joyfire: 打工日记

发布pFind 2.1 Beta 2

Fri, 04 Jul 2008 17:12:08 GMT

　　欢迎大家访问pFind Studio官方站点，包括软件简介、用户手册、演示视频和发表论文。稍后会提供pFind 2.1版的注册和单机版下载。我的RCM论文也在网站上全文公开，欢迎多多引用

　　pFind 2.1颇有突破，接下来几天的blog，总结一下这半年的经验。今天先说第一条：建立风险识别和控制机制。

　　去年“软件开发2.0”大会，晚上参加胡百师主持的“项目管理”VIP沙龙，现场有不少项目经理和架构师，讨论话题很多。胡百师建议：“除了Todo List和Bug List，项目经理手里应该有一份Risk List。”

　　插话一下，那时正是pFind 2.0压力最大，进度拖延，BUG丛生的阶段。偷闲参加“软件开发2.0”大会，跳出来换换脑筋，从技术架构上，从项目管理上，从产品设计思路上，彻底反思了之前的工作。除了本篇BLOG讲的软件工程问题。再举个技术上的例子：听Baidu的前任总工程师的讲座，谈到一个检索加速的案例，他随口说了一句：“大家都能猜到，这是倒排索引的设计出了问题”……回到组里再听ly重构索引的ppt，意识到必要性，马上把这个Feature加入pFind 2.1的Road Map。

　　跑题了，回来接着说。4月pFind 2.1启动时，我在Google Doc建立项目手册，专门加上了“风险识别和对策”一章，列出各种想到的风险，按重要性进行排序，然后一一填上预防措施，还有最坏情况下的取舍方案，然后每周跟进。

　　可能项目启动那天是黄道吉日，最让人睡不着觉的几条，都没真正造成威胁。进度比预计顺利得多。还有一大堆惊喜。

　　俺的成功经历实在不多，尤其是这么完美的比赛过程，所以难免有些迷信。有些运动员总在关键比赛前换上同一双球鞋，俺也决定以后抱着“Risk List大法”不放手了

　　我猜我的合作伙伴可不喜欢这样，因为这次开发我可能根本没干正事，就是忙着扮演一个政委、牧师或居委会大妈，不停地骚扰大家：时刻在人家耳朵边上唠叨一些政治正确的废话，比如“复用接口上移，复用功能外抽”；逼着每个人修改变量名和类名，加空格和缩进；像个秃鹫一样在别人工位后面露出头：“嘿……没事……就是……那个……你的代码还没上传到SVN上呢”；每过两三天就发一次邮件，强调里程碑和Bug List；在别人最忙的紧要关头，要求双人编程和code review……

　　Joel on software说：“开发人员把不务正业的程序经理拿来当早餐吃掉”。老实说，绝对是因为ly、hchi、lqliu这帮家伙太神奇，折腾出好多变态的成果来（嗯，早就等着拉2.1出去吓人）。我这个所谓“产品经理”其实是蹭饭的角色（更喜欢临阵杀敌）。《最后期限》里说：“你可以不雇我，但一定要考虑一下我的团队，他们真的很棒”，Bingo。

停BLOG14天

Sun, 22 Jun 2008 07:40:41 GMT

　　按进度计划，我们会在7月1日发布pFind 2.1 Beta 2，同时pLabel、pBuild和pScan也各自发布新版。这是重要的里程碑。也许是我进入生物信息组3年以来，最重要的一个。每天都感觉在不断接近“把Mascot打得满地找牙”的理想。组里打算为上半年大规模工程开发圆满完成好好庆祝一番（庆祝的事情交给我筹备，可我现在一点心情都没有）。

　　未来10天，Todo list上还留着不少待处理事项，好多麻烦搞得人睡不好觉。感觉自己变得敏感易怒，刚刚还犯了一次偏头痛。

　　需要集中精力，把pFind 2.1发布搞到尽量完美。所以不得不停BLOG两周，不好意思。

　　那么我们7月5日再见。到时候我会邀请蛋白质组学方面的朋友试用pFind 2.1。

准备拽着2.1怪兽出去吓人

Fri, 16 May 2008 11:24:18 GMT

　　刚刚改进了pFind 2.0的N端可变修饰生成的递归部分的代码，发布2.0.003补丁。

　　五月份主要工作就是用pFind 2.0和pFind 2.1（流程2）进行大规模的伴随测试。经过对答案，两者都修正了不少BUG。pFind 2.1 Alpha 2估计会于下周一19日发布。我们会带着2.1去用户那里进行Beta测试，这比原计划提前了将近10天。

　　fy领导的pFind M版也有进展，M是面向未来的版本，已经实现了对ETD的支持，多母离子窗口等梦幻特性。马上就要展开M版和2.1版（流程1 ）伴随测试。

　　按照计划，6月发布pFind 2.1 Beta 1。到7月底，在至少两家生物实验室完成Beta测试，8月8日，正式发布pFind 2.1的final release，“奥运献礼版”。另外，pFind 2.2也会很快着手，预计在12月1日发布，这就是这么多年传说中的集群版。

　　最近压力很重，hchi昨天请病假，我还一直欠着pLabel和pScan的设计审阅和双人编程没空展开。不过也很有成就感，pFind 2.0陪着pFind 2.1跑了接近百万张质谱数据，每张谱、每个候选肽、每个打分、每个EV值……一直精确到小数点后五位，确保完全一样。有一次，18万张谱里只有1张不同，结果是1.000007对0.999998，但是hchi穷追猛打，一口气追下去，最终修正了一个很隐秘的BUG。

　　pFind 2.1 Alpha2 目前还没有界面，8万行C++代码；pFind 2.0经过大规模整理删除，11万行C++代码；正在彻底重写的pLabel 2万行C++；等待大规模重构的pBuild，2万5千行C++；pScan接近1万行C++。这些代码都是在将近18个月里完成的。

　　接下来这个夏天，拽着2.1怪兽出去吓人，把Mascot打得满地找牙。

冰激淋和B/S结构

Tue, 06 May 2008 05:56:41 GMT

　　大一在jiuqi打工，喜欢带着冰激凌去找oyy，总架构师，他的屋里有舒服的空调和沙发。oyy爱吃冰激凌，但没几个人知道，大概是因为喝咖啡才符合程序员的职业形象。oyy很和气，所以我经常在沙发上放肆地手舞足蹈。（曾经竭力模仿身边的职业程序员：昼夜颠倒，喝很浓的不加糖的咖啡，染红色的头发，甚至一边点鼠标一边心不在焉抓起杯子喝水的神态……直到有一天发现oyy偷偷去买冰激凌，哈哈）

　　当时刚学会CGI和ASP，觉得会有越来越多的软件采用WEB方式。身边的朋友说不明白，决定有机会问问oyy的看法。可是没说两句，老板闯进来，把我客气地轰出去：总架构师应该做些更重要的事。临走oyy说“有意思，但我猜不会很快变成主流”。

　　跑到身份不符的地方胡闹，被老板当胸抓住，还有什么话好说，回工位老老实实写我的ETL代码，这才对得起薪水。

　　没过多久，在展会上见到用友的新一代ERP，完全使用Web UI，宣传手册里有个新鲜的名词叫B/S结构。

出色的软件工程师什么样？

Sun, 04 May 2008 08:37:51 GMT

　　最近一期《程序员》开头有篇关于招聘的经验，第一条要求就是“对技术细节有激情”，真是所见略同。其实也是老生常谈了。记得还看过一篇国外文章，提到很多网络创业失败的原因在于，发起者是不了解网络和软件技术的商人，没有接触过优秀的职业软件工程师，甚至根本不知道出色的程序员和架构师应该是什么样。他们仅仅想找人把自己的idea实现出来，这就注定招到的人没有判断和反馈能力。Google的招聘邮件说，“技术天才是喜欢扎堆的物种，别让哪怕一个二流货色混进你的团队”。

　　类似的事，我们身边每天都在重复上演。作为老牌“人贩子”，我从大学二年级开始参与各种推荐、面试和考核。总见到招聘者出于各种原因（比如资金、关系、性格、印象、说辞）选择了不合适的人，给未来挖下大坑。

　　《程序员》还有一篇MMORPG架构师的文章，里面提到“赞成某位同行的单线程多进程思路”，一看就知道说的是云风。文章提到“分布式对象系统VS自定义协议”的选择问题，不过他坚持认为，分布式对象系统是更好的选择，专门提到了ice。也许他参加了SDChina2.0，搞不好，我问云风为什么不考虑ice时，他也在场。

　　一直感觉我和云风很像：年龄、经历、爱好和技术观点。云风刚发了一系列回忆职业生涯的BLOG，看了以后这种“相像感”更强了（这个，往牛人身上硬扯，实在有点傻）。“没有哪个程序员的代码一开始就能写的成熟稳健，我们都经过幼稚的年代”。选择太多，很多人无法坚持工程技术的积累，过早改变了职业生涯的方向。狐狸和刺猬最终谁会赢？

验收通过

Wed, 30 Apr 2008 09:48:10 GMT

　　憋了好久，今天出来吓人。刚刚抄送全组一封邮件：

各位：

　　pFind 2.1 Alpha 1版刚刚通过验收，代码上传至SVN。测试性能大大高于计划指标，我们在短短4周内创造了奇迹：

彻底重写内核引擎，15个模块，近三万行C++代码，开发中规范执行code review或pair programming；
完整实现了两种不同的鉴定流程，其中流程2与pFind 2.0的鉴定结果进行了仔细对齐验证；
在shark服务器上，对等条件下，鉴定速度是pFind 2.0的3~5倍，接近Mascot；
流程1和流程2均初步实现多线程，4核机器上4线程比单线程方式加速比接近2.85；
创建索引速度有了接近百倍的提高，大大超出SEQUEST建索引的速度；
已测试的索引规模，达到pFind 2.0容量上限的10倍，也超出SEQUEST索引规模上限；
移植到Linux下，为将来和曙光、龙芯的合作打下基础。

　　感谢hchi、leo和llq的努力和热情。这是一次接近完美的开发经历。祝大家假期愉快。

joyfire 2008.4.30

　　从上午的述职报告开始就不断有人问，哪些招数带来了如此明显的性能改进？其实都是纯粹的工程手段，而算法流程方面并没有应用激进的创新思路，基本沿用了pFind 2.0里的成熟方案。

pFind 2.0历程

Fri, 25 Apr 2008 16:38:26 GMT

　　前两天做了一次报告，总结pFind 2.0。花了很大功夫准备Google Docs幻灯，熬到凌晨3:00。

　　翻翻这里的“打工日记”标签：

　　05年下半年，接手生物信息组工作，顶住干扰静下心着手工作。这一年的最后一天，首次跑通流程。

　　06年1月，对算法模块展开大规模测试，这只是之后漫长的重构、测试、再重构、再测试循环的序幕。（小插曲：BLOG里提到的那个缺根弦的家伙，是在纠缠我当时的女友，之后居然等在我加班回去的路上，拿电棍袭击我，反而被我打倒在地……现在想想，俺真是什么人生体验都没错过）测试结束时给全组发邮件，希望建立直接透明的工程氛围。

　　06年2月，着手M2版。虽然有心理准备，但之后事实证明，“第二赛季”还是比预想的要困难得多。

　　06年4月，搜索引擎核心完成最初调试，界面也很快做出来了，那时以为Alpha阶段能很快结束。接下来几个月，陷入反复修改和测试。除了各种BUG，涉及更多的是科研问题。亲身体验了“小数点后五位数据不精确导致性能大大降低”这种传说中的科学故事。那时pFind的鉴定效果着实好不到哪儿去。

　　06年12月pFind 2.0论文投稿，这十几页纸，真把这辈子的英语都写完了，最终发表在RCMS时，已经修改过32稿。

　　07年1月开始Beta测试，我扮演工兵。第一次从用户那里回来，马上力排众议安排pBuild开发。在一线眼巴巴“护送”软件运行是件滴汗的事，但过后增加底气。现场值班逐渐成了日常工作。原来Mascot并非遥不可及，许下一个愿望。

　　07年8月，为解决系统在修饰问题上的缺陷，不得不展开大规模重构，但遇到挫折。不过现在看来，这是一笔财富，理清了思路。

　　07年9月，有机会投入生物一线的实际科研，这时候的pFind 2.0还不完善，遇到很多麻烦。差点迈不过这道坎，但最终fy大侠带领我们创造了奇迹。之后几个月，继续推进。这是一段激情时光。通过不断努力，再次重构后的系统性能获得成倍提高。

　　08年1月，滑单板时摔断了胳膊，打着石膏坚持去上海出差推广pFind。南方雪灾，差点留在上海过年。到春节为止，组里申请了11项软件著作权。专利方面，获得第1项专利授权，还有4项等待授权，今年还有3项打算申请。商标也在申请中，去年10月在人类蛋白质组会议以后，我们的域名遭到恶意抢注，经过戏剧性的争夺，我幸运地抢回了pfind.net这个重要URL。

　　08年4月，pFind 2.0 final Relese，同时pFind 2.1展开，还有3天，29日下午6:00，就是2.1 Alpha1版的deadline。计划8月8日推出“奥运献礼版”。

　　pFind 2.0历经3年终于完满，但可能没多久就会被更出色的2.1所取代。心情有些复杂。感谢所有的同事和朋友。

严谨和乐天

Sat, 19 Apr 2008 16:33:06 GMT

　　只要和fy搭档干活，俺心里就有底，传说中的英雄总能在关键时刻准时出现，拯救万民于水火之中。

　　不过两个人性格差好远。fy是个严谨过头的家伙；而我大大咧咧，过于乐天派。这次分领M版和C版，这种差别大伙都看出来了：

　　每次milestone，fy的总结都是“基本完成”；而我，恨不得在前一天晚上就把第二天的进度从todo list里划掉；

　　M版攻城掠地一日千里，Boss H发邮件祝贺，fy却愁眉苦脸Re回来：“没啥可贺的，真正的测试还没做，流程可不可行、有没有隐藏的bug，还是未知数……”；再看俺这边，尽管C版已经比计划慢了4天，还在邮件里自吹自擂呢：“在坚决不降低工程标准的前提下，俺们定能赶在deadline搞出一件恐怖的终极武器，以便证明哥几个就是传说中的天才程序员团队”。

pFind 2.0最后定版

Sat, 19 Apr 2008 04:36:51 GMT

　　pFind 2.0昨天整理完毕，清理实验性或过时的算法，例如原有8个搜索流程只保留了最新的“发车模式3”。调整界面隐藏尽可能多的选项，以减少参数配置的出错机率。一口气删掉了5万多行代码。下周一pFind 2.0 final release，成为历史坐标。

　　这是四月初，我请全组到新家吃饭。Boss H在网上订的黑森林蛋糕，据说有四百多块钱。

　　最近一段，pFind 2.1开发进入关键战役，今天是第三个milestone，预计下午2点开始第一次集成测试。

　　按组里惯例，C++和Matlab版同时展开。fy大侠带M团队，我带C团队。C版只实现最成熟的技术路线，保证工程质量，关注速度和吞吐上限；而M版还要验证一些相对激进的思路，昨天一问，M版也在不断重构架构优化速度，代码质量很高。很期待两个版本的PK。以前各个软件C、M两个版本最后“对答案”时，或者异曲同工，或者不约而同，相互印证借鉴，很有乐趣。

　　周四要在全组讲pFind技术报告。为表示对一线开发者的尊重，除了简单提一下系统设计编码原则，我本人不会多讲，而打算让各个模块的作者亲自演示：先后实现了哪几种不同方法，跑了哪些数据和参数，在精度和速度上有多少进步……在所有人面前汇报自己创造的成果，体验成就感，鼓舞士气。

　　从本科大一假期到软件公司打工开始，我总是天经地义的开发主力。这次pFind 2.1却只扮演项目经理角色，不负责模块的具体编程实现。精力都放在接口设计、代码审核、双人编程培训、进度监控和文档上。心情有些复杂：不挽起袖子敲代码，就没有那种“百万军中取上将首级”的快感了。

昵称征集

Tue, 15 Apr 2008 08:40:10 GMT

　　今天在家又养了一天病。正事不能干，躺在那里就想些无关紧要的点子。比如给新版本的pFind2.1各个模块起名字。

　　不少科研团队都喜欢给产品和工作设备起昵称。微软Windows各版本的昵称都是加拿大滑雪胜地附近的景物；豆瓣用《指环王》里的角色命名服务器；我到过的一个生物学实验室里，每一台显微镜都用诺贝尔奖得主的名字来命名。

　　pFind2.0时代，我就想用NEO来命名蛋白鉴定引擎。但是，当时刚好在反向工程分析Mascot（pFind的头号竞争对手），脚本代码的注释里有不少程序员相互的玩笑和批注，发现他们居然已经抢走了这个好名字。我猜对方的研发人员里一定有不少MATRIX迷，这下知道他们为什么给自己的公司起这种名字了。

　　又考虑GATTACA。这部科幻电影对生命科学家的影响，就像MATRIX给程序员的震撼一样。主题上符合俺们pFind的生物信息功能。GATTACA这个名字是一种暗喻：它同时就是一段DNA碱基序列片段（人类基因组计划完成以后，网上也有好事者在人的基因库里做过blast）。

　　也想过用Made in China的东西。比如传统神话里的“孙悟空”就很酷，或者到中国科幻作家的作品里寻找灵感，例如刘慈欣的“三体”。不过已经有互联网公司用“孙悟空”来命名自己的搜索引擎了；后者又显得不吉利：不可解的十八阶积分方程，不可预测的动态体系，感觉好像BUG总也调不完一样

　　除肽鉴定引擎以外，pFind系统的其他模块都等着起名字。按以前的想法，它们也都是MATRIX里的角色：数据索引模块命名为“ORACLE”（那个先知老太太，她实际是一个拥有高级权限的内核进程，负责索引和检测MATRIX系统里的异常变量，协助系统升级）；日志和异常抛出处理部分叫“SUBWAY STATION“（NEO昏迷后，throw exception的地方，里头是个死循环，等待系统catch）；授权和注册码部分叫“MR KEY”（中国匠人，其实就是盗版软件里常见的注册码生成器）；肽到蛋白归并模块叫“ZION”（清醒人类的总部，所有飞船的基地，虽然，最后NEO发现，所谓真实世界，只不过是另一层Virtual machine，又一个MATRIX）……一旦引擎的昵称换了，它周围的模块都要跟着重命名。例如鉴定引擎叫孙悟空，其他模块就应该叫八戒、沙僧、白骨精什么的。

　　征求意见中，欢迎贡献灵感。大伙儿也可以秀一秀自己系统的昵称。

　　BTW：欧美科幻小说与理工研发领域的联系源远流长。科学家和工程师们都很喜欢借用科幻小说里的人和物。比如美军第一艘核动力潜水艇，就用凡尔纳小说《海底两万里》里的海底机器来命名。美国冷战高潮时期的太空军备竞赛计划，借用了电影《星球大战》的名字。反过来，小说家和电影人对科学的理解也非常到位。比如斯皮尔伯格的《AI》中，对人工智能、感情和灵魂的探讨。反观国内，影视编导往往把科学表达成了现代巫术，长生不老药和阿拉丁神灯的新版本。

面试和激情

Tue, 04 Mar 2008 05:31:10 GMT

　　昨天去合作伙伴，一个刚“海龟”的生物学家那里，帮忙进行面试。她正在组建自己的团队，希望搞出类似国外Yates实验室那样的环境：医学家、生物学家、化学家、质谱专家、软件工程师和数学家都坐在一起，有任何领域的迷惑，一转头就可以拍拍身后的那个牛人解释清楚。所以除了购买各种仪器、访问国内有关的机构以外，就是打招人的广告。昨天面试者申请的是计算机方面的岗位。

　　晚上，她写了封感谢邮件给老板：“I am jealous of you. I definitely want to talk to you about how to concentrate the best people in own lab”。BOSS H转发给我，附带一句：“为你骄傲!”。人人都有虚荣心，所谓成就感，就是这种东西吧

　　说回面试，很遗憾这位面试者最终没有得到offer，他是请了假从南京赶过来，得到这种回答再赶回去，那种沮丧我们都能感到。真心希望他以后能有好的发展。不知道这位面试者能不能看到这篇BLOG，不管怎么样，我还是想从尽量客观的角度，写写我的看法，希望对别人有用。

　　这位老兄的问题肯定不是基础素质，他的教育经历相当值得自豪：小学两次跳级，只上了4年，中学在少材班，也只上了4年，14岁考上全国最知名大学计算机专业，因为学业出色，大三就保送了研究生，不到18岁。我想这经历会让大多数招聘者从一大堆简历里把自己挑出来。由于进入社会的年龄小，所以工作经历和项目简介就比同龄人厚好多。（对比：我和他恰好同年同月出生，他上研究生时，我还在考大学呢，汗呀）

　　那么为什么参与招聘的人，无论是生物还是计算机领域的，都投反对票呢？答案在于细节，我提到过这个问题。细节能表现出passion，或所谓的“能量”。

　　整个上午的ppt和交流，研究生时代开始经历过的众多项目，却没有一个能让他表现出兴趣、热情、激动和成就感。在反复提示和要求下，他勉强讲了几个自认为最漂亮的工作，仍然轻飘飘不接触细节，不得不多次打断他，“你只要讲一个具体项目就够了，一个让自己骄傲的工作：项目总体的需求是什么？你和谁合作？系统分成多少模块或层次？你负责哪里？你的前后左右，上下游是谁？你们之间怎么确定接口？你遇到最大麻烦是什么？最初怎么考虑解决方案？实际尝试了哪些办法？最终怎么把它干掉的？”

　　搞技术的，尤其是研发领域，和搞艺术创作有类似之处，归根到底就是我和作品之间的问题。我们不得不孤独地面对古怪的系统，只有全力以赴投入进去，用激情驱动自己面对那些枯燥的细节，绞尽脑汁，才有可能把问题pk掉，让机器正常运行起来。这是痛苦的修炼，也是让人激动的过程。如果一个技术人员真正经历过这些，不管他有多内向，多不善表达，谈到自己的工程时，都会两眼放光，如果别人表露出轻视，他会热情地保卫自己的工作，因为这倾注了他的心血。很多人会表现得非常激烈，甚至暂时忘掉自己在面试，忘掉礼貌和场合，例如会试图夺下你的笔，竭力利用纸或白板解释细节。

　　曾国藩说躬身入局才能成事。对繁琐的工作细节有激情，这是到目前为止我见到过的所有出色技术人员的共同特点。（其实不只是工程师和科学家，我认识的出色的销售人员，也会表现出同样的狂热）。捕捉激情，是Joel on software提到的招聘秘诀，也正是《最后期限》里强调的招聘者所必须的“鼻子和胃口”。这也是曾国藩的“带兵之法”：找到愿意干事，有热情干事，有能力干事的人，他们会在关键时刻拯救你。

　　另一方面，曾参与的项目有多少历史意义多大规模，其实并不重要。我才不管您做的东西是关乎国计民生，或仅仅源于业余时间的自学探索：这都和技术本身无关，只能说明你以前的老板有多伟大，不能说明你的能力。被面试者需要证明的是，自己面对新问题有没有学习和解决的能力，这当然也包括态度。

　　再回来说面试的事，正式程序结束后，这哥们在闲聊中提到，想转入纯粹的生物研究，不想再碰计算机问题。这就间接验证了我的印象：将近10年的职业生涯里，尽管物质条件上混得不错，但他不太喜爱所从事的专业和工作。这不是能力问题，而在于是否适合，这种情况下，的确需要仔细考虑以后路怎么走。

上海大雪&杂录

Mon, 28 Jan 2008 17:52:10 GMT

　　刚总结完今天的工作日志，上来乱敲。

　　冷空气跟着俺们的火车一起南下，我们刚到，上海就开始下雪，这一周都没停，而且越下越大，从没想到能在上海见到鹅毛大雪。南方屋子没暖气，于是通夜把空调开到30摄氏度，和服务员要两条被子盖，还好还好。

　　动身前在北京买好了返程的火车票，能不能按时回去，要看老天爷的意思了。估计没那么差运气（或好运气？）要留在上海过年。

　　其实这两天顾不上考虑这些，忙着到处交流。Robert.Capa说：“如果你拍得不够好,是因为你靠的不够近”。这一年与生物学家频繁交流收获很大，越来越有信心，改进意见和Todo List正在closing。很骄傲，因为06年底正是本人力排众议，带着并不完美的软件版本到用户现场常驻，进行了第一次Beta测试和现场改进，前两天老板发邮件说：“现在看来joyfire的决策是对的，他是组里的火车头，两个大灯贼亮”。

　　同来的研究生小孩值得赞扬：做事有条理，定好计划就按部就班执行，交流有热情有耐心，思考跟得上，能抓重点，编程更是一把好手，而且心态很好，遇到什么情况都很放松。表面看来他做什么都很快，其实工作量很大，所有事都不耽误。这就是传说中的聪明人。最看不上的就是，整天苦大仇深，哭着喊着，累啊忙啊压力啊（虽然俺自己就是这样的）。以前提过，我曾经检测组里的代码开发效率，表面看起来完全相同的人，都是计算机专业的硕士博士，产出居然相差7倍以上。所以还得从效率入手解决问题，你就把自己累死，一天能有56个小时？

　　除了正事，周末去陆家嘴一带活动，见朋友，看景色，上海果然很漂亮。女大十八变，好多小丫头几年没见，都变作了精致的上海女人。我们住在肇嘉浜路，又是26层，晚上从窗户俯视灯火通明的徐家汇，加上漫天雪花，很有点魔幻色彩。

　　再过几天就回北京过年了。这一年又快忙完了。

到上海出差

Wed, 23 Jan 2008 01:56:16 GMT

　　吊着石膏到上海出差。刚到，把住宿安顿好了。为了方便写BLOG，特意在笔记本上安装了Windows Live Writer，的确好用。

　　路上挺顺利。感觉上海人没有传说中那么难打交道。无论是出租车司机，还是招待所的工作人员，都挺热情周到的。

　　公事以外还有重要任务：拜访老妈的师友。当年生下我以后，她到上海读研究生（我三岁时来看过妈妈，冰砖很好吃，这是俺对上海的最初印象，哈哈）。

　　OK，去干正事了。回头再写。

加班，走神

Sat, 22 Dec 2007 10:05:21 GMT

　　连续参加考核、汇报和总结，没空写代码。昨天的会史无前例，漫长的七个小时，23:30才到家。

　　据说我们开会很像吵架，思路稍有差池，立马被乱棍打死。leo大虾再次显示传说中的“老师潜力”，在3小时的讨论中，即使下面闹成一锅粥，仍然心平气和，硬是让每个人听懂了老版索引那些恐怖的数据结构和读写流程，并接受了他的重构方案。

　　经过一个月头脑风暴，pFind下一版慢慢清晰了。这其中SD2China对我整理思路有很大帮助。

　　还有最后两个features，要赶在下周一功能冻结前加进去。所以今天来加班。但实在没状态，于是索性放松下来处理些杂事：上网听音乐，收发邮件，整理代码，讨论架构，翻译Tina文档每天计划的段落……

　　冬至，别忘吃饺子。

BUG修复了，爬到终点

Sat, 08 Dec 2007 16:03:51 GMT

　　晚上7点，完成了三十分钟的Rebuild All，开始重跑测试流程，守在键盘旁边，不停刷新Track日志，听到心脏砰砰在跳。

　　输出无误！

　　老生常谈的教训：在压力下急躁失措，没有坚持逐步迭代重构的原则。妄想在一次大动干戈、没有单元测试的修改中，同时满足“大规模优化流程“和“添加复杂的新功能”两个目标。最终只好回滚代码版本，从头再来，反而耽误了更多进度。

　　deadline拖延了一周总算有交代，阿弥陀佛，这次算是扛过去了。陈老板说，他的本事就是：“每次都能在快跳楼之前把活做出来”。

　　check in到版本服务器，给组里发邮件。长出一口气，好像卸掉了千斤重担，突然感到很饿，才意识到忘了吃午饭。折腾了十天，名符其实的“寝不安席，食不甘味”。于是赶紧出门，回来沐浴更衣，补充给养，明日整军再战。

　　后天，合作伙伴大队人马过来了解进度，善哉善哉。

　　SD2China的VIP沙龙，胡百川说：“项目经理的阵前折损率是很高的”。

条条大路通罗马

Mon, 19 Nov 2007 15:33:10 GMT

　　开了一天会，合作伙伴、项目申请、科研基金、最新动态、工程测试、专利申请、域名抢注、软件版权、人员调整、财务状况、未来进度……一大堆问题搞得身心疲惫，快下班时，大伙无意间议论起一个算法问题，这才感觉好玩起来，放松起来，记录之。（晚上又是应酬，给领导敬酒啊什么的，似乎这一整天，就这个问题的思考是个快乐的瞬间）

　　zf帮Boss H统计蛋白质数据库的数据分布情况，从上T数目的肽里，把拥有相同元素分子式的肽序列都归到一组（蛋白质或肽都是由碳、氢、氮、氧、硫五种元素组成的）。

　　以往zf是用哈希表做的，最初用前两位当key，后来进一步优化，用五种元素原子个数组成的向量来降维，但这样对付海量数据，速度还是太慢，程序一跑好几天。Boss H希望干脆把哈希变成一个map，也就是说，设计一种key，相同的元素分子式，有且只对应唯一个key。

　　Boss H是数学出身，所以首先想到一种很“数学”的办法，用五个素数作为基，例如2、3、5、7、11，然后取对应原子的个数的指数幂再连乘起来。例如，某个肽含有的碳、氢、氮、氧、硫原子数目依次有N1，N2，N3，N4，N5个，那么算出来的key就是2的N1次方，乘以3的N1次方，乘以5的N3次方，乘以7的N4次方，最后乘以11的N5次方。得到的每种不同的数字，自然就唯一代表着一种独特的元素组合方式。更妙的是，为防止这个数据过大，上溢，导致计算机无法处理，可以给它取log，连乘变成了连加，缺点是，对应的结果不再是整数，浮点判等会稍微麻烦一点。

　　俺是软件工程师，自然用很“工程”的办法，就是把碳、氢、氮、氧、硫的个数都变成0101的二进制串，然后依次排列起来（本质上,就是把N1，N2，N3，N4，N5依次乘以2的32、64、96、128、160次方，或者说把他们各自对应的0101二进制串依次左移动到合适的位置，再加起来），类似IP地址那样，比对是否相等时，直接用二进制掩码方式就能处理了。存在的小问题是，需要预先进行一个统计，搞清楚自然界里蛋白质分子中，碳、氢、氮、氧、硫各元素的原子数目的最大上限是多少，蛋白质是大分子，动不动成千上万的氨基酸链起来，必须保证二进制位数足够，不过这不算什么大问题，不够加长二进制串的长度就是了。

　　fy大侠匆忙间刚够听明白问题的确切意思，于是在最短时间里想出个最直观的办法，那就是用ASCII码文本连起来组成一个字符串作为key，不同元素的原子个数之间用一个符号隔开，例如“31@24@11@13@1”，然后用字符串比对，现有的高效库和高效算法很多，还可以用后缀树这种经典的文本分析数据结构来进一步优化存储和增删改方式。

　　这么一个小问题，原来有这么多不同的招数，条条大路通罗马。思考是一件非常有乐趣的事。

进入2.0时代

Sun, 11 Nov 2007 15:31:51 GMT

　　刚接手pFind 1.5版时就提过，软件的2.0研发是个危险路段，前方路况复杂，但既有架构又往往需要大动干戈甚至推倒重来，就好象给高速行驶的火车换轮子。反过来说，微软的很多著名软件，例如DOS、Windows、Word、Excell、IE等，在最初阶段都被嘲笑为拙劣的模仿者。但这些软件一到3.0版，总能把原来的市场领跑者打得满地找牙，这体现了微软出色的执行能力，把握细节的设计和竞争中的韧劲。

　　所谓Web 2.0概念，就是商业上形容那种感觉：网络创业开始成熟，开始总结套路，为后面3.0、4.0、5.0……打基础。对玩家来说，千头万绪之中找到方向和走法至关重要。

　　回过来再说自己的事，经过漫长的Beta，12月初，pFind Studio 2.0套件终于计划正式Release了，包括质谱和数据库预处理软件、搜索引擎、后处理平台和谱峰图形化标注界面等一整套鉴定工具。这几个月的痛苦前所未有：海量数据测试，现场调试，打电话发邮件开会，重构，Features取舍，修改方案，熬夜加班，咳嗽两个月不好……总感觉快扛不住了。自我安慰：等正式发布那一天，俺就是“世界上最棒的蛋白质鉴定软件系统”的Architect了，到时候充实地好好歇几天，阿弥陀佛，一定要爬到那一天呀

　　下面记录点具体案例，等俺老了，可以借此回忆激情燃烧的岁月（说别人都没意思，俺们现在的战况是：大老板H都上阵肉搏了）：

　　上周六临晨2点，BOSS H给我打电话报喜：“解候选肽理论库的不定方程组的代码编出来了！”昨晚，这一幕惨剧再次发生，11点多BOSS H又来电：“通过各种生化条件限制，我把理论候选肽数据库的数字从两千万缩减到六百了”，他兴奋地描述组合生成深度优先算法中的小招数，一直打到手机没钱为止。

　　这还不够疯狂，和BOSS H电话断了，打着哈欠收邮件，我靠，fy大侠也没闲着，半夜00:40邮件：“有线索了！”，看了好久的谱，他有个惊人发现……

　　于是今天打乱私人安排去加班（幸亏没耽误晚上的蓝色宝石周年聚会）。BOSS H和fy先PK，排优先级，决定先写fy这边……明早新程序跑出结果，刚好赶上生物学家们过来开会，希望可以把鉴定出的糖修饰谱个数提高一倍。

　　最后预告一下，刚好在pFind 2.0发布前，我计划参加2007软件开发2.0大会，我主要关注系统开发的这个Track，希望多交流。

加班、Google Notebook和躬身入局

Wed, 24 Oct 2007 16:07:24 GMT

　　一整天才搞定一个BUG，规划好久的新流程总算基本调通了。初步测试效果相当令人振奋。这下年底前就可以着手申请专利了。

　　加班回来晚了些，今天的节气是“霜降”，十点走出轻轨站，雾蒙蒙的。

　　一进门，老妈就推荐Google Notebook。她说上网搜索资料，摘录起来很麻烦，有了这东西尤其是安装了它的Firefox插件以后，做教案和PPT就容易多了（把老妈接到北京，本以为她这下算彻底退休了，谁知她又找到一个工作，在夜校里教《TCP/IP网络技术》课程）。试了一下果然不错，细节实现和设计创意都让人赞赏。

　　回过头再说工作。细节是魔鬼，所谓核心竞争力全在这儿。比如leo遇到的问题：理论上，蛋白理论酶切和肽序列统计排序是简单的算法，用STL的hash表就可以实现。但实际应用就没那么容易了，真正对付业界常用的蛋白质库，hash表里的海量数据一下就把32位进程的3G内存空间耗尽了。怎么重构，是外排、索引还是用AWE API实现自己的hash表？看来leo得踅摸两天了。

　　要拥有比赛资格，就得面对细节和变化的挑战。曾国藩说：“在局外呐喊议论总是无益，必须躬身入局，挺膺负责，乃有成事之可冀”。拼凑一个根本不考虑2.0版的demo，几百个数据模拟一下，在论文里讲个好故事，不屑或不敢考虑实用？差得太远了。

奇迹出现了

Mon, 01 Oct 2007 13:20:01 GMT

　　在北京蛋白质研究中心这两周，掉进深坑又爬出来的感觉。pFind系统首次投入实际的一线生物科研，这是个里程碑，到目前为止，课题组埋头干了5年。

　　从第一天开始就不断出状况，几乎所有模块都面临没考虑到的选项。困难的“周全”程度，似乎是有意考验一遍团队里的每个成员。俺的最主要工作就成了不断呼叫“家里”火力支援，几乎把组里每个人都搬来呆了两天……

　　28日deadline，我却不得不在15:00离开现场，去医院检查心脏。之前好些天胸闷，从27日开始胸口后背刺痛，影响到工作。坐在出租车上打了几个电话，情绪低落。领导来电："我判断不可能出现奇迹，别再指望了，安安心心去医院，先把身体情况搞清楚”。

　　到医院请主任级专家看，结果心脏没事，肋间神经的问题，放射性的疼痛类似心脏症状。哈哈，长出一口气，这是长期坐在电脑前姿势不正，过于劳累造成的。

　　晚上坐在电脑前反复刷邮件，等到21:00，按耐不住打电话过去，原来他们刚刚干完。给领导发短信：“奇迹发生了”。pFind终于跑出了结果，帮生物学家得到了迄今为止公开报道的最好鉴定数字（当然，主要是人家的生化分析方法特别巧妙，pFind只是长长的实验分析链条的最后一环）。发邮件给现场的四位大侠：“传说中的英雄，传说中的温酒斩华雄，哇啦哇啦……”

　　今天又跑去。假期路上都没人了。看到了刚印好的精美Poster，生物学家们要在10月5日在韩国召开的HUPO 2007（第六届人类蛋白质组学大会）上公布这个结果。我在4月份写BLOG，希望有朝一日，pFind成为顶级刊物生物实验中的数据分析工具，也许这个愿望有机会实现了，比我预想的时间更早。

　　贴张照片，背景是昂贵的LTQ-FT（线性离子阱-傅立叶变换离子回旋共振质谱仪）。超导的东东，强磁场能把附近的银行卡消磁。这几天刚好出问题，请了一位德国工程师来修，从下飞机就开始按小时计费。哇哇，什么时候……

开始用户现场开发了

Tue, 18 Sep 2007 14:45:51 GMT

　　今天又搬着服务器去北京蛋白质组研究中心安营扎寨。接下来一个阶段，要和生物学家战斗在一起了，用pFind 2.0 Beta4（刚刚发表在RCMS上的论文）分析蛋白质质谱样品数据，根据情况随时进行现场开发。

　　每次去生物实验室一线，都是我最兴奋的时候。因为可以亲眼看看自己的代码如何运行、如何发挥作用、如何逐渐赢得生物学家信任；当然还会发现更多可以改进的地方，收集真正有意义的需求。现场开发对灵活性和鲁棒性的要求很高，是检验系统中各个层次模块的设计编码工程水平的最好标尺。

　　除了看人家配药剂，摇试管，最有兴趣的就是了解那些几百万美元的精密分析仪器和软件。软件算法上，俺们pFind正在努力追赶国外的产品；国内做硬件的兄弟们什么时候才能搞出足以对抗热电、安捷伦和岛津的仪器来呢？只有整个产业链条都起来了，才能支撑单一关节的产品去冲击世界顶尖的位置。

准备休假

Mon, 20 Aug 2007 04:32:35 GMT

　　连续两个月拼命，好多次代码写到临晨3点，deadline拖延20天。总算结束了。疲惫。

　　今天开始休假，下午去兰州的火车，然后转敦煌。估计这几天不会上网收邮件写BLOG。

　　昨天在海淀图书城买到一本很厚的东方出版社的《脂砚斋全评石头记》，字很大，不同版本的对比很详细，预备着消磨卧铺里的二十个小时。

　　从小喜欢坐火车乘卧铺，现在更恨不得马上赶到火车站，提前到车厢里安顿好。坐下看车窗，躺着听铁轨咔嗒，停车去站台上散步，琢磨小贩的口音变化，晚上睡不着就跑到餐车喝啤酒。一路风景变幻，北线过了燕山山脉，内蒙高原，然后欣赏沙漠和黄河；南线一路平原，从郑州向西到西安，从气势逼人的华山脚下溜过去，最后到宝鸡进黄土高原的山区，就开始数山洞。彻底放松的一昼夜，忘记显示器键盘鼠标。

　　那么9月再见了

恐龙、pFind和商业

Wed, 18 Apr 2007 15:19:19 GMT

　　美国科学家从6800万年前的暴龙化石中成功鉴定出了胶原蛋白，蛋白分析结果也进一步佐证了鸟类起源于恐龙的进化理论。论文发表在2007年4月13日出版的Science(VOL 316 SCIENCE 280-285)上。鉴定这些胶原蛋白用的是离子阱串联质谱技术，软件是SEQUEST。文章后面说：

　　“The fact that sequenceable collagen was very abundant in the mastodon sample, which could be approximately half a million years old, also sheds light on the fact that sequenceable protein lasts much longer than 1 million years.”

　　还提到，即使没有基因组序列，质谱技术和生物信息学也可以有所作为：

　　“As technologies become more refined and protein extraction techniques are optimized, more informative material may be recovered. This holds promise for future work on other fossil material showing similar preservation, but also demonstrates a method for obtaining protein sequences from rare or endangered extant organisms whose genomes have note been sequenced. The MS- and bioinformatics-based approach we have used can be applied not only to obtain sequences from extinct organisms, but also to obtain protein sequences from extant organisms whose genomes have not been sequenced and to discover mutations in diseased tissues such as cancers.”

　　希望有一天，生物学家在Science、Nature或Cell上发表这种有趣的牛文章时能提到pFind的名字。

　　明天去北京蛋白质组研究中心，也就是参与人类基因组计划和人类蛋白质组计划的中国机构。最近连续去合作单位，请生物学家试用。用户认为pFind有望超过SEQUEST。至于Mascot，其实算法也可以比，但工程细节上差距不小。我们的现实问题是科研人员精力有限，软件开发效率不高，团队无法做到快速反馈迭代。

　　昨天写email：要保证软件开发质量，就需要职业软件工程师，就需要钱。pFind想更进一步，尤其是着眼海外市场的话，必须按游戏规则来玩，我们得考虑用商业机制来推动了。

遇到King了

Wed, 11 Apr 2007 15:58:50 GMT

　　调查国内质谱仪器的市场现状，找了半天，只见到这么模模糊糊一句话：“2004年进口色谱—质谱仪器600余台，总价值近一亿美元，是进口数量较大的分析仪器中价格最昂贵的一种。”

　　这当然远远不够，需要更精确的比例和趋势，比如：仪器类型（离子阱/QTOF/FT……）、用户（企业/科究院所/分析测试机构）、用途（研究/制药/能源/化工/医疗）、使用强度（支持多少实验人员，每周跑多少数据），服务形式（内部自用/对外服务）、预算结构（软/硬件）等等。

　　搞清这些，我们才能估算出几个重要问题的答案：软件免费升级的期限多长合适？如何计算多核系统的licenses？算法订制开发的接单下限应该是多少钱？Web Service形式有没有推广空间？

　　杀到海关总署的网站去查。原来人家要收费，查单项商品的进口额，一次2元。那么想知道“色谱仪及电泳仪”和“其他质谱仪”两种商品在06年的进口总额，就要花4元，似乎还可以接受。再试试逐月统计，一下变成48元了。点到收款台，居然用打印或光盘的形式速递，速递费最少20元

　　什么叫Data is King，垄断部门赚钱真容易，Wuwu~

列车准点到达

Fri, 23 Mar 2007 17:57:27 GMT

　　睡不着，上来敲字。

　　3月份大多数工程任务的最后一个里程碑都定在23日。下午5点开始陆续收到邮件，除了进度报告，还有大家各式各样的感想和致谢。

　　这个月，机构调整，生物信息方向的三个课题组被合并，改换门廷影响到每个人；用户反馈和不断讨论激发出很多新想法，陆续添加到Todo List的工作量超过原计划的三分之一；博士们还在为申请科研基金点灯熬油……

　　玩得很惊险刺激，比如最艰难的Web新版，好象是天生命运不济似的，从.net运行时安装缺失，到COM组件编译链接失败，到注册表异常，到MFC DLL调用约定，到STL版本兼容，再到Windows操作系统漏洞……几乎每个有可能出错的地方都一个不落地出了问题。直到昨天，我还发邮件预计无限期拖延，没想到两位英雄奇迹般地击毙了所有BUG，在最后时刻上演胜利大逃亡。

　　列车准点到达

进度和人

Wed, 07 Mar 2007 15:56:25 GMT

　　这个月进度计划很紧。上周刚刚发了封特别长的EMail，列出组里4月1日前的Todo List：各个项目的主次目标、进度计划、里程碑、deadline、负责人、汇报和验收要求……但我却没多大压力。原因在于承担这些工程任务的“软件工程师”团队，那群博士。

　　一般认为，比起职业程序员，博士承担工程开发并不一定合适，他们必须兼顾自己的研究工作：跑实验、写英文论文、申请专利、开题和答辩；大多数人的软件工程经验不多，有些甚至没有C++基础。所以最初几个月，我不得不把大量时间花在双人编程上，手把手培训STL、DLL和COM，进行严格的代码审阅，从变量命名这种细节开始纠正，强迫他们习惯CppUnit单元测试，不停地在大伙耳朵边罗嗦契约、流程、架构和设计模式……很多自己独立负责两小时就能搞定的事情，得扎扎实实赔进去一整天。

　　但这些人毕竟是博士，骨头里就追求完美的人，更何况他们精通数学和算法，搜索阅读英文文档更是看家本领。耐心熬半年，一旦工程规范和习惯建立起来，一切就突然开始顺利。去年十月我得了一场病，三周的工作都受到影响，再去问进度时很担心，结果大吃一惊：工程开发任务都不声不响完成了，程序归档到VSS版本服务器，所有模块均有详细严谨的单元测试代码，系统在实际海量数据上跑过，测试案例说明文档和实验现场保存得很完整，真是干净利索。提前完成了进度，博士们利用节省的时间看论文去了。

　　最近一年多我受过几次赞扬，都是团队精神、有耐心、乐于分享、leadership什么的。其实一个巴掌拍不响，得看交流对象反馈的“投资回报”。《最后期限》里说：雇佣合适的人，他们能在关键时刻拯救你。

　　这次春节回来，端着大水杯在办公区晃荡，和每个人聊了聊，再把Todo List抄送给全组，就开始埋头安心做自己的开发了，根本不用太操心。到今天，团队的进度已经比milestone超前三天，我有不错的预感。

第一次现场测试

Thu, 01 Feb 2007 12:37:00 GMT

　　下午email了这次的用户测试报告，任务算全搞定了。明天把服务器运回去

　　随着样品逐渐复杂，不断增加难度：先鉴定牛血清标准蛋白样品；接着是6种不同的哺乳动物标准蛋白的混合样品；然后开始测试实际实验样品，鉴定含有几十种人类细胞蛋白的质谱数据；第四天进入深水区，开始鉴定含有超过三百种蛋白的样品……

　　pFind和竞争对手Mascot一起跑，请生物学家对结果进行分析对比，必要时打开原始谱图人工判断匹配的正确性。和商业化的产品比，我们显然还很粗糙。中间崩溃过一次，只好停下来找BUG；易用性和结果呈现受到批评。战战兢兢，但不管怎么说，生物学家对搜索结果本身比较满意，核心算法得到了承认。第一次现场实验，还算说得过去吧。

　　记录两个小花絮：

　　跑牛血清标准蛋白数据，用Human库做背景。搜出来的结果居然包括很多的人类蛋白，郁闷。得到解释说，这些大都是角蛋白（人的皮肤和头发），还有汗液里的抗菌成分，是从实验者身上或空气浮尘土带来的污染，很难避免。

　　后两个实验用的样品是大名鼎鼎的HeLa细胞，就是那个传说中不死的女人。

生化学家怎么工作？

Fri, 26 Jan 2007 15:34:21 GMT

　　昨天带着服务器到北京生命科学研究所安营扎寨，今天开始和生物学家们呆在一起。接下来的任务是请他们试用pFind蛋白质鉴定软件，也跟着做实验打下手，了解了解需求。因为是在服务器上编代码，工作时间没办法上网。

　　先跑个最简单的，把牛血清标准蛋白的质谱数据扔进去，答案序列混在人的蛋白里当侯选数据库。请人家看了看结果，该搜出来的东西都有了。这只能证明算法没大错，不表示能力有多强，后面还要经受混合上百种蛋白有修饰的真实实验的考验才算数。不管怎么说，第一次在实际用户面前亮相，也算初战告捷。

　　瞧瞧人家搞生化的，白大褂胶皮手套，大小仪器瓶瓶罐罐，恒温恒湿的操作间，几百万的设备，到处是眼花缭乱的试管和仪器在闪烁，这才像传说中搞Science的样子。哪里像我们，就知道对着个方盒子敲啊敲，整个儿一打字员。

　　另一个区别是ppmm好多……不过胆子都好大……切开小白鼠眼不眨，处理剧毒药剂手不抖

　　下班，等实验室的mm带我去坐班车。她说“等我看看效果，站远一点，紫外线有污染”，看她也什么防护都没有，就大着胆子凑上去，人家也是人，我怕什么呢？“这是什么？”，“DNA”，“我只听过蛋白质电泳……”，“也有核酸电泳”，最后她关上紫外线灯，“结果不错。看样子你还挺感兴趣，下周帮我作试验好了”，“那就变成添乱了”，“哪里，新手运气好，最难的两个克隆样本让给你”，汗……

　　OK，生物学家一天的工作就是这样的

Hey Jude

Thu, 21 Dec 2006 12:41:44 GMT

　　这两天去C座吃午饭，都有一伙老外在星巴克门口给大家唱歌。原来是个家庭：爸爸拿吉他伴奏，妈妈是女高音，哥哥负责调整麦克和音响，弟弟是个小帅哥，留着小贝的莫西干发型站在最前面，还有个可爱的八九岁的金发小女孩，戴着圣诞老人的帽子，唱着唱着就绕着爸爸跑起来。

　　前两天路过停车场，遇到这个爸爸正从自己车里搬音箱。他应该就是楼里上班的工程师，我猜是AMD的吧。hp说秋天和那个小女孩在电梯里聊过，她说刚来中国没多久。他们唱得很好听，尤其是一家人的和声，路过的人都会放慢脚步，露出微笑。

　　听到他们唱我一直很喜欢甲壳虫乐队的Hey Jude，粘贴歌词

Hey Jude, don't make it bad. Take a sad song and make it better. Remember to let her into your heart, then you can start to make it better.

Hey Jude, don't be afraid. You were made to go out and get her. The minute you let her under your skin, then you begin to make it better. And anytime you feel the pain, hey Jude, refrain. Don't carry the world upon your shoulders. For well you know that it's a fool who plays it cool by making his world a little colder.

Hey Jude, don't let me down. You have found her, now go and get her. Remember to let her into your heart, then you can start to make it better. So let it out and let it in, hey Jude, begin, you're waiting for someone to perform with. And don't you know that it's just you, hey Jude, you'll do, the movement you need is on your shoulder.

Hey Jude, don't make it bad. Take a sad song and make it better. Remember to let her under your skin, then you'll begin to make it better better better better better better, Oh.

Na na na, na na na na, na na na, Hey Jude

Todo List

Wed, 20 Dec 2006 08:00:31 GMT

　　论文一投，电脑桌面上的Todo List暂时可以不加新项了，原本以为今天会放松一下，没想到被老板抓去做了整天的PPT。年底了汇报多起来，代码文档也该刻录备份了。

夜来思得千百计，白天还是磨豆腐

Tue, 19 Dec 2006 14:32:58 GMT

　　得到老板许可，今天第20稿终于submit。投稿前还在不断改，再不投就要神经错乱了。晚上回来一看，又找到两个错误，苦呀。如果中……如果不中……，老娘笑我“夜来思得千百计，白天还是磨豆腐”，从小就特会胡思乱想，现在也没变，哈。先撂下不管了，看老板布置的作业，《修炼》，讲职业生涯的书，一般。

　　BTW：用Google和Baidu搜索“夜来思得千百计,白天还是磨豆腐”，居然都搜不到，怎么搞的。

优秀员工

Sat, 16 Dec 2006 11:19:22 GMT

　　昨天联欢，两百多人闹哄哄。

　　被评为“优秀员工”，之前没心理准备，发呆，半天才站起来。进入JDL这些年，在人脸检测识别组和生物信息组各得过一次优秀，惭愧，到现在为止还没做出真正让自己满意和骄傲的东西，倒是总在犯错，感谢朋友和同事们帮我。

　　“天王盖地虎。宝塔镇河妖。哪部分的？原来是高老板的人……”

重装上阵

Wed, 13 Dec 2006 09:15:29 GMT

　　病来如山倒：上火、感冒、背痛、失眠、头痛……开始还挣扎着上班，结果两天都是不到中午就撑不住了。BOSS说“彻底休息好了再来吧”。只好回去老老实实躺着，不能看电脑和书，不能看手机短信。组里年终总结也没赶上。

　　RELOAD，今天杀回来。才几天，Java 6就偷偷发布了，中国就得了137块金牌

投稿和借书

Wed, 22 Nov 2006 16:29:00 GMT

　　登陆网站，填写preferred reviewers，大着胆子选了Matthias Mann，修改引用和插图，然后上传文件，最后给其他作者发邮件。OK，就等24小时以后投稿了。

　　老板替我借到了Bioinformatics Software Engineering: Delivering Effective Applications，作者Paul Weston。只有薄薄120页，卖65$，好贵。

　　这个阶段之后，也许我也可以写点东西，总结一下自己在生物信息学领域的软件工程经验。

冲刺

Sun, 19 Nov 2006 14:54:55 GMT

　　如果一年的生活是场比赛，现在就是冲刺。这几天真象打仗一样，也顾不上更新Blog。年初的四个目标在望：

　　开发：质谱鉴定系统在进行最后的测试调整，加班。工作就是兴趣，这是一种幸运吧。

　　论文：改到上周是第15稿，终于可以定稿了。一开始没想到最终的目标居然是影响因子3.08的英文期刊。当然，投是一回事，录用又是另外一回事。

　　考试：前天去领了进修班结业证和考试成绩。马马虎虎，应该做得更好。

　　房子：地板刚铺好，在等物业验收。这阵子装修最难忘的是5:00起床去赶香河家具城的免费班车。整个买房这事儿，有些环节很狼狈，有些地方甚至全凭运气，经历一遍成长很多。

假阳性实验完成

Tue, 05 Sep 2006 12:15:04 GMT

　　无论LTQ还是QTOF，pFind的二电荷质谱假阳性曲线都很漂亮，超过了Sequest和Mascot。守着12万数据来来回回跑了10遍，熬得灯枯油尽了，俺现在就想着赶紧回去睡个好觉。

LTQ数据假阳性曲线对比

QTOF数据假阳性曲线对比

旁听生和leadership

Fri, 01 Sep 2006 09:43:28 GMT

　　周末了，打算晚饭后去中关村图书大厦。忙得晕头转向，没时间读书，BLOG干巴巴的。

　　过几天开始旁听卿师姐的“统计学基础”。今天借到David Freedman, Robert Pisani, Roger Durves的Statistics。据说很经典，最大特点是公式少，概念交代很详细，特别适合我这种数学菜鸟。因为不要学分，没有考试压力，给自己三个基本要求：不缺课、记笔记、写作业。

　　BTW：昨天收到老板邮件：I appreciate your leadership

M和水蜜桃

Mon, 28 Aug 2006 15:00:23 GMT

　　最近都回来很晚，不过进度满意。

　　共享内存索引服务的BUG被彻底清除后，周六着手移植到新版SDK，周日搞定，开始跑测试。对比结果，我发现Mascot做蛋白质酶切时，会先除掉N端的M（甲酰蛋氨酸）。组长很快查到了这操作的理论依据。今天我在我们的系统里也加上了对应的处理代码。再运行测试数据，鉴定率又有提高。

　　刚才在路上买了两个大水蜜桃犒劳自己。连续十几个小时对着屏幕了。吃完桃洗澡睡觉。晚安

开始用ICE写程序

Wed, 16 Aug 2006 02:45:09 GMT

　　终于可以静下心来，开始用ICE写些试探性的分布式小程序了，感觉不错。

　　索引服务还有问题，肽质量计算仍然有BUG要改；Q_TOF预处理数据要全面再跑一次，评价效果；新版预处理DLL开发还有很多事要协调。自己写代码，纯技术问题永远是简单的，麻烦都来自人，所以百分之五十以上的工作内容都是交流、交流再交流。

　　组里新来的学生的工程能力让人满意：本科参加ACM竞赛用的是Eclipse + GCC + Linux编程平台；毕业设计用VC7.1开发图形图像处理软件；算法功底不必多说，设计模式也了解不少。这下开发工作可以指望帮手了。有踏实的基础到哪里找不到好出路呢。

　　无论如何，九月份先把集群版本搞出来再说。

手机、BLOG、游戏和女孩

Thu, 10 Aug 2006 15:48:37 GMT

　　半夜还没睡，在看这些天积累的Blog种子。颇有些“山中方数日，世上已千年”的感觉。

　　说到这个，作为对便携设备毫无兴趣的土人，我对手机一直只有三个要求：屏幕字大，按钮大，不要翻盖等复杂结构。或许下次换手机得加上一条：订阅和发布Blog。手机写Blog有个优势，就是摄像头。

　　常坐共交地铁的同志是否注意到，利用堵车时间玩手机游戏的人逐渐多了，而且以女孩为主。这就意味着，单纯把经典街机或PC游戏移植到手机上，不一定就能取得市场领先。因为这些游戏大都只适合男性玩家。

确定BUG位置

Fri, 21 Jul 2006 14:43:20 GMT

　　总算逮住了。导致质谱鉴定系统肽序列质量计算不准的，是数据索引模块，而且仅仅是修饰的索引才出现BUG。老版本遗留问题。

　　真折腾。同时松口气，BUG定位后就好改了。

　　有关质量误差的其他细节今天也都改完了。不由高兴起来，明天去实验室加班。昨天会上好大压力，接下来一个月得拼命了。