本文目录
谁能帮我找下各大论坛的地址！我想进几个有名气的论坛！
这两个论坛被认为是中国网络文化的发源地。 猫扑大杂烩： www.dzh.mop.com 天涯社区： www.tianya.com 另外还有：APPs：红雨论坛 http://www2.appz.cn BillWang：Billwang Billwang www.billwang.net blueidea：经典论坛 www.blueidea.com BF：漫狐 http://www.btfox.com/ BT：The BT Forum http://forum.btbbs.org/bbs BY：冰鱼 http://bbs.icefish.org/ CCF：ClassiClub Forum 精品技术论坛 http://bbs.et8.net/bbs/ CQ：春秋影视论坛 http://www.cqbbs.net/ COC：Cruise On Clouds 浮云 forum.3382.net DOP：（Dream Of Paradise） DRL：DreamLand ..待定 www.dream4ever.rog www.d4e.org DD81：喋喋不休.指点音乐 http://web.dd81.com/club/ EA：娱乐时代 http://entage.net/bbs/index.php FC：方寸天地 http://www.budaixi.com/ FIT：FIT影视论坛 www.fitbbs.com FWCN：点燃灵感 www.fwcn.com FYorWC：myhap 风影 http://www.myhap.net GZ：我们的GZeasy讲场 http://bbs.gzeasy.com/index.php highot：海浩论坛 http://bbs.highot.net HF：禾风影视论坛 http://www.hfmovie.com/dvbbs/index.asp HS：Hanstyle 汉风 http://www.hanstyle.org/ HttpFtp：猫猫 www.httpftp.com IMG：怡红快绿 http://www.imagegarden.net/bbs/ JUJUMAO：JUJU猫 http://www.jujumao.com/ KL：恐龙FTP论坛 http://61.153.238.72:77/cgi-bin/loginout.cgi?forum= LJF：龙卷风极品论坛 http://bbs.ftpdown.net LX ：联新论坛 http://bbs.china858.net:8216 LY： 兰荫论坛 www.lanyin.net MC：龙族复兴 http://www.optcp.com/forums/ MY：牧羊论坛 http://61.153.8.61:82/cgi-bin/leoboard.cgi NewMov：新视界 www.newmov.com/web/ NG：牛过/niuguo www.niuguo.com/forum Ownsky：E时代家园 http://www.ownsky.org POD：Pioneer of Divx 行星论坛 http://www2.pfmovie.com POPV：博维社区 http://bbs.popv.net/ PPX：琵琶行论坛 www.ppxbbs.com QILU：齐鲁论坛 http://bbs.qilu.info QQT：Quan Qiu Tong 全球通 http://www.quanqiutong.com/ ROR：The Rhythm Of Rain 雨声 http://rorz.net/ut/ SBF： ◎美丽元素论坛◎ http://www.sbtop.com/bbs/ SSF：Star Show Forum http://www.ssfz.org/index.php?act=idx SSITE：巫师工坊 http://www.ssite.cn/ SWN：星网论坛 http://www.starwcn.net/index.php TLF：The Last Fantasy 最终幻想 www.eastgame.net TTF：滔滔论坛 http://myttf.boxup.com TX：天香小筑 http://61.155.22.107/newbbs/leobbs.cgi UNI：联盟论坛 http://www.21cz.net/bbs/ VDown：精品推介站 www.vdown.org WinzhengORWZ：赢政论坛 http://bbs.keygen.net/ WhatisNet：鲨鱼丸 www.whatisnet.net YDY：伊甸园 www.ydy.com/bbs YYorZK：ZingKing 影音休闲中心 http://bbs.zingking.com/bbs/index.php YW：雨薇在线 http://www.ywcd.net/ 9Down：9Down Forum http://forum.9down.com/ 新 http://bbs.9down.com/ 旧9Fish：9鱼论坛 http://bbs.9fish.net/index.php 9team：9Team http://bbs.9team.net/index.php?s= 9394：9394 BBS http://ming9394.8800.org/
国内最好的讨论芯片研究的论坛的地址是什么
生物芯片技术是随着“人类基因组计划“（human genome project, HGP）的进展而发展起来的，它是90年代中期以来影响最深远的重大科技进展之一，它融微电子学、生物学、物理学、化学、计算机科学为一体的高度交叉的新技术，具有重大的基础研究价值，又具有明显的产业化前景。生物芯片技术包括基因芯片、蛋白质芯片、细胞芯片、组织芯片、以及元件型微阵列芯片、通道型微阵列芯片、生物传感芯片等新型生物芯片（1）。本文主要讨论基因芯片技术，它为“后基因组计划“时期基因功能的研究提供了强有力的工具，将会使基因诊断、药物筛选、给药个性化等方面取得重大突破，该技术被评为1998年度世界十大科技进展之一。 1 基本概念 基因芯片（gene chip）也叫DNA芯片、DNA微阵列（DNA microarray）、寡核苷酸阵列（oligonucleotide array），是指采用原位合成（in situ synthesis）或显微打印手段，将数以万计的DNA探针固化于支持物表面上，产生二维DNA探针阵列，然后与标记的样品进行杂交，通过检测杂交信号来实现对生物样品快速、并行、高效地检测或医学诊断，由于常用硅芯片作为固相支持物，且在制备过程运用了计算机芯片的制备技术，所以称之为基因芯片技术。 2 技术基本过程 2．1 DNA方阵的构建 选择硅片、玻璃片、瓷片或聚丙烯膜、尼龙膜等支持物，并作相应处理，然后采用光导化学合成和照相平板印刷技术可在硅片等表面合成寡核苷酸探针;（2）或者通过液相化学合成寡核苷酸链探针，或PCR技术扩增基因序列，再纯化、定量分析，由阵列复制器（arraying and replicating device ARD），或阵列机（arrayer）及电脑控制的机器人，准确、快速地将不同探针样品定量点样于带正电荷的尼龙膜或硅片等相应位置上，再由紫外线交联固定后即得到DNA微阵列或芯片（3）。 2．2 样品DNA或mRNA的准备。 从血液或活组织中获取的DNA/mRNA样品在标记成为探针以前必须进行扩增提高阅读灵敏度。Mosaic Technologies公司发展了一种固相PCR系统，好于传统PCR技术，他们在靶DNA上设计一对双向引物，将其排列在丙烯酰胺薄膜上，这种方法无交叉污染且省去液相处理的繁锁；Lynx Therapeutics公司提出另一个革新的方法，即大规模平行固相克隆（massively parallel solid-phase cloning）这个方法可以对一个样品中数以万计的DNA片段同时进行克隆，且不必分离和单独处理每个克隆，使样品扩增更为有效快速（4）。 在PCR扩增过程中，必须同时进行样品标记，标记方法有荧光标记法、生物素标记法、同位素标记法等。 2．3 分子杂交 样品DNA与探针DNA互补杂交要根据探针的类型和长度以及芯片的应用来选择、优化杂交条件。如用于基因表达监测，杂交的严格性较低、低温、时间长、盐浓度高；若用于突变检测，则杂交条件相反（5）。芯片分子杂交的特点是探针固化，样品荧光标记，一次可以对大量生物样品进行检测分析，杂交过程只要30min。美国Nangon公司采用控制电场的方式，使分子杂交速度缩到1min，甚至几秒钟（6）。德国癌症研究院的Jorg Hoheisel等认为以肽核酸（PNA）为探针效果更好。 2．4 杂交图谱的检测和分析 用激光激发芯片上的样品发射荧光，严格配对的杂交分子，其热力学稳定性较高，荧光强；不完全杂交的双键分子热力学稳定性低，荧光信号弱（不到前者的1/35~1/5）（2），不杂交的无荧光。不同位点信号被激光共焦显微镜，或落射荧光显微镜等检测到，由计算机软件处理分析，得到有关基因图谱。目前，如质谱法、化学发光法、光导纤维法等更灵敏`、快速，有取代荧光法的趋势。 3 应用 3．1 测序 基因芯片利用固定探针与样品进行分子杂交产生的杂交图谱而排列出待测样品的序列，这种测定方法快速而具有十分诱人的前景。Mark chee等用含135000个寡核苷酸探针的阵列测定了全长为16.6kb的人线粒体基因组序列，准确率达99%（7）。Hacia等用含有48000个寡核苷酸的高密度微阵列分析了黑猩猩和人BRCA1基因序列差异，结果发现在外显子11约3.4kb长度范围内的核酸序列同源性在98.2%到83.5%之间，提示了二者在进化上的高度相似性（8）。 3．2 基因表达水平的检测。 用基因芯片进行的表达水平检测可自动、快速地检测出成千上万个基因的表达情况。Schena等采用拟南芥基因组内共45个基因的cDNA微阵列（其中14个为完全序列，31个为EST），检测该植物的根、叶组织内这些基因的表达水平，用不同颜色的荧光素标记逆转录产物后分别与该微阵列杂交，经激光共聚焦显微扫描，发现该植物根和叶组织中存在26个基因的表达差异，而参与叶绿素合成的CAB1基因在叶组织较根组织表达高500倍。（9）Schena等用人外周血淋巴细胞的cDNA文库构建一个代表1046个基因的cDNA微阵列，来检测体外培养的T细胞对热休克反应后不同基因表达的差异，发现有5个基因在处理后存在非常明显的高表达，11个基因中度表达增加和6个基因表达明显抑制。该结果还用荧光素交换标记对照和处理组及RNA印迹方法证实（10）。在HGP完成之后，用于检测在不同生理、病理条件下的人类所有基因表达变化的基因组芯片为期不远了（11）。 3．3 基因诊断 从正常人的基因组中分离出DNA与DNA芯片杂交就可以得出标准图谱。从病人的基因组中分离出DNA与DNA芯片杂交就可以得出病变图谱。通过比较、分析这两种图谱，就可以得出病变的DNA信息。这种基因芯片诊断技术以其快速、高效、敏感、经济、平行化、自动化等特点，将成为一项现代化诊断新技术。例如，Affymetrix公司，把P53基因全长序列和已知突变的探针集成在芯片上，制成P53基因芯片，将在癌症早期诊断中发挥作用。又如，Heller等构建了96个基因的cDNA微阵，用于检测分析风湿性关节炎（RA）相关的基因，以探讨DNA芯片在感染性疾病诊断方面的应用（12）。现在，肝炎病毒检测诊断芯片、结核杆菌耐药性检测芯片、多种恶性肿瘤相关病毒基因芯片等一系列诊断芯片逐步开始进入市场。基因诊断是基因芯片中最具有商业化价值的应用。 3．4 药物筛选 如何分离和鉴定药的有效成份是目前中药产业和传统的西药开发遇到的重大障碍，基因芯片技术是解决这一障碍的有效手段，它能够大规模地筛选、通用性强，能够从基因水平解释药物的作用机理，即可以利用基因芯片分析用药前后机体的不同组织、器官基因表达的差异。如果再用m RNA 构建c DNA表达文库,然后用得到的肽库制作肽芯片,则可以从众多的药物成分中筛选到起作用的部分物质。或者,利用RNA、单链DNA有很大的柔性，能形成复杂的空间结构，更有利与靶分子相结合，可将核酸库中的RNA或单链DNA固定在芯片上，然后与靶蛋白孵育，形成蛋白质-RNA或蛋白质-DNA复合物，可以筛选特异的药物蛋白或核酸，因此芯片技术和RNA库的结合在药物筛选中将得到广泛应用。在寻找HIV药物中，Jellis等用组合化学合成及DNA芯片技术筛选了654536种硫代磷酸八聚核苷酸，并从中确定了具有XXG4XX样结构的抑制物，实验表明，这种筛选物对HIV感染细胞有明显阻断作用。（13）生物芯片技术使得药物筛选，靶基因鉴别和新药测试的速度大大提高，成本大大降低。基因芯片药物筛选技术工作目前刚刚起步，美国很多制药公司已开始前期工作，即正在建立表达谱数据库，从而为药物筛选提供各种靶基因及分析手段。这一技术具有很大的潜在应用价值。 3．5 给药个性化 临床上，同样药物的剂量对病人甲有效可能对病人乙不起作用，而对病人丙则可能有副作用。在药物疗效与副作用方面，病人的反应差异很大。这主要是由于病人遗传学上存在差异，如药物应答基因，导致对药物产生不同的反应。例如细胞色素P450酶与大约25%广泛使用的药物的代谢有关，如果病人该酶的基因发生突变就会对降压药异喹胍产生明显的副作用，大约5%~10%的高加索人缺乏该酶基因的活性。现已弄清楚这类基因存在广泛变异，这些变异除对药物产生不同反应外，还与易犯各种疾病如肿瘤、自身免疫病和帕金森病有关。如果利用基因芯片技术对患者先进行诊断，再开处方，就可对病人实施个体优化治疗。另一方面，在治疗中，很多同种疾病的具体病因是因人而异的，用药也应因人而异。例如乙肝有较多亚型，HBV基因的多个位点如S,P及C基因区易发生变异。若用乙肝病毒基因多态性检测芯片每隔一段时间就检测一次，这对指导用药防止乙肝病毒耐药性很有意义。又如，现用于治疗AIDS的药物主要是病毒逆转录酶RT和蛋白酶PRO的抑制剂，但在用药3-12月后常出现耐药，其原因是rt、pro基因产生一个或多个点突变。Rt基因四个常见突变位点是Asp67→Asn、Lys70→Arg、Thr215→Phe、Tyr和Lys219→Glu,四个位点均突变较单一位点突变后对药物的耐受能力成百倍增加（14）。如将这些基因突变部位的全部序列构建为DNA芯片，则可快速地检测病人是这一个或那一个或多个基因发生突变，从而可对症下药，所以对指导治疗和预后有很大的意义。 此外，基因芯片在新基因发现、药物基因组图、中药物种鉴定、DNA计算机研究等方面都有巨大应用价值。 4 基因芯片国内外现状和前景 自从1996年美国Affymetrix公司成功地制作出世界上首批用于药物筛选和实验室试验用的生物芯片，并制作出芯片系统（15），此后世界各国在芯片研究方面快速前进，不断有新的突破。美国的Hyseq公司、Syntexi公司、Nanogen公司、Incyte公司及日本、欧洲各国都积极开展DNA芯片研究工作；摩托罗拉、惠普、IBM等跨国公司也相继投以巨资开展芯片研究。98年12月Affymefrix公司和Molecular Dynamics公司宣布成立基因分析协会（Genetic Analysis Technology Consortium）以制定一个统一的技术平台生产更有效而价谦的设备，与此相呼应，英国的Amershcem Pharmacia Biotechnology公司也在同一天宣布将提供部分掌握的技术以推动这项技术的应用（16）。美国关于芯片技术召开了两次会议，克林顿总统在会上高度赞赏和肯定该技术，将基因芯片看作是保证一生健康的指南针（17）。预计在今后五年内生物芯片销售可达200-300亿美元；据《财富》杂志预测（97.3），在21世纪，生物芯片对人类的影响将可能超过微电子芯片。参考资料：
国内都有哪些可以交流人工智能技术的技术社区
最近几年人工智能越来越火，无人驾驶、智能音箱等行业正在爆发，优秀的人工智能工程师越来越供不应求，一些从事人工智能行业的优秀毕业生起薪就是几十万，这让很多同龄人羡慕不已，行业现状真的是这样吗？如果想从事人工智能行业技术工作的话，有哪些技术社区可以去学习、交流相关技术？
去年11月8日，IDG曾发过一份《2017中国准独角兽公司薪酬调研报告》。在这份报告中曾对人工智能领域的薪资待遇有过一个统计数据，发现人工智能平均薪酬溢价高达55%-110%。
而且当时IDG预测人工智能行业的人才竞争，将会在2018年达到白热化的程度。甚至我还看到网上流传着一份2018年的校招高薪清单，人工智能行业的公司给毕业生开出了25万年薪的待遇，并且还说这只是“白菜价”，可见企业对AI人才的渴求。
对于人工智能领域的从业者来说，企业给到高薪只是一方面的吸引力，其实他们更看重的是自己的研究成果能够在具体的场景中应用，
对产业、工业的发展起到推动作用。如果无缘进入企业，一个高质量的交流学习平台也是不错的选择。在这些平台社区上，大家可以参加比赛、开源项目，甚至可以有机会把技术共享给企业，让大数据、AI产业和实体经济相结合，给大家的生活带来改变，从而实现自己的人生价值。既然题目问起了有关大数据和人工智能领域的交流社区，那我就拿几个有意思的平台和大家聊一聊：
第一个是最近由京东集团与京东金融联合打造的，国内距离产业界最近的数字探索者社区 JDD空间站：之所以吸引我是因为它的定位，即国内距离产业界最近的社区。JDD空间站内汇集了金融科技、供应链金融、智能城市这些有京东特色的赛题，大家可以在空间站内进行数据和AI竞赛、项目开源、数据共享等活动。与此同时，“JDD空间站”还会提供JDD官方认证的影响力榜单。对于榜单中排名靠前的探索者，例如赛事获奖者、优质内容或数据贡献者，京东集团和京东金融可以帮助其与学术界资源进行桥接。比如将优秀论文推荐到KDD（数据挖掘研究领域年会）、IJCAI（国际人工智能联合会议）等国际学术会议；当然，也可以参与每年的JDD大会，获得更多的个人和团队曝光机会，并与行业大咖零距离接触。此外，为了打造国内距离产业界最近的数字探索者社区，在“JDD空间站”的赛事中获取优异成绩的数字探索者，将有机会跟投资方、企业沟通对接，打开更大的发展空间。
第二个，我想推荐国外的一个技术交流社区Kaggle，这个平台成立于2010年，主要是为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台。这个平台就厉害了，目前它已经被谷歌收购。该平台上的题是有奖金可拿的，当然也并不是那么轻易就能拿到的，因为它上面的题很多都是业界难题，且更倾向于应用性机器学习，在数据科学方面更有分量。许多Kaggle的参与者，甚至从未赢得过一场竞赛，也没有拿到过奖励，但这边并不影响人们对于这个平台的钟情，因为在竞赛的过程中程序员本身也能获得非常好的个人提升，每个竞赛都有自己的讨论板块与获胜者简报，而且Kaggle论坛里的高手解答也是非常专业的，是一个不错的技术社区。
第三个，我想推荐的是面霸集中营LeetCode相信做人工智能的程序员在面试前都刷过LeetCode，不，是相信普通程序员也有大量的人在刷LeetCode。Leetcode上的目前有800多道题，分为简单、中级和难三个档次。我个人刷了100多题，同样的语言不击败80-90%的对手不过瘾，当然了，其实根据刷的规则，很有可能我还是实际上的最后一名。非常带劲。题目大致分为两类：基础算法和编程题。前者可以培养你对最基础的算法思路的了解和训练；后者则是系统的对你的编程进行考验，稍有考虑不周之处就会有几个Case让你焦头烂额。总之LeetCode对于算法方面的考验和提升，还是非常有用的。也适合项目经验较少的程序员去多刷刷题，对于面试拿offer非常有用。
