От оргазма до бессмертия. Записки драг-дизайнера

Эта книга про создание лекарств написана бывшим советским ученым Григорием Никифоровичем в формате сторителлинга, который захватывает с первых страниц
0) 600 миллионов - так называется введение и оно посвящено виагре, которая по плану должна была помогать от боли в груди, а начала приносить удовольствие (кстати, в 600 миллионов автор оценил их аплифт)
1) Познай самого себя - глава про биологию, генетику и переход от молекулы к организму. Подробнее про это можно почитать в книге "Самая главная молекула", которую я упоминал раньше
2) Клетка изнутри - здесь автор рассказывает про биохимию клетки и про конструирование препаратов, которые могут влиять на нее. По-факту, влияние осуществляется через биорегуляторы, которые драг-дизайнеры и стремяться разработать в своих лабораториях. Но можно искать эти вещества наобум, а можно пользоваться теорией. И здесь в первый раз упоминается теоретический конформационный анализ, который дальше пронизывает всю книгу
3) Пептиды в разных измерениях - здесь рассказывается про связь аминокислот, пептидов и белков. Если по простому, то пептиды и белки состоят из аминокислот, но пептиды - это короткие цепочки, а белки - длинные. И пептиды зачастую могут выступать в качестве биорегуляторов. Но свойства этих пептидов и белков зависят не только от самой последовательности, но их от конфигурации в пространстве, которая может меняться под действием внешних условий (из сваренного в крутую яйца уже никто не вылупиться). В итоге, эта конфигурация пептида в пространстве называется конформацией. И пептид принимает такую форму, которая выгодня с энергетической точки зрения (форму с минимальной энергией). Если таких форм несколько, то этот пептид принимает эти формы с определенной вероятностью. Здесь автор вспоминает змейку Рубика
4) Как не получить Нобелевскую премию - здесь автор начинает с того, как Макс Перутц и Джон Кедрью установили пространственное строение миоглобилина и гемоглобина с помиощью рентгеноструктурного анализа, но этот экспериментальный способ плохо подходил для пептидов и на помощь пришла теория в виде конформационного анализа. Автор был одним из основоположников теории и занимался этим еще в шестидесятые годы в Белорусской ССР, где им удалось посчитать конфигурацию Брадикинина. Но этот анализ требовал вычислительных мощностей на перебор всех вариантов конфигураций и это успешнее получалось делать зарубежом, за что в 2013 году трио исследователей получило Нобелевскую премию
5) Превратить пептид в лекарство - именно эта глава рассказывает про волны драг-дизайна, что были связаны с развитием молекулярной биологии и знаний ученных о белках, пептидах, а также наличию новых экспериментальных методов. Автор делится тут действительно интересными историями, которые помогают понять как работает создание лекарств
6) Половинки пары - здесь автор рассказывает глубже концепцию ключа и замка, где ключом является пептид, а замком рецептор в виде белка, с которым он соединяется и происходит зримый эффект. Автор рассказывает как это происходит и что меняется в клетке после такого сцепления
7) От идеи до лекарства - история про то, как выглядело бы создание стартапа по созданию лекраств. Если сократить историю, то успехом можно считать продажу потенциальной формулы большой фарме, так как самостоятельно потянуть все финансовые расходы почти не реально
😍 Шестнадцать процентов бессмертия - автор как и обещал в названии книги заканчивает рассмотрением бессмертия, а точнее лекарства, что влияет на работу теломераз, которые как считается ограничивают количество делений клетки, так как при каждом делении клетки теломерные участки укорачиваются. В итоге, такое лекарство борется с этим укорачиванием и позволяет клеткам жить дольше ... что легко может приводить к развитию рака, чьи клетки тоже могут делиться бесконтрольно долго

#PopularScience #Biology

tellmeabout.tech - новый домен для моего блога

Я перевез блог с домена apolomodov.medium.com на новый, модный, молодежный https://tellmeabout.tech/
Основная причина в том, что новый домен в отличие от старого отлично открывается в России:) Остальное осталось все тем же:
- статьи по книгам
- статьи по моим выступлениям
- разборы white papers
- выпуски Code of Architecture

#Announcement

Публикации на Google Research

Последние пару дней я активно готовился к своему докладу про RnD и изучал страничку research.google/pubs/, чтобы посмотреть какие white papers появлялись у Google и когда.
В итоге, я составил список ключевых документов с фокусом на сервисы и инфраструктур (исключая ML), которым решил поделиться

- 2003 год - The Google File System - про распределенную файловую систему от Google
- 2004 года - MapReduce: Simplified Data Processing on Large Clusters - про концепцию параллельной обработки в формате MapReduce (по мотивам появился Hadoop)
- 2006 год - Bigtable: A Distributed Storage System for Structured Data - про распределенную NoSQL базу (по мотивам BigTable и Amazon DynamoDB появилась Cassandra)
- 2006 - The Chubby lock service for loosely-coupled distributed systems - про сервис распределенных локов, которые можно использовать вместо встраивания консесуса в сами сервисы
- 2007 - Engineering Reliability into Web Sites: Google SRE - про роль SRE в обеспечении надежности
- 2010 - Dapper, a Large-Scale Distributed Systems Tracing Infrastructure - про трассировку в распределенных системах (open source последователи Zipkin, Jaeger, OpenTelemetry)
- 2012 - Spanner: Google's Globally-Distributed Database - про NewSQL базу данных с масштабированием как у NoSQL и ACID транзакциями, под капотом TrueTime для точного определения времени, что нужно для определения порядка транзакций (open source последователи Cockroach DB)
- 2013 - Omega: flexible, scalable schedulers for large compute clusters - про окрестратор рабочих нагрузок (наследник Borg, но менее удачный)
- 2015 - Large-scale cluster management at Google with Borg - про оркестратор рабочих нагрузок, что предшествовал Omega и в итоге оказался более удачным и пережил ее
- 2015 - TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems - про фреймворк для машинного обучения, который сразу был выпущен в open source
- 2016 - Borg, Omega, and Kubernetes - про сравнение двух внутренних и одного публичного (K8s) оркестратора нагрузок (Kubernetes изначально тоже сделал Google)
- 2016 - Ubiq: A Scalable and Fault-tolerant Log Processing Infrastructure - про обработку логов на масштабе
- 2017 - Spanner, TrueTime and the CAP Theorem - про CAP теорему и Spanner от создателя CAP-теоремы, Eric Brewer, что к этому моменту уже давно работал в Google
- 2018 - Advantages and disadvantages of a monolithic repository: a case study at google - про монорепозиторий Google и как он помогает им в разработке
- 2019 - Zanzibar: Google’s Consistent, Global Authorization System - про ReBAC систему авторизации, что завязана на отношения между сущностями (мы этот white paper как-то уже обсуждали в Code of Architecture)
- 2020 - Monarch: Google's Planet-Scale In-Memory Time Series Database - про time-series базу данных
- 2020 - Scaling PageRank to 100 Billion Pages - про масштабирование ключевого алгоритма на графах (Page Rank) на супер масштабы
- 2020 - Autopilot: Workload Autoscaling at Google Scale - про автомасштабирование рабочих нагрузок в облаках
- 2022 - Deployment Archetypes for Cloud Applications - интересное исследование про виды deployments
- 2023 - A Model-based, Quality Attribute-guided Architecture Re-Design Process at Google - интересный документ про архитектурные процессы в Google на примере репроектирования системы Monarch, про которую был white paper от 2020 года

Если суммировать мои мысли про Google и создание ими статей, то видно, что они первыми писали про многие сложные штуки, но вот open source решений поначалу они не создавали, и у них появлялись open source аналоги. И эти аналоги были несовместимы с внутренними инструментами Google, что мешало получать помощь от коммьюнити. Значимыми исключениями с точки зрения открытости являются: Android, Chrome, Kubernetes, TensorFlow.

#RnD #WhitePaper #Software #SoftwareDevelopment #Architecture #SoftwareArchitecture #DistributedSystems #SystemDesign #SystemEngineering

Minimum Viable Architecture • Randy Shoup • YOW! 2022 (Рубрика #Architecture)

Очередное крутое выступление от Randy Shoup, VP Engineering & Chief Architect at eBay. Предыдущее его выступление "Improving Software Flow", про которое я рассказывал раньше, дало мне идеи для одного из своих докладов, что будет осенью:) В этом докладе автор рассказывал про то, что начинать стоит с MVA (Minimum Viable Architecture), которая похожа по концепту на MVP (Minimum Viable Product). Свой рассказ он начал с истории про раннюю архитектуру eBay и Amazon, которые эволюционировали со временем. Point был в том, что если бы эти компании начали с более сложной архитектуры, то может бы мы и не знали о них - они бы просто проиграли в конкурентной борьбе тем, кто свои MVP делал бы на MVA:)

Дальше был рассказ про виды архитектуры, что матчатся с жизненным циклом организации starting -> scaling -> optimizing
0) "Prototype" architecture, что нужна на этапе идеи (еще до описанных выше этапов) - круто, если тут можно обойтись совсем без технологий:)
1) "Just enough architecture" для быстрых итераций на стартовом этапе. Здесь нам пригодятся монолиты на той технологии, что популярны и легки в написании кода. Зачастую здесь удобнее покупать готовые коробки, чем писать их самим. На этом же этапе хорошо сразу делать модульный монолит, использовать CI/CD практики, TBD и feature toggles
2) "Scalable architecture" - до этого этапа по оценке Ренди доходит только 1% приложений. И начинает он с того, а когда же приходит пора для репроектирования (падает velocity, надо релизить часть daployments отдельно). Здесь наступает время stream-aligned teams из Team Topologies, также надо менять технологии на более производительные и использовать активнее асинхронность. Также стоит разделять системы по доменам. Часто тут появляются микросервисы. Классно, что тут Ренди разбирает вопросы инкрементальных миграций со старых систем на новые, используя сквозные вертикальные слайсы.
3) "Optimizing" - здесь команд становится меньше и основная цель в стабилизации архитектуры и консолидации отдельных частей системы, чтобы их эксплуатация была проще.

#SoftwareArchitecture #Architecture #SystemEngineering #DistributedSystems #SystemDesign #SystemThinking #Software