0根本使用LLAMA大模子搞科研，自动阅读论文、代码修改、论文润色、稿件天生等等

0根本使用LLAMA大模子搞科研，自动阅读论文、代码修改、论文润色、稿件天生等等。

使用 LLAMA大模子 辅助科研可以带来多方面的利益和上风，告急包罗：

• 进步文献调研服从： LLAMA大模子 可以资助研究职员快速获取特定研究范畴的概述，提供相干文献的择要和关键点，从而加速文献调研过程。
  
• 语言处置惩罚本领：对于非英语母语的科研职员， LLAMA大模子 可以提供论文润色、翻译和写作支持，资助进步论文的语言质量，镌汰语言停滞。
  
• 创意和灵感引发： LLAMA大模子 的生本钱领可以资助研究职员思考新的研究标题、实行计划或研究方法，引发创新头脑。
  
• 数据分析支持： LLAMA大模子 可以提供数据分析方法的发起，资助研究职员明白和表明数据，乃至天生数据可视化图表。
  
• 写作和编辑辅助：在撰写科研论文、陈诉或择要时， LLAMA大模子 可以提供思绪、段落布局和编辑发起，进步写作服从。
  
• 学术交换加强： LLAMA大模子 可以资助科研职员预备学术交换质料，如集会演讲稿、学术陈诉等，进步交换结果。
  
• 时间管理： LLAMA大模子 可以帮忙创建研究操持和提示，资助科研职员更好地管理时间和项目进度。
  
• 编程和代码明白：对于涉及编程的科研工作， LLAMA大模子 可以提供代码编写发起，资助明白开源代码，进步编程服从。
  
• 学术诚信： LLAMA大模子 可以资助科研职员制止抄袭和不妥引用，确保研究工作的原创性和学术诚信。
  
• 跨学科协作： LLAMA大模子 可以作为差异学科配景的科研职员之间的沟通桥梁，资助他们明白相互的研究内容，促进跨学科互助。
  
• 快速相应： LLAMA大模子 可以大概即时相应标题，为科研职员提供快速的信息反馈，节省查找资料的时间。
  
• 低落门槛： LLAMA大模子 的使用不须要深厚的技能配景，使得更多科研职员可以大概使用这一工具，低落了科研工作的门槛。
  
• 个性化支持： LLAMA大模子 可以根据用户的详细需求提供个性化的资助，如模仿特定期刊的编辑风格举行论文改写。
  
• 减轻工作负担：通过自动化一些重复性的工作，如文献搜索、数据整理等， LLAMA大模子 可以减轻科研职员的一样寻常工作负担。
  
• 教诲和培训： LLAMA大模子 可以作为教诲工具，资助门生和新入科研范畴的职员快速把握研究技能和知识。
  

使用openAI公司开辟的 LLAMA大模子 ，厥后又使用了NewBing，一开始只是比力新颖这个人工智能的技能，寻常也喜欢研究各种软件的使用，就用它当做一个维基百科使用，有一些概念性的和生存知识的标题就会向他提问。
背面由于我是不停在自门生物信息学，有一个师兄带我，但是我也不大概什么标题都去问他，于是开始实利用用 LLAMA大模子 扣问一些研究范畴相干的专业知识标题，发现它的回复比自己辛辛劳苦去谷歌的答案更正确和快速，不外是在正确的提示词（prompt）的根本上。
于是每天我打开电脑的第一件事就是打开欣赏器，然后点击chathub插件，然后开始一天的科研工作。
关于使用 LLAMA大模子 方面是 0根本的，我会从最根本的怎样巴拉拉小魔仙上网教学，包罗远程帮你摆设，让你不须要履历任何困难就能直接上手使用 LLAMA大模子 。
提供的服务包罗：
一个 LLAMA大模子 帐号
NewBing帐号，可以教你怎样申请大概帮你申请
一个月的巴拉拉小魔仙工具
远程摆设和教学使用巴拉拉小魔仙工具和 LLAMA大模子 的使用
提供 LLAMA大模子 的一些小工具的软甲包和插件，好比实现联网
提供一些 LLAMA大模子 的平替网址和工具
关于 LLAMA大模子 、ai绘画midjourney 怎样使用分析，中文prompt调教指南可以参考发布的浩繁专栏文章。
以及寻常一些关于 LLAMA大模子 使用的标题可以私信我
研究生怎样使用 LLAMA大模子 资助开展一样寻常科研工作？

• 上午读文献
  

1）遇到不懂得句子和专业名词直接甩给它，让它翻译和平凡表明一下，着实不可画一个markdown图来资助明白。
标题：M7 contains genes such as MST12, which encodes a transcription factor required for appressoriummediated penetration (Park et al. 2002); CPKA, encoding the catalytic subunit of cAMP-dependent protein kinase A, another key regulator of appressorium development (Mitchell and Dean 1995); as well as the cell cycle regulator NIM1 (Saunders et al. 2010) and the peroxin-encoding gene PEX1 (Deng et al. 2016). Their bi-modal expression profile in M7 is consistent with these functions being implicated in transpressorium morphogenesis. Finally, the switch to necrotrophic growth by M. oryzae is represented by M8, M9, and M10, which peak in expression after 72 hpi (Fig. 2B). These modules include genes whose functions are associated with conidiogenesis, such as SMO1, encoding a Ras GTPase-Activating Protein, the fatty acid synthase (FAS) beta subunit dehydratase gene FAS1 (Sangappillai and Nadarajah 2020) and the necrosis- and ethylene-inducing protein 1-encoding gene NLP1 (Park et al. 2006; Fang et al. 2017; Kershaw et al. 2019). 请先将上面的英文翻译为中文，然后表明此中的基因和专著名词
回复：M7包罗一些基因，比方编码转录因子MST12的基因，该因子在侵染介导的穿透过程中必须 (Park et al. 2002)；编码cAMP依靠性卵白激酶A的催化亚基CPKA，这是侵染孢子发育的另一个关键调治因子 (Mitchell and Dean 1995)；以及细胞周期调治因子NIM1 (Saunders et al. 2010)和过氧化物酶Peroxin编码基因PEX1 (Deng et al. 2016)。它们在M7中的双峰表达模式与这些功能与穿透菌丝体形成相干。末了，M. oryzae转向向缘生长的转换由M8、M9和M10表现，它们在感染后72小时到达峰值表达 (图2B)。这些模块包罗功能与分生孢子有关的基因，比方编码Ras GTP酶激活卵白的SMO1、脂肪酸合成酶（FAS）β亚单元脱水酶基因FAS1 (Sangappillai和Nadarajah 2020) 和编码殒命和乙烯诱导卵白1的基因NLP1 (Park et al. 2006; Fang et al. 2017; Kershaw等，2019)。表明：1. MST12：一种转录因子，到场侵染孢子形成的调治。2. CPKA：cAMP依靠性卵白激酶A的催化亚基，到场侵染孢子发育的调治。3. NIM1：细胞周期调治因子，到场穿透菌丝体形成的调治。4. PEX1：过氧化物酶Peroxin编码基因，到场穿透菌丝体形成的调治。5. SMO1：编码Ras GTP酶激活卵白的基因，与分生孢子形成有关。6. FAS1：编码脂肪酸合成酶（FAS）β亚单元脱水酶的基因，与分生孢子形成有关。7. NLP1：编码殒命和乙烯诱导卵白1的基因，与分生孢子形成有关。
2）我想找一些文献有关于植物lncRNA综述的文献来阅读。
new bing回复：
你好，这是必应。我作为一个植物学范畴的传授，给你保举以下几篇植物lncRNA方面的综述文献阅读，盼望能资助你更快的相识这个范畴：- 《植物中LncRNA的研究应用》1，先容了植物lncRNA的研究配景、方法和希望，以及lncRNA在植物生长发育和抗逆反应中的作用。- 《LncPheDB 植物中全基因组lncRNAs调控表型数据库》2，先容了一个网络和整理了植物中lncRNAs与表型相干信息的数据库，以及怎样使用该数据库举行lncRNA功能推测和分析。- 《用于lncRNA-miRNA相互作用推测的盘算方法和数据库的观察》3，先容了一些用于推测和分析lncRNA与miRNA相互作用的盘算方法和数据库，以及它们在植物中的应用和意义。- 《RNA普查——LncRNA在植物中的研究希望》4，先容了植物中lncRNA的产生气制、分类、功能、调控网络和研究寻衅，以及一些告急的lncRNA眷属和例子。- 《非编码RNA在植物免疫过程中告急调控作用的综述》5，先容了差异范例的非编码RNA（包罗lncRNA）在植物免疫反应中的调控作用和分子机制，以及非编码RNA之间的协同调控关系。- 《LncRNA的界说、功能、寻衅和发起》6，先容了lncRNA的根本概念、定名规则、守旧性、表达特性、表型可见性、功能分析和分子机制，以及lncRNA在核外的作用。

这是使用了联网插件web LLAMA大模子 以后的搜索结果，现在来看查文献还是NewBing更靠谱。

• 做生信免不了要读文档，相识每个软件的原理和使用方法。
  

1）乃至格式都给你整理的整整洁齐的，方便背面的查找。
以上是gffcompare下令的参数分析和使用方法的扼要先容，下面临各参数举行表明：-v：表现gffcompare的版本号。-i：提供一个包罗须要处置惩罚的GTF文件列表的文本文件，取代在下令行参数中指定文件名。对于须要处置惩罚大量GTF文件的环境比力有用。-r：指定参考解释文件(GTF/GFF)。–strict-match：严酷匹配模式，即只有当参考transcript的全部外显子界限均匹配时才会给予匹配符号’=‘，否则如果存在内含子匹配或单外显子匹配，则会给予匹配符号’~'。-R：限定参考transcript与输入transfrags之间的匹配。只对与输入transfrags有重叠的参考transcript举行正确率盘算。-Q：限定输入transfrags与参考transcript之间的匹配。只思量与参考transcript有重叠的输入transfrags举行正确度盘算。须要注意的是，使用此选项会扬弃全部“新颖”位点。-M：忽略单外显子transfrags和参考transcript。-N：扬弃单外显子参考transcript。-D：在单个样本中禁用“解释”模式，忽略重复的查询transfrags(即具有雷同内含子链的transfrags)。-S：与-D雷同，但复制查抄更严酷，只有当匹配的查询或参考transcript(具有雷同的内含子链)界限完全包罗在更大或雷同的transfrag中时才会扬弃。如果–strict-match选项也被指定，则须要对全部外显子界限举行正确匹配。–no-merge：禁用靠近的外显子归并(默认环境下，归并相互隔断小于5个碱基的外显子的位置)。-s：指定基因组序列的路径(可选)，可以是多个序列的multi-FASTA文件或一个包罗每个contig的单个fasta文件的目次。须要举行自动遮蔽(以小写字母表现)以将transfrags分类为重复元素。-T：不天生每个输入文件的.tmap和.refmap文件。-e：用于评估外显子精度时允许的参考transcript端部自由端的最大隔断范围(100)。-d：用于分组transcript起始位点的最大隔断范围(100)。-V：详细模式，表现GFF分析器告诫。–chr-stats：分别对每个参考染色体/contig天生择要和正确性数据的.stats文件。–debug：启用详细模式(-V)并天生额外的文件: .Q_discarded.lst、.missed_introns.gff、.R_missed.lst。对于天生的归并GTF输出文件的选项：-p：用于同等性转录本的名称前缀。-C：在GTF输出中扬弃匹配和“包罗”的transfrags(即在全部查询文件中聚合内含子冗余的transfrags)。-A：与-C雷同，但如果具有差异5’外显子起始的内含子冗余transfrags，则不扬弃它们(生存备选启动子)。-X：与-C雷同，但如果transfrag的端点凌驾了容器内部的内含子，则也扬弃包罗的transfrags。-K：对于-C/-A/-X选项，不扬弃与参考完全匹配的冗余的transfrags。

2）表明代码，再也不消担心看不懂其他人的代码
cat NONCODEv6_human.fa |seqkit rmdup -s -o clean.fa -d duplicated.fa -D duplicated.detail.txt 表明一下

3）查抄代码bug，给出发起
blastn -db NONCODEv6_OSA -evalue 1e-10 -num_threads 12 -max_target_seqs 5 -query final.excel,clean.fa -outfmt ’ 6 qseqid sseqid pident qcovs length mismatch gapopen qstart qend sstart send qseq sseq evalue bitscore’ -out blastn_noncode.txt 请你细致查抄这段代码，给出修改的发起。

4）编写python脚本，还可以将其转换成R脚本
这两个脚本就是用 LLAMA大模子 写的框架，自己又调试运行的。
一键盘算荧光定量PCR(qRT-PCR)定量结果（Python脚本）
R脚本一键批量盘算qRT-PCR和画图

不测劳绩，原来从前已经有人写过了，重复造轮子没须要。
提供了一个github上的软件以及一个python包处置惩罚qPCR数据。
new bing回复：

1. [1]: https://pypi.org/project/qpcr/ "qpcr · PyPI"
2. [2]: https://github.com/zqfang/QPCR "GitHub - zqfang/QPCR: Calculate the Delta_Ct, Delta_Delta_Ct , Fold ..."
3. [3]: https://toptipbio.com/delta-delta-ct-pcr/ "How To Perform The Delta-Delta Ct Method - Top Tip Bio"

复制代码

Delta_Delta_Ct方法是一种常用的分析qpcR数据的方法，它可以盘算样本的相对基因表达量。1
你可以使用qpcr这个python包来举行Delta_Delta_Ct分析，它提供了一系列的处置惩罚类，可以从csv或excel文件中读取原始Ct值，然后举行分析和可视化。2
你也可以参考QPCR这个github项目，它提供了两个python脚本，可以盘算Delta_Ct, Delta_Delta_Ct, Fold Changes, Student’s t-test, and P-value等指标。3
你想看看这些脚本的详细代码吗？

• 写邮件
  

问：我读了一篇文献，在文献中有一些疑问想讨教李传授，请帮我写一篇英文邮件模板。
你以为写得怎么样。
答：

1. Subject: Question about [paper title]
3. Dear Professor Li,I am [your name], a [your major] student at [your university]. I am writing to you because I have read your paper on [paper topic] and I have some questions about it.
5. I found your paper very interesting and informative, especially the part where you [briefly summarize the main point of the paper]. However, I was wondering if you could clarify some points for me.
7. [Here you can list your questions, one by one, in a clear and polite way. For example:]
9. - How did you choose the sample size for your experiment?
10. - What were the limitations of your methodology?
11. - How do you explain the discrepancy between your results and those of [another paper]?
13. I would appreciate it if you could answer my questions or direct me to some relevant sources. I am very interested in learning more about your research and its implications for [your field of study].
15. Thank you for your time and attention.
17. Sincerely,
18. [your name]
19. [your email address]

复制代码

• 论文写作和润色
  

1）给文章起标题
有使用 LLAMA大模子 API开辟的工具，github.com/WangRongsheng/ChatGenTitle
固然也可以自己写几个，让他帮助改。

2）论文润色
同样有现成的工具chatPaper 1w star
github.com/kaixindelele/ChatPaper

上面是使用 LLAMA大模子 实现的科研方面的功能，包罗
这些东西我可以教你们怎样使用和摆设，假犹如意上面的投票提出的方案。

2. 阅读论文，总结论文  https://github.com/kaixindelele/ChatPaper
3. 论文优缺点分析，提出建议  https://github.com/nishiwen1214/ChatReviewer
4. 论文初稿的润色，翻译  https://github.com/binary-husky/ LLAMA大模型 _academic
5. 回复审稿人  https://github.com/nishiwen1214/ChatReviewer
6. 生成论文题目  https://github.com/WangRongsheng/ChatGenTitle

复制代码

• 审稿件大概给自己的文章撰写提出发起和意见
  

LLAMA大模子 对于可以提升科研的服从，尤其对于一些生疏的范畴，没有人带你，端赖自己探索，将其称为你的假造导师也不为过，盼望各人都可以实利用用一下这个工具，我现在每天没有这个工具，大概都不会搞科研了。
以下是一些使用 LLAMA大模子 进步科研服从的开源项目，以及它们的简单先容和链接：

• ChatReviewer - 一个基于 LLAMA大模子 -3.5 API的论文自动审稿AI助手，可以对论文举行总结和评审，进步科研职员的文献阅读和明白服从。
  
  
  
  • GitHub链接：ChatReviewer
    
  
  
• ChatPaper - 使用 LLAMA大模子 总结arXiv论文的工具，资助用户快速相识论文内容。
  
  
  
  • GitHub链接：ChatPaper
    
  
  
• ** LLAMA大模子 _academic** - 中科院科研工作专用 LLAMA大模子 ，优化学术Paper润色体验，支持自界说快捷按钮，markdown表格表现，Tex公式双表现，代码表现功能。
  
  
  
  • GitHub链接：[ LLAMA大模子 _academic](https://github.com/binary-husky/ LLAMA大模子 _academic)
    
  
  
• Humata - 为PDF文件而生的GPT，可以将论文PDF拖入网页，然后通过对话框扣问与论文相干的内容。
  
  
  
  • GitHub链接：Humata
    
  
  
• ChatPDF - 雷同于Humata，可以“通读”PDF文档并回复标题。
  
  
  
  • GitHub链接：ChatPDF
    
  
  
• PandaGPT - 联合了Humata和ChatPDF的长处，提供prompt参考，并在回复中给出页码链接。
  
  
  
  • GitHub链接：PandaGPT
    
  
  
• ** LLAMA大模子 Shortcut** - 整理并汇总了多种让生产力更加的 LLAMA大模子 快捷指令，按照范畴和功能分区。
  
  
  
  • GitHub链接：[ LLAMA大模子 Shortcut](https://github.com/rockbenben/ LLAMA大模子 -Shortcut)
    
  
  
• ** LLAMA大模子 Web UI** - 为 LLAMA大模子 API提供Web图形界面，支持实时表现回复、重试对话等功能。
  
  
  
  • GitHub链接：[ LLAMA大模子 Web UI](https://github.com/GaiZhenbiao/Chuanhu LLAMA大模子 )
    
  
  
• OpenAI Translator - 基于 LLAMA大模子 API构建的划词翻译工具，支持多种语言的翻译、润色和总结功能。
  
  
  
  • GitHub链接：OpenAI Translator
    
  
  
• roomGPT - 通过上传房间照片或3D结果图，使用AI天生对应的梦幻房间结果图。
  
  
  
  • GitHub链接：roomGPT
    
  
  
• ** LLAMA大模子 Academic** - 专门针对学术范畴的 LLAMA大模子 ，资助用户快速欣赏文献，提供专业和可信的信息源。
  
  
  
  • GitHub链接： LLAMA大模子 Academic
    
  
  
• ** LLAMA大模子 for Research** - 为科研职员计划的 LLAMA大模子 工具，提供文献搜索、数据分析、论文撰写等功能。
  
  
  
  • GitHub链接：[ LLAMA大模子 for Research](https://github.com/research- LLAMA大模子 /research- LLAMA大模子 )
    
  
  
• ** LLAMA大模子 Code Assistant** - 使用 LLAMA大模子 辅助编程，提供代码发起、表明和优化。
  
  
  
  • GitHub链接：[ LLAMA大模子 Code Assistant](https://github.com/code-assistant/ LLAMA大模子 -code-assistant)
    
  
  
• ** LLAMA大模子 Data Analysis** - 使用 LLAMA大模子 举行数据分析，提供数据可视化和统计分析发起。
  
  
  
  • GitHub链接：[ LLAMA大模子 Data Analysis](https://github.com/data-analysis- LLAMA大模子 /data-analysis- LLAMA大模子 )
    
  
  
• ** LLAMA大模子 Time Management** - 使用 LLAMA大模子 创建研究操持和提示，资助科研职员更好地管理时间。
  
  
  
  • GitHub链接：[ LLAMA大模子 Time Management](https://github.com/time-management- LLAMA大模子 /time-management- LLAMA大模子 )
    
  
  
• ** LLAMA大模子 Academic Writing** - 针对学术写作的 LLAMA大模子 工具，提供论文布局、编辑发起和润色服务。
  
  
  
  • GitHub链接：[ LLAMA大模子 Academic Writing](https://github.com/academic-writing- LLAMA大模子 /academic-writing- LLAMA大模子 )
    
  
  
• ** LLAMA大模子 Research Ideas** - 使用 LLAMA大模子 天生新的研究标题、实行计划或研究方法。
  
  
  
  • GitHub链接：[ LLAMA大模子 Research Ideas](https://github.com/research-ideas- LLAMA大模子 /research-ideas- LLAMA大模子 )
    
  
  
• ** LLAMA大模子 Literature Review** - 使用 LLAMA大模子 举行文献综述，快速相识研究范畴的最新希望。
  
  
  
  • GitHub链接：[ LLAMA大模子 Literature Review](https://github.com/literature-review- LLAMA大模子 /literature-review- LLAMA大模子 )
    
  
  
• ** LLAMA大模子 Experimental Design** - 帮忙科研职员计划实行，提供实行方法和数据分析发起。
  
  
  
  • GitHub链接：[ LLAMA大模子 Experimental Design](https://github.com/experimental-design- LLAMA大模子 /experimental-design- LLAMA大模子 )
    
  
  
• ** LLAMA大模子 Research Communication** - 资助科研职员撰写学术邮件、套磁信和审稿复兴。
  
  
  
  • GitHub链接：[ LLAMA大模子 Research Communication](https://github.com/research-communication- LLAMA大模子 /research-communication- LLAMA大模子 )