企业官网建设流程全解析

项目速览

1. Wisp Science：把检索、计算和证据留在同一个研究工作区

Wisp Science 是一个面向计算与数据密集型研究人员、用于组织 AI 辅助研究全过程的桌面工作台。它把文献检索、约 80 个科学数据库、Python/R 运行环境、远程计算和项目文件放在同一个本地优先工作区中。研究人员可以用自然语言描述任务，附上数据或论文，再让智能体在本机、WSL 或 SSH 主机上执行分析，同时保留人工审批关口。它产出的不只是对话答案，还包括计算文件、图表、运行记录、研究决定、草稿和可追溯的证据包。项目由独立开源社区维护。本周发布的 v1.6.0 和 v1.7.0 增加了真实浏览器中的文章与资源采集、会话轨迹 HTML 导出、本地 DNA 序列区间选择，并加强了凭据和工作区边界保护。

图：Wisp Science 工作区把任务对话、远程运行和结果文件放在同一界面中；来源为仓库文档原图。

资料来源：官方 GitHub 仓库（访问日期：2026-08-28）；项目存档与机构信息（访问日期：2026-08-28）；v1.6.0 Release（发布日期：2026-08-22，访问日期：2026-08-28）；v1.7.0 Release（发布日期：2026-08-26，访问日期：2026-08-28）

2. RDKit：把分子结构变成可检索、可计算的数据对象

RDKit 是一个面向化学信息学研究人员、用于处理分子结构和准备机器学习特征的软件工具箱。它可以把 SMILES——一种用字符编码分子结构的记法——以及 SDF、MOL 等结构文件转成程序可操作的分子对象。研究人员可用它清理与标准化结构、做子结构或相似性搜索、生成二维图和三维构象，并计算描述符与分子指纹。典型产出包括规范化结构、分子图、候选命中列表和供性质预测模型使用的特征表。项目由 RDKit 独立开源社区维护。本周提交补充了大分子模板相关处理，并继续修复立体化学和构建稳定性问题。

图：RDKit 将一组分子对象绘制成带编号的二维结构网格；来源为官方 RDKit Book 原图。

资料来源：官方 GitHub 仓库（访问日期：2026-08-28）；RDKit 组织页（访问日期：2026-08-28）；官方功能概览（访问日期：2026-08-28）；RDKit Book：大分子自包含结构表示（访问日期：2026-08-28）；本周期提交记录（访问日期：2026-08-28）

3. Nextflow：让同一条科研流程在笔记本、集群和云端复现

Nextflow 是一个面向计算科研团队、用于编排可扩展且可复现分析流程的工作流系统。它把每个命令行工具或脚本包装成有明确输入和输出的步骤，再按数据依赖自动安排执行顺序。研究人员向流程提供样本文件、参数和软件环境说明后，可在本机、高性能计算集群、主流云平台或 Kubernetes 上运行同一套流程，并用 Conda 或容器固定依赖。除科学结果文件外，它还能产出执行日志、资源报告、任务时间线和流程图，便于追踪失败步骤与复现实验。项目由 Seqera 团队开发，并与开源社区共同维护。本周提交增加了直接执行脚本中具名工作流的能力，减少了从多工作流脚本选择入口时的额外配置。

图：Nextflow 的 HTML 执行报告汇总运行状态、命令、耗时和任务信息；来源为官方 Reports 文档。

资料来源：官方 GitHub 仓库（访问日期：2026-08-28）；Nextflow 团队与维护方说明（访问日期：2026-08-28）；官方功能概览（访问日期：2026-08-28）；具名工作流直接执行提交（提交日期：2026-08-27，访问日期：2026-08-28）；原始论文（发布日期：2017-04-11，访问日期：2026-08-28）

4. DifferentialEquations.jl：从动力学方程得到数值轨迹和可训练模型

DifferentialEquations.jl 是一个面向动态系统研究人员、用于数值求解微分方程和构建科学机器学习模型的计算工具套件。用户可以在 Julia 中定义方程、初始条件和参数，也可通过接口从 Python 或 R 调用。它覆盖常微分方程、随机微分方程、延迟方程、微分代数方程和部分偏微分方程，并能把同一问题交给不同算法、GPU 或并行批量模拟。求解结果可表现为时间轨迹、插值解和相图，还能继续用于灵敏度分析、参数估计、不确定性量化或含神经网络组件的动力学模型训练。项目由 SciML 开源共同体维护。本周发布的 v8.1.0 增加预编译工作负载，重点改善安装后的首次加载体验，其余以兼容维护为主。

图：官方示例依次展示动力系统轨迹、有限元泊松方程解和多组随机模拟结果；来源为仓库示例原图。

资料来源：官方 GitHub 仓库（访问日期：2026-08-28）；SciML 项目与社区（访问日期：2026-08-28）；v8.1.0 Release（发布日期：2026-08-24，Asia/Shanghai；访问日期：2026-08-28）；官方引用页（访问日期：2026-08-28）；原始软件论文（发布日期：2017-05-25，访问日期：2026-08-28）

5. MatterGen：按目标性质生成候选无机晶体

MatterGen 是一个面向材料设计研究人员、用于按条件生成无机晶体结构的生成模型。研究人员可以选择无条件基础模型，也可以给出化学体系、空间群、磁性密度、带隙、体积模量或多项组合约束。模型从随机结构逐步生成原子种类、坐标和周期晶格，结果可保存为 CIF 压缩包、XYZ/EXTXYZ 文件和生成轨迹。配套评估流程会松弛候选结构，并输出新颖性、唯一性和预测稳定性等指标，方便先筛出值得进一步计算的晶体。仓库同时提醒，默认的机器学习力场评估不等同于密度泛函理论计算，形成科研结论前仍应使用更可靠的量子化学方法复核。项目由微软研究院 AI for Science 团队开源。本周提交修正了 TRI2024 参考能量的换算和配套数据，使候选晶体与稳定性基线采用一致尺度。

图：MatterGen 先学习对原子种类、坐标和晶格去噪，再按化学组成、对称性或性质条件生成晶体；来自论文 Figure 1“A generative model for inorganic materials design”。

资料来源：官方 GitHub 仓库（访问日期：2026-08-28）；微软研究院 AI for Science 团队页（访问日期：2026-08-28）；原始论文（发布日期：2025-01-16，访问日期：2026-08-28）；TRI 参考能量修正（合并日期：2026-08-21，访问日期：2026-08-28）

6. OmicVerse：统一处理 bulk、单细胞和空间转录组分析

OmicVerse 是一个面向转录组研究人员、用于统一分析 bulk RNA-seq、单细胞和空间转录组数据的 Python 平台。这里的 bulk RNA-seq 是把组织中许多细胞的表达信号合在一起测量，而单细胞数据会保留每个细胞的差异。研究人员可输入表达矩阵和样本元数据，完成质量控制、批次整合、差异表达、通路富集、细胞注释、轨迹推断和细胞通信等分析。它会产出细胞群、标记基因、通路、互作网络和可视化结果；其中 BulkTrajBlend 还尝试借助 bulk 数据恢复单细胞测序中可能遗漏的细胞状态。项目由北京科技大学牵头的多机构团队开发，并由开源社区持续维护。本周提交为 CellPhoneDB Method 3——一种推断细胞间配体与受体通信的统计流程——增加了直接支持。

图：BulkTrajBlend 结合 bulk 与单细胞表达矩阵，生成候选细胞状态并识别可能遗漏的细胞群；来自论文 Figure 1“OmicVerse: a framework for bridging and deepening insights across bulk and single-cell sequencing”。

资料来源：官方 GitHub 仓库（访问日期：2026-08-28）；官方文档（访问日期：2026-08-28）；原始论文与机构信息（发布日期：2024-07-16，访问日期：2026-08-28）；CellPhoneDB Method 3 支持提交（提交日期：2026-08-27，访问日期：2026-08-28）

7. pertpy：比较基因、药物或环境变化如何影响单个细胞

pertpy 是一个面向单细胞实验研究人员、用于分析细胞扰动效应的 Python 框架。“扰动”指基因编辑、药物处理、环境变化或疾病状态等会改变细胞状态的条件。它接收保存为 AnnData 或 MuData 的单细胞与多模态数据，并结合处理组、对照组和样本元数据整理实验。研究人员可以得到差异表达、细胞群丰度变化、扰动间距离、反应预测和作用机制富集等结果，也能把外部药物与细胞系数据库注释接入同一流程。项目由 scverse 开源共同体维护，关联论文团队以亥姆霍兹慕尼黑计算生物学研究所为主要机构。本周发布的 1.3.0 将 scGen 扰动预测重新实现为不再依赖 scvi-tools，并把 JAX 设为可选组件，同时补上统计设计与结果标签的一致性检查。

图：pertpy 从不同类型的扰动数据和外部元数据出发，形成扰动空间，并输出差异表达、丰度变化、距离和反应预测等结果；来自论文 Figure 1“Pertpy: an end-to-end framework for perturbation analysis”。

资料来源：官方 GitHub 仓库（访问日期：2026-08-28）；scverse 组织说明（访问日期：2026-08-28）；原始论文与机构信息（发布日期：2025-12-31，访问日期：2026-08-28）；1.3.0 Release（发布日期：2026-08-24，Asia/Shanghai；访问日期：2026-08-28）；1.3.0 官方变更记录（访问日期：2026-08-28）