我是一位国产工业软件开发者
Mzkit桌面工作站
Mzkit工作站软件主要是应用于基于核磁共振/质谱数据的化学信息学方面的CAE（计算机辅助工程与计算机辅助分析）数据分析功能。目前已完成对质谱数据以及NMR数据的支持。目前的研发投入主要集中在质谱成像相关功能以及定量计算分析等分析化学相关的功能研发。
Mzkit目前为一款诺米代谢向大家所提供的免费开源的质谱数据分析软件
Latest Articles
我目前所从事的工作是在国内的一家比较大的代谢组学服务公司的高级数据科学家，主要从事一些使用VisualBasic.NET，R/R#语言进行数据科学相关的分析脚本以及流程编写开发工作。如果你对我自己模仿R语言所创建的R#语言做数据分析感兴趣的话，我这个博客网站目前是你进行R#语言学习的最好选择。
估计阅读时长: 30 分钟https://github.com/xieguigang/Moira LBM（格子玻尔兹曼方法）凭借其介观模型特性，在流体模拟领域展现出显著技术优势：其碰撞与迁移过程仅依赖局部数据，天然适配GPU并行计算，CUDA实现可达成10–100倍加速比；处理复杂几何边界时无需生成体网格，通过格点标记固体并配合反弹边界即可高效实现，尤其适用于多孔介质等场景；同时，通过扩展分布函数可灵活耦合多物理场，例如引入温度分布函数模拟传热，或采用伪势模型捕获多相流中的相分离现象。尽管在高速或高粘度流动中存在局限，但通过MRT算法优化及GPU硬件加速，LBM已成为微流动、多孔介质、多相流等复杂流体模拟的理想工具，在航空工程等领域已有成功应用案例，其应用前景持续拓展。 Order by Date Name Attachments frame-00093 • 2 MB • 8 click 2025年8月9日ffmpeg • 155 kB • 8 […]
估计阅读时长: 10 分钟目前经过改进和优化之后的基于mzkit代码库底层的msimaging质谱成像软件包在样本可视化上进行了非常多的改进，诸如： 添加样本原始背景叠加 目前进行质谱成像可视化，程序包不仅仅可以使用任意rgb纯色来作为可视化的背景。目前还可以支持直接使用原始数据的背景作为质谱成像的显示背景。进行这个显示的秘诀就在于简单的在脚本中添加一个TIC背景图层：geom_MSIbackground("TIC") ggplot(msi_data, padding = "padding: 200px 600px 200px 250px;") + geom_MSIbackground("TIC") # rendering of a single ion m/z […]
估计阅读时长: 12 分钟https://github.com/xieguigang/Microsoft.VisualBasic.Drawing 最近在Linux服务器上面搞数据分析，因为Linux服务器只能够是通过SSH远程登陆上去的，没有图形化界面，所以想查看生成的结果图的话，只能够将图片文件通过FileZilla工具从服务器上下载下来在本地查看。这种方法非常的繁琐，至少相对于在服务器上跑完了程序后直接查看结果这样子的操作要复杂一些。 如果要能够直接在Linux服务器上查看图片，可行的一个方法就是，如果你有服务器的Root权限的话，可以将你的目录通过smb协议共享出来，在windows上挂在为共享文件夹，这样子在Linux服务器上跑完命令后，再回到Windows的Explorer程序上刷新一下。但是这个对于网络地理位置较远的服务器而言，可能网络速度不是很好，对于几十兆的图片结果文件，可能刷新会存在延迟，你可能需要刷新好几次才会更新Windows上的图片缩略图；并且通过smb开放共享文件夹你还需要记住smb的第二套账号密码，如果账号密码过于简单，那么你的Linux服务器上的数据安全性就会存在问题。 另一个方案就是通过SSH-FS方案，通过你的ssh账号将远程Linux服务器挂载为本地硬盘，来查看服务器上生成的图片文件。但是这个也和上面的方案一样会受限于网络传输速度的影响。 看来，我们只能够在Linux的终端上想办法来进行图片文件的查看了。 Order by Date Name Attachments Capture • 269 kB • 32 click 2025年7月26日853127 • 137 […]
关于创作者
R#语言之父，热衷于各种数据可视化。在代谢组学数据分析和机器学习领域内有着非常丰富的工作经验，大约10年的生物信息学研发工作经验。平时最开心的时候就是可以在工作中重复造各种轮子，并且可以成功的应用于各种商业化项目之中。经过多年的生物信息学和化学信息学领域内的工作，目前手头上已经重复造出了非常多的轮子，积累了大量的代码库，对各种数据分析方法轮子的使用也都非常得心应手。
诺米代谢BioDeep研发中心
谢桂纲 · 高级数据科学家
目前主要从事代谢组学领域内的数据分析方法开发，化学信息学质谱数据分析以及质谱应用研发，生物信息学大数据挖掘，工业软件研发相关的工作。
通过电子邮件联系我：xieguigang@metabolomics.ac.cn