一个end-to-end的点云预测和分割框架，简单但开启了一个全新的点云建模的分支。

本篇主要介绍了癌症基因组学的基本概念，以及领导开展癌症基因组学的组织-CCG的相关信息。

此文章提出了一种新的深度学习框架-parametric continuous CNN，其可以应用连续的卷积操作到non-grid的数据上，而且有在点云分割、运动预测的任务上得到了非常好的结果，该工作发表在CVPR上。

PyQt5学习的导引页面

本部分主要介绍PyQt5中Model/View架构的概念、组成和使用，此概念主要用于Qt中的组件和外部数据集的配合

本部分主要介绍如何自定义一个Qt中的widget，并包括了其前导步骤--QPainter的使用

这里一部分主要对Signals机制进行进一步的介绍，包括如何使用pythonic的语法来扩展signals的功能，以及如何自定义signals

介绍了使用Ot creator上的UI设计工具来设计ui界面并生成python代码，这种方式可以避免大量的代码工作

这一部分基本介绍了PyQt5的所有常用用法，包括如何创建一个app，其signals、slots、events机制，基本toolbar、menu和statusbar的实现，一些基本的widgets，布局和对话框。

因为网连不上，所以就放弃这一部分了 UCSC Xena官方提供了一个包--xenaPython，可以使用python程序来获得UCSC Xena的数据。

本研究提出了一种新的整合多种蛋白质网络、提取蛋白质特征的方法用于预测蛋白质功能。其特点在于使用深度自编码器来融合多个网络的信息并提取特征（相对于其领域之前的方法mashup），并在yeast和human的数据集上进行了验证，显示出良好的效果。

主要介绍了如何使用搜索框进行搜索和过滤样本，并进一步实现分组