_pass http://127.0.0.1:2333/proxy;
        }
        location /qaqdmin {
            proxy_pass http://127.0.0.1:2333/proxy/qaqdmin;
        }
        ## RSS 地址
        location ~* \/(feed|sitemap|atom.xml) {
            proxy_pass http://127.0.0.1:2333/$1; 
        }
    }

Outro

本次重新采取新的前端部署方式，确实是解决了内存占用过高的问题。

另外，也带来一个教训，一定要备份好 .env 文件，这对于重新部署来说会避免很多麻烦。

看完了？说点什么呢

Intro

RSS（Really Simple Syndication 或 RDF Site Summary），是一种消息来源格式规范，用以聚合多个网站更新的内容并自动通知网站订阅者。

能看到这篇文章，想必你大概知道 RSS 是什么了，不过多赘述了。

本解决方案使用以下服务：

• RSSHub：用于将大多数服务转 RSS
• WeWe RSS：用于将微信公众号转 RSS
• FreshRSS：用于定时抓取，替代 Inoreader
• Reeder：一个简洁舒适的 RSS 阅读器
• Feed Creator、PolitePol：通过可交互的方式将网站转 RSS

本解决方案的好处是：

• 将信息中心化：无需在多个网站、APP 或者社交媒体反复刷新，在一个地方看到你想看的所有内容
• 可控的抓取频率：即便发布的内容因为各种原因被下架和谐，只要已经被抓取过，你的服务器上就保存有这些内容，可供查看
• 完全自建：不担心信息泄漏，所有内容保存在本地或服务器上

完成这一切你只需要一台服务器，废话不多说，我们现在开始。

安装 RSSHub

1. 安装 Docker

curl -fsSL https://get.docker.com | bash -s docker

2. 通过 Docker Compose 安装 RSSHub

wget https://raw.githubusercontent.com/DIYgod/RSSHub/master/docker-compose.yml
vi docker-compose.yml  # or your favorite editor
docker-compose up -d

3. RSSHub Radar 是一个 Chromium 内核浏览器插件，通过它可以很方便得知目前该网站是否提供 RSS 订阅地址，或 RSSHub 中是否存在该网站的相应规则。

安装 Wewe RSS

1. 安装

mkdir wewerss && cd $_
wget https://github.com/cooderl/wewe-rss/raw/refs/heads/main/docker-compose.yml
vi docker-compose.yml #更改服务接口请求授权码等信息

2. 启动容器

docker compose pull && docker compose up -d

2. 进入 http://ip:4000，输入此前更改的服务接口请求授权码后即可进入
3. 先在账号管理处添加一个账号，然后即可根据提示添加订阅

安装 FreshRSS

1. 在本地创建文件夹，这两个文件夹将映射到 Docker 容器内

mkdir -p /root/FreshRSS/data /root/FreshRSS/extensions

2. 使用 Docker 启动

docker run -d --restart unless-stopped --log-opt max-size=10m \
  -p 127.0.0.1:8080:80 \
  -e TZ=Asia/Shanghai \
  -e 'CRON_MIN=1,16,31,46' \ #每小时拉取 4 次
  -v /root/FreshRSS/data:/var/www/FreshRSS/data \
  -v /root/FreshRSS/extensions:/var/www/FreshRSS/extensions \
  --name freshrss \
  freshrss/freshrss

3. 因为 docker 启动参数中监听 127.0.0.1，因此需要先使用 nginx 等反代服务。如果你不需要域名，将 127.0.0.1 改为 0.0.0.0 后即可直接通过 http://域名:端口 的形式访问。
4. 创建新用户后，进入设置。在认证中将允许 API 访问勾选，随后在账户的 API 密码中输入用于阅读器登陆的密码。

RSS 阅读器

选择一个支持 Google Reader compatible API 的阅读器，比如 Reeder。

在 Reeder 中选择 FreshRSS，填入端口（通过 http://域名:ip/api 查看）、用户名和密码（刚才设置的 API 密码）后，即可添加你想要的订阅源，开始快乐阅读吧。

Outro

如果一个网站/服务，官方没有提供 RSS 订阅地址，而 RSSHub 中也没有相应的路由规则，那么可以通过以下方式进行订阅：

1. 根据 RSSHub 的规则，向 RSSHub 贡献一个路由规则。
2. 通过 Feed Creator、PolitePol 等服务进行订阅，其中 Feed Creator 可带 Cookie。

看完了？说点什么呢

[!NOTE] 20250412 更新：目前 infuse 官方已经支持百度网盘挂载，无需此曲线救国的方式。

TL；DR

1. 使用 Alist 挂载百度网盘。

2. 在 infuse 内通过 WebDAV 连接 Alist。

3. 使用 Surge 为 ^*baidupcs.com 添加 User-Agent: pan.baidu.com。

   [Header Rewrite]
   http-request ^*baidupcs.com header-add User-Agent pan.baidu.com

Intro

目前 infuse 官方提供了 WebDAV、OneDrive、阿里云盘等挂载支持，但尚不支持百度网盘直接挂载。

阿里云盘虽然资源多，但由于在线播放速率限制，也不太想多花钱开一个会员，作罢。

百度网盘的资源同样不少，部分缺失的资源也可以通过离线下载的方式补齐，还有优质的播放、下载速度等等。最重要的是，已经开通的百度网盘会员是刚需，能再发挥一下余热，何乐而不为呢？

踩坑

有了这个想法后，首先在 infuse 官方群内求助，但似乎大家并没有 infuse 挂载百度网盘这种需求，可能是需求太过小众，并没有相关的讨论，作罢。

考虑到 VidHub 已经提供了百度网盘的直接挂载，既然 infuse 已经支持了阿里云盘，那支持百度网盘应该也不是什么难事，因此给 infuse 官方发了一封邮件，得到回复如下：

看样子官方支持可能遥遥无期了。

另辟蹊径

早就知道可以使用 Alist 对百度网盘进行挂载，然后用 WebDAV 的方式接入到 infuse 中。

对于百度网盘会员来说，Alist 官方提供了两种在线播放的方式。

1. 修改 UA，可以正常播放。
2. 本地代理，需要大流量大带宽的服务器。

众所周知 infuse 无法修改 UA，于是一开始我的目光转向了第二条。实操发现速率是一个问题，对服务器的流量消耗也是一个问题，只好作罢。

过了几日和另一位 infuse 用户说起此事，了解到可以使用网络工具对 UA 进行修改。突然想到我日常使用的 Surge，遂进行尝试。

在 Surge 的配置文件中添加以下内容后，顺利进行了在线播放：

[Header Rewrite]
http-request ^*baidupcs.com header-add User-Agent pan.baidu.com

Outro

1. 这本是非常简单的事情，但似乎互联网上对此没有太多讨论，在 linux.do 论坛中也有用户提出了相同的问题，却没有答案，于是将此法发布，为各位节约时间。
2. 对于 Apple TV 的用户来说，Surge 应该也可以接管 infuse 的流量，值得尝试。

看完了？说点什么呢

TL;DR

1. 找到感兴趣的结构，这里以目前数据库中分辨率最高（0.48 Å）的结构 5D8V 为例。

2. 下载模型和密度

   1. PDB format 的模型
   2. Validation 2fo-fc coefficients 文件，解压得到 cif 格式文件
   3. Validation fo-fc coefficients 文件，解压得到 cif 格式文件
   4. 得到 3 个文件：
      1. 5d8v.pdb
      2. 5d8v_validation_2fo-fc_map_coef.cif
      3. 5d8v_validation_fo-fc_map_coef.cif

3. 转换格式：

   1. 使用 CCP4 套件中的 cif2mtz

      cif2mtz hklin 5d8v_validation_2fo-fc_map_coef.cif hklout 2fo-fc.mtz << EOF
      EOF
      
      cif2mtz hklin 5d8v_validation_fo-fc_map_coef.cif hklout fo-fc.mtz << EOF
      EOF

   2. 使用独立 python 包 gemmi

      pip3 install gemmi
      
      gemmi cif2mtz 5d8v_validation_2fo-fc_map_coef.cif 2fo-fc.mtz
      gemmi cif2mtz 5d8v_validation_fo-fc_map_coef.cif fo-fc.mtz

4. 在 COOT 中加载 PDB 模型和 2fo-fc.mtz 以及 fo-fc.mtz 即可

Reference

1. X-ray Electron Density Maps

看完了？说点什么呢

Intro

A research paper published on biorxiv determined a new coronavirus subgenus, I would like to figure out is there any changes on protease. However, the sequence data has not been publish.

Fortunately, the similar sequence is do available on NCBI, unfortunately, only RNA-seq data is available.

So I need to assemble the RNA-seq reads first, and BLAST the sequence I need with the assembled data.

TL;DR

1. Setup the environment with conda:

   conda create -n sra_env -y
   conda activate sra_env
   conda install -c bioconda -y sra-tools trinity transdecoder blast fastp fastqc

2. Fetch the data:

   prefetch SRR11301086
   fasterq-dump SRR11301086
   mkdir -p analysis_results/SRR11301086/{raw_fastqc,clean_fastqc,fastp,trinity,transdecoder,blast_results}

3. Data quality check

   fastqc  SRR11301086_1.fastq SRR11301086_2.fastq \
           -o analysis_results/SRR11301086/raw_fastqc \
           -t 28 \
           2>&1 | tee analysis_results

4. Quality control using fastp

   fastp -i SRR11301086_1.fastq \
         -I SRR11301086_2.fastq \
         -o analysis_results/SRR11301086/fastp/SRR11301086_1.clean.fastq \
         -O analysis_results/SRR11301086/fastp/SRR11301086_2.clean.fastq \
         --qualified_quality_phred 20 \
         --length_required 50 \
         --thread 28 \
         --html analysis_results/SRR11301086/fastp/SRR11301086_fastp.html \
         --json analysis_results/SRR11301086/fastp/SRR11301086_fastp.json \
         2>&1 | tee analysis_results/SRR11301086/logs/SRR11301086_fastp.log

5. Data quality check (post-cleaning data)

   fastqc analysis_results/SRR11301086/fastp/SRR11301086_1.clean.fastq \
          analysis_results/SRR11301086/fastp/SRR11301086_2.clean.fastq \
          -o analysis_results/SRR11301086/clean_fastqc \
          -t 28 \
          2>&1 | tee analysis_results/SRR11301086/logs/SRR11301086_fastqc_cleaned.log

6. Assemble with Trinity

   nohup Trinity --seqType fq \
           --left analysis_results/SRR11301086/fastp/SRR11301086_1.clean.fastq \
           --right analysis_results/SRR11301086/fastp/SRR11301086_2.clean.fastq \
           --CPU 28 --max_memory 48G \
           --output analysis_results/SRR11301086/trinity \
           2>&1 > analysis_results/SRR11301086/logs/SRR11301086_trinity.log &
   
   mv analysis_results/SRR11301086/trinity.Trinity.fasta* analysis_results/SRR11301086/trinity/

7. Check the Trinity result:

   TrinityStats.pl analysis_results/SRR11301086/trinity/trinity.Trinity.fasta \
   2>&1 | tee analysis_results/SRR11301086/logs/SRR11301086_trinity_stats.txt

8. BLAST sequence of interest

   1. Put your sequence in query.fasta.

      vi query.fasta

   2. Make BLAST database and run:

      makeblastdb -in analysis_results/SRR11301086/trinity/trinity.Trinity.fasta -dbtype nucl -out analysis_results/SRR11301086/trinity/SRR11301086_nuc_db
      
      tblastn -query query.fasta \
              -db analysis_results/SRR11301086/trinity/SRR11301086_nuc_db \
              -out analysis_results/SRR11301086/blast_results/SRR11301086_nuc_blast.txt \
              -evalue 1e-5 \
              -word_size 2 \
              -outfmt "6 qseqid sseqid pident length mismatch gapopen qstart qend sstart send evalue bitscore qseq sseq" \
              -num_threads 28

9. Check the BLAST result:

   cat analysis_results/SRR11301086/blast_results/SRR11301086_nuc_blast.txt

10. Extract the sequence from trinity.Trinity.fasta

    # Build index
    samtools faidx analysis_results/SRR11301086/trinity/trinity.Trinity.fasta
    # Extract the sequence
    samtools faidx analysis_results/SRR11301086/trinity/trinity.Trinity.fasta TRINITY_DN284_c0_g1_i7 > analysis_results/SRR11301086/blast_results/SRR11301086_TTRINITY_DN284_c0_g1_i7.fasta

Tail

1. You can also blast with the Predicted sequence:

   TransDecoder.LongOrfs -t analysis_results/SRR11301086/trinity/trinity.Trinity.fasta\
       2>&1 | tee analysis_results/SRR11301086/logs/SRR11301086_transdecoder_long.log
   
   TransDecoder.Predict -t analysis_results/SRR11301086/trinity/trinity.Trinity.fasta \
       2>&1 | tee analysis_results/SRR11301086/logs/SRR11301086_transdecoder_predict.log
   
   mv *.transdecoder* analysis_results/SRR11301086/transdecoder/

2. Make BLAST database and run:

   makeblastdb -in analysis_results/SRR11301086/transdecoder/trinity.Trinity.fasta.transdecoder.pep \
               -dbtype prot \
               -out analysis_results/SRR11301086/transdecoder/SRR11301086_db \
               2>&1 | tee analysis_results/SRR11301086/logs/SRR11301086_makeblastdb.log
   
   blastp -query query.fasta \-db analysis_results/SRR11301086/transdecoder/SRR11301086_db \
          -out analysis_results/SRR11301086/blast_results/SRR11301086_prot_blast.txt \
          -evalue 1e-5 \
          -outfmt "6 qseqid sseqid pident length mismatch gapopen qstart qend sstart send evalue bitscore qseq sseq" \
          -num_threads 28 \
          2>&1 | tee analysis_results/SRR11301086/logs/SRR11301086_blast.log

看完了？说点什么呢