生物分子网络的粗粒化建模：从映射方案到验证方法
面向材料研究的生物分子网络粗粒化建模指南，系统讲解珠子映射原则、有效相互作用势、体系构建与平衡、以及如何用独立参考数据验证模型，帮助研究者避免常见的粗粒化陷阱。
ML-Biomat
纤维生物·材料·结构的机器学习与多尺度模拟教程、研究笔记和实战指南。FiberNet 纤维网络设计 Python 工具包的官方网站。
纤维生物·材料·结构的机器学习与多尺度模拟教程、研究笔记和实战指南。FiberNet 纤维网络设计 Python 工具包的官方网站。
🦮 ML for Science
🔬 Multiscale Methods
🦪 Fiber Biomaterials
中文 Articles
生物材料力学测试：试样制备、仪器设置与无伪影数据
面向湿实验研究的生物材料力学测试全流程指南，系统讲解试样水合、仪器架设、边界条件、应力应变规约、伪影识别与报告清单，帮助研究者获得可复现且可横向比较的力学参数。
Python 科学计算环境完全搭建指南：从零到生产力
从虚拟环境原理到Conda/Mamba实战再到Jupyter与VS Code配置，三平台全覆盖的Python科学计算环境搭建指南，面向生物与材料科学研究生的从零到生产力完整教程。
常用的机器学习回归模型：从线性基准到梯度提升
常用的机器学习回归模型：从线性基准到梯度提升。面向生物与材料科学研究生的实用教程，含完整可运行代码示例与详细原理解析，适合零基础入门与进阶参考。
深度学习的本质：从特征工程到表示学习
从神经元、激活函数、反向传播到正则化与迁移学习，系统讲解深度学习的核心概念与训练技巧，帮助材料科学和生物学研究生判断何时该用深度学习、何时传统机器学习方法更合适。
NetworkX 基础：用 Python 理解、构建与分析网络
NetworkX 基础：用 Python 理解、构建与分析网络。面向生物与材料科学研究生的实用教程，含完整可运行代码示例与详细原理解析，适合零基础入门与进阶参考。
常用的机器学习分类模型：从逻辑回归到梯度提升
常用的机器学习分类模型：从逻辑回归到梯度提升。面向生物与材料科学研究生的实用教程，含完整可运行代码示例与详细原理解析，适合零基础入门与进阶参考。
工程超结构力学综述：折纸、蜂巢、拉胀、扭转与点阵的二维三维设计
工程超结构力学综述：折纸、蜂巢、拉胀、扭转与点阵的二维三维设计。面向生物与材料科学研究生的实用教程，含完整可运行代码示例与详细原理解析，适合零基础入门与进阶参考。
生物材料的层级超结构：从分子到宏观的力学设计
生物材料从分子到宏观尺度的层级超结构全面导览：深入丝素蛋白、胶原蛋白、骨、珍珠层、蜘蛛丝和纤维素等自然材料的跨尺度组装规律，解析其结构-力学关系及仿生设计启示。
GROMACS分子动力学模拟实战：从结构准备到轨迹分析
GROMACS分子动力学模拟完整实战教程：以溶菌酶为实例，手把手演示从结构准备、能量最小化、平衡态到生产运行的全流程，含RMSD、RMSF、Rg和氢键轨迹分析。
SciPy曲线拟合完全指南：从线性回归到非线性建模
SciPy曲线拟合完全指南：从线性回归到非线性建模。面向生物与材料科学研究生的实用教程，含完整可运行代码示例与详细原理解析，适合零基础入门与进阶参考。
Python科研绘图完全指南：从数据到发表级图表
Python科研绘图完全指南：从数据到发表级图表。面向生物与材料科学研究生的实用教程，含完整可运行代码示例与详细原理解析，适合零基础入门与进阶参考。