歡迎,願你尋得所求
歡迎
祝你看到想看的,找到想找的~
歡迎慧慧~
歡迎
祝你看到想看的,找到想找的~
你好,願你尋得所求
畫師叫:AB-CIR
在米畫師可以搜到!不過一般我都叫她嗷師傅XD
新龍來混個面熟xwx
我叫彗影!也叫Valphasil Comet (龍族本名)
設定是從15年的時候開始慢慢補充的
我在怪獵的世界觀出生,但是龍蛋還沒孵出來的時候就被傳到靈氣充足的仙界,被一個喜歡做研究的仙長帶回去孵出來了,由於新世界沒有龍氣就吸收靈氣作爲飛行能量,因爲體內檢測出了金靈根所以靈氣被吸收之後就轉換成了金色的能量
飛行時就像一個金色的流星,所以又叫爍金光耀的天彗龍!
(金色流星所到之處,金屬性靈力便會異常活躍,許多金靈根修行之人時常追尋金色流星經過處作爲修行之地)
有 6 位朋友喜欢这篇文章:Drasiam, 龍爪翻書, NancalaStarry, Itz_Vara, 德尔雷希亚, Plazehorta
龍與火山的愛恨有多少
積累的🌋灰當做龍的*焰-怒火*助噴劑
擔心飄浮的火山灰會影響飛行
Say You Would—Dayon
https://y.music.163.com/m/song?id=1486763983
自由、飄渺、治癒、空靈,這些詞都可以用來描述這一類歌,但都不能幫我精確地找到它們。
拋開技術水平限制。一個有一定自主判斷能力的宏觀生物體比隨人心意運行的機械更不可控。
@羽落 寫道: 看了現在的高中生物選擇性必修3後感覺理論上真的已經可行了
@羽落 寫道: 性價比太低,幾乎不可能真的有項目去搞。
從目前人類的技術水平看,非常遺憾,仍然有着難以跨越的鴻溝,不是性價比太低,而是做不到。
人類目前對生物本身的理解非常表象。
的確,一些啓發式算法,包括模型,能夠有效設計(或者改進)一些簡單的蛋白質,並且其中的一些蛋白質已經被投入了實際應用,但是,這離真正創建細胞甚至生物這樣的複雜系統仍然有着遙不可及的距離。
設計蛋白質的目的是預測能夠摺疊成期望的蛋白質結構的特定氨基酸序列(結構決定功能),設計目標蛋白質結構通常涉及到蛋白質與特定受體或酶的高度特異性結合,涉及的分子機制複雜而多樣。因此,儘管人類可以預測蛋白質的基本三維結構,但要準確設計出具有特定功能的蛋白質結構,仍然需要大量的實驗數據和對目標生物系統的深入理解,這是目前人類不具有的。很多成功的蛋白質工程應用中的蛋白質結構是靠從天然蛋白質的結構中借鑑得到的,僅僅是對天然蛋白的簡單修改。
從基因工程的角度看,人類面臨着更爲嚴峻的工程挑戰,目前的實用基因工程,也只停留於簡單的基因“嫁接”,它們的廣泛應用還停留在使生物表達目標蛋白、縫合、修改一些簡單性狀的層面,例如課本中的抗蟲棉花、抗除草劑大豆等。
人類現有的最好的基因編輯技術之一,CRISPR-Cas9,仍然具有一定的脫靶率,而這在應用中會帶來麻煩,在部分有價值的應用中,如遺傳病的治療中是不可接受的。這套系統也是人類從細菌中借用過來的,人類目前沒有能力創造哪怕是這樣簡單的一個系統,更別提複雜的新細胞器甚至細胞了。
儘管之前的人類基因組計劃完成了對人類基因組的全部測序,可是當時的願景,如“治療醫學的徹底轉變”仍然遙不可及,因爲人類不知道應該怎麼解讀、處理這些信息。人類不知道每個基因的具體生物學功能,現在,人類的生物學在向着這個方向前進,但是,獲得進展可能需要幾十年的時間。
以上是人類目前掌握的技術,除了上文提到的困難外,設計全新的多細胞生物,還有許多許多的難題需要解決。
一條龍的發育從龍蛋開始,首先必須要解決細胞類型的問題,即劃分細胞類型,設計分化機制、信號通路、調控網絡等。同樣,各類細胞也不是獨立的,細胞間的信號傳遞、物質運輸等,每一個都是極爲複雜的問題。
這還會涉及到形態形成的問題,如何從一個單一細胞或者初始細胞團發育成具有特定結構的多細胞生物體?這涉及到細胞遷移、控制增殖、形態變化等多個方面,每一個問題,都是一個巨大挑戰。
更復雜的問題還有很多,神經系統的結構,大腦與意識、內環境穩態的控制、自我修復與凋亡機制、生殖和遺傳方式……
能完整闡述清楚現有生物的上述某些機制,在人類社會中幾乎都是諾貝爾獎級別的成就,更不用說設計了。
總之,目前人類的確在基因編輯、合成生物學和生物工程方面取得了很多進展,但是,對生命本身的理解還非常淺,設計新的生物,仍然是一個極其極其困難的問題,使用他們當前的技術是完全無法解決的。
有 1 位朋友喜欢这篇文章:羽落
搞了個py程序暴力遍歷大量值 :
import numpy as np
import plotly.graph_objects as go
# 固定参数
rho = 1.225
# 生成参数范围
C_values = np.linspace(0.5, 2.0, 16) # C从0.5到2.0,步距0.1
S_values = np.arange(5, 51, 1) # S从5到50,步距1
v_values = np.arange(5, 41, 1) # v从5到40,步距1
# 预计算全局F的范围
all_F = []
for c in C_values:
S_mesh, v_mesh = np.meshgrid(S_values, v_values)
F = 0.5 * rho * c * S_mesh * v_mesh**2
all_F.append(F.flatten())
max_F = np.max(all_F)
min_F = np.min(all_F)
# 创建每个C值的曲面轨迹
traces = []
for c in C_values:
S_mesh, v_mesh = np.meshgrid(S_values, v_values)
F = 0.5 * rho * c * S_mesh * v_mesh**2
traces.append(go.Surface(
x=S_mesh,
y=v_mesh,
z=F,
name=f'C = {c:.1f}',
visible=False,
colorscale='Viridis',
cmin=min_F,
cmax=max_F,
colorbar=dict(title='Force F')
))
# 设置第一个轨迹可见
traces[0].visible = True
# 创建滑块组件
steps = []
for i, c in enumerate(C_values):
step = dict(
method="update",
args=[{"visible": [False] * len(traces)},
{"title": f"空气动力 F (ρ=1.225) - C={c:.1f}"}],
label=f"{c:.1f}"
)
step["args"][0]["visible"][i] = True
steps.append(step)
sliders = [dict(
active=0,
currentvalue={"prefix": "升力系数 C: "},
pad={"t": 50},
steps=steps
)]
# 设置图表布局
layout = go.Layout(
title='空气动力 F (ρ=1.225) - 选择C值查看对应曲面',
scene=dict(
xaxis_title='投影面积 S',
yaxis_title='速度 v',
zaxis_title='空气动力 F',
camera=dict(eye=dict(x=1.5, y=-1.5, z=0.5))
),
sliders=sliders,
width=1000,
height=800
)
fig = go.Figure(data=traces, layout=layout)
fig.show()
有 1 位朋友喜欢这篇文章:龍爪翻書
看了現在的高中生物選擇性必修3後感覺理論上真的已經可行了,目前的蛋白質工程已經可以做到設計蛋白質功能反過來合成對應的氨基酸序列以及細胞融合技術使遠緣雜交成爲可能(看用語是還未實現),不過蛋白質工程技術還不夠成熟。同時正如上面所說,性價比太低,幾乎不可能真的有項目去搞。
當然高中課本上講的肯定是經過簡化的,不知道有沒有懂這方面的龍?
輸入草稿,輸出完成圖
https://yinglong.org/forum/viewtopic.php?pid=54477#p54477
chatGPT終於可以幫線稿上色了
不過還有進步的空間,有一邊的翅膀完全沒畫~
---
用鱗目的預設頭像,請AI設計表情貼圖
最后修改: 龍爪翻書 (2025-03-28 20:28:05)
歡迎來到鱗目~
祝你看到想看的,找到想找的
歡迎新龍
歡迎瓦拉~