白驹过隙

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇白驹过隙范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

白驹过隙范文第1篇

早晨，阳光从窗外透进来斜斜照在几张光滑桌子上反射出的光像鱼鳞一样。门把手转开后进来的第一个学生安静坐下。等到教室坐满后终于被叽叽喳喳的讲话声填满，在一个铃响后稍稍隐去些，在早读老师的进门中有志一同地平静下来。

回忆是夏日的香樟，在夏日里蔓延浓郁的香气，香气横贯操场如同河流，而我们却因为这节不是体育课而在教室里奋笔疾书，教室里的闷热在身上蔓延开，背脊上的汗珠浸湿了白色布制校服，露出的手肘贴在有些湿气的课桌上，长时间后的片刻休息中发现有些红印黏腻。上课时的困意使得有些想一头栽下去的冲动，在老师的呵斥声中眨眨眼睛，睫毛微微地颤抖后终于得清醒。头顶的抹茶色电扇吱吱的响，女生的发丝微微飘起，天气的炎热让头发不太舒适，窗外莫名的一阵凉风吹进，身子又有些冷意。

午后的操场，烈日当头暴晒，跑道旁的绿草泛出亮光，红色橡胶跑道发出滚烫的热度，在体育老师的解散声中零零散散地散开。后来的写作课上，语文老师布置好题目就坐在讲台前闭目养息，而我们则在作文本上写着不太好看但中规中矩的字。回忆起我们曾用过最简单的语句生疏地描写着“操场上充满着欢声笑语”做结尾。

回忆是你觉得一切都已经过去得那么久远，可是一闭上眼睛，一切又重新回来。想到男女生之间简单的动作就会被误会的纯真，而后脸上微微泛起的潮红。在过去得一季中迎来新的一季，初冬，上海并不下雪，干燥的天气在手上留下厚茧，双颊有了隐约的高原红，身上几层冬衣让小孩子看上去有些笨重。而在接下来的春天马上反映到该是时候期待春游了。颠簸的巴士载着我们一车上的吵闹，书包里带着并不多的钱，在颠簸中书包里的硬币一路摇晃一路叮当作响。

白驹过隙范文第2篇

“空手道”之说，就是不用自己的钱而实现多方获利。李文彬比较认同中国服装经销商祝文欣先生的预见：渠道下沉；未来商铺资源越来越紧缺，商业资源争夺越来越集中。同时他认为，未来5年零售资本市场将逐渐崛起。

市场风云变化，商机如白驹过隙，时势如何呢？

消费零售市场增长迅猛

“中国服装500强”论坛上，祝文欣老师的几组数据分析发人深省。数据显示，目前中国GDP增长率以9%的速度领先于美国以及其他新兴经济体。与此同步，中国以1100亿美元规模位列世界第二服装大国，美国2870亿美元，服装正成为中国消费者越来越重要的支出部分。从消费支出来看，中国25%的人口平均生活水平已经赶上发达国家水平。强劲的国内需求使得中国的消费品零售收入增长迅猛，特别是三线与四线城市的需求开始逐步追赶一线中心城市的需求。

市场资源越来越集中

服装业的高速增长及造田运动，带来资源的争夺升级。具体表现为领跑品牌及零售商超借力资本运作强势圈地。如果称2008年非典之前的造田运动为跑马圈地年代，那么，通过非典的洗礼，大多品牌及渠道商在经历内功创伤后，近几年来圈地行为已经越来越趋于内外兼修，可称之为战略布局、精耕细作。商业的二八规律逐渐呈现，20%的优秀品牌和渠道商正在逐步扩大领地，二省、三省乃至四省总以及全国性渠道商已经出线。

就像开篇李文彬所介绍的，领跑巨头们享有优厚的资金、实力和美誉度，市场资源争夺战，归根结底就是资金与实力的较量，规模小，市场化占有率低，资金链不充足，人才梯队建设薄弱等，都已经成为企业的生存关。对新生力商家而言，品牌的成长速度如果不能与成熟品牌的扩张速度相并行，昙花一现将越来越多。

在多数优势资源被垄断后，多数品牌为了生存，资源成为必争之地，所谓资源包含了两部分：商铺和人才。商铺越来越紧缺，因为紧缺而升值；专业人才越来越集中，他们更加关注商业平台和模式。

服装零售新空间

当现有渠道趋于饱和，利润逐渐削薄，创新技术和新渠道开发成为企业竞生的转折点。威斯曼的联邦制、秋水伊人的VMI模式等等都在创新着行业的亮点，也在创新着零售时速。从大的方向而言，线上渠道是近年来的焦点话题，一部分人杀进去，一部分人倒在了门外。但可以看到的是每月线上排名中，JACK&JONES、ONLY、VERO MODA等品牌一分钟内惊人的斩获，领略李宁线上分销体系带来的巨额增长。最近，纳纹女装短短几月线上运作的骄绩——月均百万元的业绩再添佳话。就像中研国际电子商务部苏真老师论见的，线上到线下就像隔层纸，只要战略布局和人才到位就成功了一半；但线下到线上，那是隔座山，等于是行业的跨越。但这座山无论你如何跨越，它都在那里影响着你的未来，影响着未来零售市场的格局。

有三组数据不容忽视：中国人每花100元买衣服，其中就有13元是在网上销售的；2010年，中国服装网络零售总额1600亿元，2011年，将超3000亿元；网购人群1.4亿，其中80%以上是新生力人群——80后、90后，他们代表了未来市场的走向。

与此相对应，有一幕让笔者久久难以忘怀，在中国服装财富论坛武汉站上，当苏真老师请已经涉水网上渠道或者懂得网上渠道者举手时，台下300余汉派服饰优秀品牌或经销商代表中，举手者不过五六人。这是否是汉派服装发展低迷的原因呢？

竞争核心：人效和坪效

坪效是台湾经常拿来计算商场经营效益的指标，指的是每坪的面积可以产出多少营业额。

市场的变化，竞争的提速，创新技术的竞争……在面对这些竞争时，我们会发现，一方面，终端成本上涨，人才匮乏成为制约发展的瓶颈；一方面，终端业绩提升不大，利润下滑，企业人才流失率提升。值得思考的是：两家100平米的店，十个人（八个导购，两个店长），月产出总计46万元好，还是一家100平米的店，五个人（四个导购，1个店长），月产出30万元好呢？

在市场占有率、资源抢夺战和品牌宣导的背景下，我们或许谈不上好坏，潜在的市场价值不是店铺直接业绩就能决定的，但可以相信的是，一家人效和坪效都相对较高的店，其工资发放额度和奖金机制一般在圈内都是拔尖的，仅行业间的口碑传播就足矣。

因此，一手抓资源，一手抓坪效，是未来发展的核心。坪效是根，资源是本，资源整合是战略，坪效提升是生存。当坪效和人效不能有效发挥时，圈店只能是形而上学。

祝文欣先生表示，首先需要明确的是，人效和坪效不是简单地通过终端的陈列和机制令其提升，两者是相关企业整体运营机制系统化建设而产生的长足发展结果。其相关企业公司化、信息化、组织核能化等等各方面的系统建设。

如祝文欣先生所言，服装行业的第三次升级开始：2000年前后品牌总部公司化运营；2005年前后总公司化运营；2011年零售商公司化运营。三大历史性转折时期蕴含了服装产业链系统升级的过程。三次系统化升级决定了市场或企业的盘面和发展张力。可谓内核不稳，张力不足。

是不是建设一套自动升级的系统就万事无忧了呢？恐怕做管理的人都有同感，如果从数学的角度来诠释人，人就是变量，即使自管理系统再完善，不能时时激发其激情和斗志，依然事半功倍。引用祝文欣先生《组织核能》课程中的一句话：跑马圈地时代，我们是术优于道，而精耕细作年代，术要兼道。同理，在铸造人效、坪效内核时，术和道的结合同等重要。

每个企业都想成为王者，王者代表了资源整合的优先权，也代表了市场的话语权，但真正要成为王者，趋势的发展是表现，真正推动趋势，令行业成长的本因才是根本。

内核塑造的五大原动力

白驹过隙范文第3篇

近年来，一本关于市场营销和企业管理的书籍十分畅销，各行各业的读者都给予了极高的评价，都认为读此书受益匪浅、获益良多，都觉得读此书对于工作有很强的指导性和可操作性，这本书就是汪中求先生的《细节决定成败》。书中运用了大量鲜活、生动案例，向我们传达一个耐人寻味的结论：小事决定大事，细节成就完美。虽然汪先生书中所讲的大多是市场营销的体会、企业管理的心得，但对于履行公共管理和执法职能的国土部门，我认为同样具有很强的启发作用和指导意义。

一、成就完美细节是做好国土管理工作、提供优质服务、打造精品工程的基础。

《荀子q劝学篇》中说“不积跬步，无以至千里；不积小流，无以成江海”，一句话形象地阐述了小事与大事、细节与大局的辩证关系。市局、分局在08年就提出了精细化国土资源管理，并出台了国土资源工作精细化考核细则，充分表明领导同志高瞻远瞩、着眼长远的谋略和远见，也体现了国土管理工作的精细化趋势。日常工作中，我们深知强化管理创新，打造“精品工程”，细心做好每一件事，专注做好每一个环节，对于打造让人民满意的国土所，具有至关重要的意义。既要保护资源，又要保障发展，“双保”已成为当前国土工作的主旋律，如何平衡、协调好两者之间的关系，做到对上负责与对下负责的统一，更需要把工作中的每一个细节做好，稍有差错，就可能留下大隐患、造成大麻烦、酿成大损失。因此，作为一个基层的国土人，必须牢固树立“服务企业无小事，服务群众无小事”的理念，不断改进服务方式，在细节上下功夫，于细微处见精神，按照“六项服务”内容，全面落实“马上办、主动办、上门办、透明办、科学办”的要求，把工作做细、做实，真正实现服务对象、基层群众和社会各界“三满意”。

二、成就完美细节是提升国土部门形象、改进工作效率、谋求跨越发展的保障。

“把每一件简单的事做好就是不简单，把每一件平凡的事做好就是不平凡”，这是海尔集团总裁张瑞敏对全体员工的谆谆教诲。海尔从一个街道小厂发展成为全球最大的家电制造业王国，注重细节，做好小事，不能不说是其成功的法宝之一。国土资源管理每天都要面对许多的人和事，不注重细节，工作效率就会降低；不注重细节，服务质量就会下滑；不注重细节，部门形象就会受损。前几年我们国土系统就提出了“服务争第一，满意在国土”的响亮口号，但是要真正做到，必须要求我们系统内的每一位同志都要注重细节，注意自身的形象，力求做到：礼貌多一点、态度好一点、办事快一点、效率高一点、服务暖一点。平时各项工作要在“细”字上下功夫，在“精”字上严要求，在“实”字上做文章，真正做到以细节统领具体事务，责任具体化、明确化，真正达到每个步骤都要精心，每个环节都要精细，每项工作都是精品。

白驹过隙范文第4篇

【摘要】 SEQUEST与Mascot为目前蛋白组学分析研究中使用最为广泛的蛋白质库搜索工具。尝试将Mascot与SEQUEST搜索结果进行比较，进而采用不同多变量判别方法对二者的搜索结果进行判别分析，以降低其结果的假阳性率。通过对Mascot与SEQUEST搜索结果进行比较，发现所得结果差异很大;利用多变量判别分析方法对Mascot及SEQUEST搜索结果进行判别分析，可有效提高SEQUEST结果中假阳性结果与正确结果之间的区分能力。对于Mascot搜索结果，采用多变量判别分析方法仍无法显著降低其假阳性结果，利用Decoy库搜索结果进行估计时亦存在导致错误估计的风险。

【关键词】 蛋白质库搜索算法， 串联质谱， 多变量判别分析， Decoy蛋白质序列库

1 引 言

在复杂蛋白质样品的定性定量分析中，质谱技术已日益成为最重要的分析方法之一[1～3]。混合蛋白质样品由特定蛋白酶酶解得到多肽混合物，进入液相色谱(LC)分离，经一级质谱检测获得分离后多肽分子离子信息，从其中选择若干分子离子，每一个分子离子经碰撞诱导解离(Collision Induced Dissociation，CID)得二级质谱(MS/MS)谱图，获得该分子离子的碎片离子信息。对MS/MS谱图进行解析，即可得多肽离子的序列信息，反推得该多肽所属蛋白质序列，从而完成蛋白质定性。为了使高通量LCMS/MS数据得到快速有效分析，采用蛋白质库搜索以定性蛋白质成为当前蛋白组学研究中最主要的方法[4]。该方法主要有3种方式：一是肽质量指纹图谱(Peptide Mass Fingerprint， PMF)库搜索，二是利用MS/MS数据对蛋白质库进行匹配搜索，三是肽序列标签查询。然而如何快速有效分析高通量MS/MS数据，准确定性样品中的蛋白质，仍然是蛋白组学研究中必须解决的一个问题[5]。本文仅对MS/MS数据搜索蛋白质库所得到的匹配结果进行了研究。

目前常用的数据库搜索算法主要有SEQUEST[6]，Mascot[7]，X!tandem[8]，OMSSA[9]，Phenyx[10]等。这些算法的应用使MS/MS数据快速分析进而鉴定蛋白质成为可能。但是，由于各种搜索工具本身存在的缺陷[11]，及蛋白质数据库构建的不完善[12]，使得采用蛋白质数据库搜索的方法可能得到大量假阳性结果，导致高误判率。为消除或减少假阳性结果的影响，一些统计学方法被应用于其中，包括基于机器学习的模式识别方法[13，14]，基于统计模型的概率估计方法[15]，以及基于结合不同MS/MS分析工具鉴定多肽的方法 [16，17]等。这些统计学方法对搜索结果虽可有所改善，但由于错误结果的得分与正确结果的得分之间存在交叉，从而限制了这些方法的应用 [18]。因此，在蛋白质组学的蛋白质定性分析过程中，需要发展更有效的方法，使其具有更高的可靠性。

本研究在对Mascot与SEQUEST搜索结果进行比较分析的基础上，采用Lasso(Least absolute shrinkage and selection operator)[19]，偏最小二乘线性判别分析算法(PLSLDA)和支持向量机[20](SVM) 等在化学计量学中得到广泛使用的判别分析算法，分别对Mascot及SEQUEST搜索结果进行挖掘分析;同时，也采用翻转(Decoy)蛋白质库搜索结果对Mascot搜索结果进行错误发现率(FDR)估计。

2 实验部分

2.1 数据采集

数据集下载自regisweb.systemsbiology.net/PublicDatasets/[21]。该数据将18种标准蛋白质混合样品经8种LCMS/MS仪器，包括(两种线性离子阱(Linear ion traps)、两种3D 离子阱(3D Ion traps)、两种QTOF(Quadrupole timeofflight)和两种MALDITOFTOF检测所得，是一组难得的进行蛋白组学分析研究的标准数据。本研究取3D离子阱的LCMS/MS (Thermo Electron LCQ DECA)所采集数据进行分析。SEQUEST搜索结果数据由Klimek等搜索H.influenzae数据库所得[21]。10次重复实验共得到60700个搜索结果，正确匹配结果数为15247个。

Mascot(matrixscience.com)的搜索结果由同一组LCMS/MS数据搜索SwissProt (SwissProt 55.5)蛋白质数据库得到。Mascot为其在线免费的搜索引擎，搜索参数：多肽质量误差限为±3，MS/MS碎片质荷比误差限为±1，蛋白质酶为胰蛋白酶(Trypsin)，数据导出时pvalue

2.2 变量选择

SEQUEST搜索结果存于html文件中，按照输出结果的参数，选取 (1) dM：实际母离子与理论母离子之间的质量差;(2) Xcorr：理论质谱与实际质谱之间通过交叉相关 (Crosscorrelation) 计算所得分值;(3) dCn：最高得分与第二得分值之间的差值，并经归一化所得，即(Xcorr1-Xcorr2)/Xcorr1;(4) Sp：实验质谱与理论质谱匹配所得分值;(5) RSp：Xcorr为最高值时对应的Sp在所有结果中序号;(6) MatchIonRatio：实验质谱与理论质谱相同碎片离子数与理论质谱碎片离子总数的比值;(7) MH：母离子质量。7个参数作为变量进行判别，鉴于10次重复实验得到的都为同一模型[21]，因此训练集采用2次重复实验所得的搜索结果，共12087个样本，其中正确匹配样本数为3123;测试集采用1次重复实验而得的搜索结果，共5889个样本，其中正确的匹配结果个数为1390。

Mascot搜索结果由csv格式导出，基于导出的结果，选取 (1) pep_rank：显示的结果在所有结果中的序号;(2) pep_exp_mz：实际的母离子质量;(3) pep_delta：实际母离子质量经转化后与理论计算所得到母离子质量之差;(4) Score：实验质谱与理论质谱的匹配得分;(5) Evalue：对Score进行显著性估计所得期望值;(6) pep_num_match: 理论质谱与实际质谱相同碎片离子个数;6个参数作为变量进行研究。训练集采用8次重复实验得到的搜索结果，共8548个样本，其中正确匹配个数为1063;训练集采用两次2次重复实验得到的搜索结果，共1934个样本，其中正确匹配结果个数为195。

3 结果与讨论

3.1 Mascot搜索结果与SEQUEST搜索结果的比较

Mascot及SEQUEST搜索结果的统计数据见表1。由表1可见，Mascot所得到的搜索结果个数远少于SEQUEST。在每一组搜索结果中，Mascot所得的正确结果数也远低于SEQUEST搜索所得，当采用其它数据集(由Klimek等 [21]的另外两组LCQDECA数据，结果未列出)进行搜索，亦发现了类似现表1 10次重复试验的MS/MS数据分别用Mascot以及SEQUEST搜索所得到的统计结果由此可见，采用不同的打分函数对质谱匹配进行打分时，所得到的结果之间差异很大。虽Mascot正确搜索结果中有超过80%与SEQUEST正确搜索结果相符，但由于Mascot得到的结果远少于SEQUEST得到的结果，导致两种搜索算法得到的结果很难统一，在利用不同的搜索工具对蛋白质库进行搜索以验证搜索结果是否可靠时，难以得到一个综合的量化评价指标[22]。表2 Mascot与SEQUEST搜索结果的比较

3.2 蛋白质库搜索结果的判别分析

为降低搜索结果中的假阳性结果，对SEQUEST与Mascot搜索结果分别采用SVM，Lasso，LassoPLSLDA以及PLSLDA进行判别分析，并将判别分析结果与工具本身提供打分进行比较，结果见表3。从表3的结果可看出，以FDR及第二类错误率(以真当假)为标准，SVM，PLSLDA，及LassoPLSLDA所得结果都明显优于SEQUEST本身提供的得分计算所得结果。因此，采用多参数的方法进行分类可以有效消除假阳性的影响。接受者操作特性曲线(Receiver Operating Characteristic curve， ROC 曲线)的面积 (Area Under ROC Curves， AUC)是蛋白组学研究中常用的表征算法对样本进行判别分析能力的一种方式。当AUC=1时， 表明该算法可以对样本进行完全区分。图1和图2分别示出了SEQUEST和Mascot搜索结果的ROC曲线及其对应得分分布图。由图1a可见，对于SEQUEST搜索结果，SVM，LassoPLSLDA，PLSLDA皆可有效降低假阳性结果，且结果改善明显，而对于Mascot搜索结果，判别分析算法虽可有效提高ROC曲线的面积，但却得到了很高的第二类错误率 (参见表3，>0.7);对Mascot的得分分布进行详查(见图2b)，发现正确结果的得分分布完全被错误结果的得分所包含。表3 利用不同的算法对Mascot及SEQUEST搜索结果进行判别分析所得到的结果

3.3 Decoy蛋白质序列库匹配结果估计FDR

Decoy库(Decoy Database)是将所需搜索的目标蛋白质序列库(Target Protein Database)中的氨基酸序列进行随机排列或反转而构建的虚假蛋白质序列库。Elias等[23]详细讨论了如何由decoy库搜索结果来估计目标蛋白质库搜索结果的FDR值。Kll等[18]则对SEQUEST搜索decoy库的结果估计FDR值进行了统计特性讨论，并提出利用错误结果百分率 (Percentage of incorrect targets， PIT)对估计得到的FDR值进行校正，发现在同一FDR阈值条件下经校正后可得更为可信结果。在认为搜索Decoy库所得结果全部为错误的前提下，假设在目标蛋白质库的搜索结果中得到大于得分域值St的结果数为Nnorm(t)，Decoy库的搜索结果中大于该得分域值的结果数为Ndecoy(t)，则可以利用Ndecoy(t)来估计Nnorm(t)结果的错误率，即

FDR≈2×Ndecoy(t)/(Ndecoy(t)+Nnorm(t))

当确定结果中允许出现的错误率，如FDR=0.01，即允许结果中出现1%的错误时，就可根据ScoreFDR曲线来估计得分域值St，从而得到可信结果。Decoy库的概念自提出以来得到了较为广泛的应用。 图3 利用Mascot搜索得到的Score得分估计FDR得到的随Score变化曲线

Fig.3 FDRScore curves estimated by Mascot search results

1. decoy库搜索结果经PIT校正得到的FDRScore曲线(FDRScore curves estimated by using decoy database search results with correction via PIT); 2. decoy库搜索结果估计得到的FDRScore曲线(Estimated by using decoy database search results);曲线3：实际FDRScore曲线(Curve 3: true trends of FDR)。

图3为decoy库搜索结果对Mascot结果进行估计所得的FDR值随得分Score变化曲线图，并与真实的及经过PIT校正而得的FDRScore变化曲线进行比较。由图可见，在利用decoy库搜索结果对Mascot结果进行FDR估计及对其进行校正之后的曲线与真实变化曲线有非常大的偏差，从而导致错误估计。

4 结 论

本研究比较了Mascot与SEQUEST所得的结果，再采用不同算法对搜索结果进行判别分析，考察了decoy库搜索结果对Mascot结果的估计。本研究对3D离子阱LCMS/MS所得到的数据进行分析，可得如下结论:(1)利用SEQUEST算法进行搜索可得较Mascot更好的结果; (2) 采用PLSLDA，LassoPLSLDA，SVM等多参数判别分析算法也可有效降低SEQUEST结果中假阳性的影响。但在Mascot结果中，判别分析算法也可有效提高判别能力，却无法降低假阳性结果的影响; (3) 采用蛋白组学中常用的decoy库搜索结果估计也将存在得到错误结论的风险。因此，开发更加有效的算法或发展新的思路，才有可能使蛋白质得到有效可靠的鉴定。目标蛋白组学[24]的提出可能为解决这些问题的提供一些新思路。

参考文献

1 Aebersold R， Mann M. Nature， 2003， 422: 198～207

2 Aebersold R， Goodlett D R. Chem. Rev.， 2001， 101: 269～295

3 Blackstock W P， Weir M P. Trends in Biotechnology， 1999， 17(3): 121～127

4 Peng YongBo(彭咏波)， Ma YongPing(马永平)， Ding ShiJia(丁世家)， Xia YongPeng(夏永鹏)， Qiu ZongYin(邱宗荫). Chinese J. Anal. Chem.(分析化学)， 2009， 37(3): 319～324

5 Nesvizhskii A， Vitek O， Aebersold R. Nat. methods， 2007， 4(10): 787～797

6 Eng J K， McCormack A L， Yates III. J R. J. Am. Soc. Mass. Spectrom.， 1994， 5: 976～989

7 Perkins D N， Pappin D J C， Creasy D M， Cottrell J S. Electrophoresis.， 1999， 20: 3351～3567

8 Duncan D T， Craig R， Link A J. J. Proteome. Res.， 2005， 4(5): 1842～1847

9 Geer L Y， Markey S P， Kowalak J A， Wagner L， Xu M， Maynard D M， Yang X Y， Shi W Y， Bryant S H. J. Proteome. Res.， 2004， 3: 958～96410 Colinge J， Masselot A， Giron M， Dessingy T， Magnin J. Proteomics.， 2003， 3: 1454～1463

11 Tabb D L， Friedman D B， Ham AJ L. Nat. Protoc.， 2006， 1(5): 2213～2222

12 Lubec G， AfjehiSadat L. Chem. Rev.， 2007， 107: 3568～3584

13 Baüczek T， Buciński A， Ivanov A R， Kaliszan R. Anal. Chem.， 2004， 76: 1726～1732

14 Anderson D C， Li W Q， Payan D G， Noble W S. J. Proteome. Res.， 2003， 2(2):137～146

15 Moore R E， Young M K， Lee T D. J. Am. Soc. Mass. Spectr.， 2002， 13: 378～386

16 Alves G， Wu W W， Wang G H， Shen R F， Yu Y K. J. Proteome. Res.， 2008， 7(8): 3102～3113

17 Kapp E A， Schütz F， Connolly L M， Chakel J A， Meza J E， Miller C A， Fenyo D， Eng J K， Adkins J N， Omenn G S， Simpson R J. Proteomics.， 2005， 5(13): 3475～3490

18 Kll L， Storey J D， MacCoss M J， Noble W S. J. Proteome. Res.， 2008， 7: 29～34

19 Tibshirani R. J. R. Statist. Soc. B， 1996， 58(1): 267～288

20 Vapnik V N. The Nature of Statistical Learning Theory. 2nd ed. New York: Springer. 2000

21 Klimek J， Eddes J S， Hohmann L， Jackson J， Peterson A， Letarte S， Gafken P R， Katz J E， Mallick P， Lee H， Schmidt A， Ossola R， Eng J K， Aebersold R， Martin D B. J. Proteome. Res.， 2008， 7: 96～103

22 Searle B C， Turner M， Nesvizhskii A I. J. Proteome. Res.， 2008， 7: 245～253

23 Elias J E， Gygi S P. Nat. Methods.， 2007， 4(3): 207～214

白驹过隙范文第5篇

从网上看到一则体育新闻，其中有这么一句话：“由于双方实力悬殊，比赛如白驹过隙，红方轻而易举取胜。”这场比赛未必有多少新闻价值，但是用“白驹过隙”形容比赛却是不折不扣的“新闻”。

“白驹过隙”语出《庄子・知北游》：“人生天地之间，若白驹之过S，忽然而已。”白驹：白色的骏马。S：同“隙”，缝隙。忽然：犹言转瞬之间。是说好像从缝隙中窥见飞驰的白马，转瞬即逝。后来用“白驹过隙”形容时间过得极快。例《史记・留侯世家》：“人生一世间，如白驹过隙，何至自苦如此乎！”清・秋瑾《感怀》诗之二：“炼石无方乞女娲，白驹过隙感韶华。”李国文《柿饼的故事》：“真是光阴似箭，如白驹过隙，两年，一眨眼工夫就过去了。”

从以上书证可以看出，“白驹过隙”只用来形容时间过得极快。人生一世几十年，时间不算短了，但是转瞬即逝，所以常常令人不胜慨叹。上述新闻想要表达的意思是，由于双方实力悬殊，只用了很短的时间红方就轻易取胜了。时间长短是客观存在，过得快慢是人的主观感觉，这反映了两个完全不同的概念。时间长可以转瞬即逝，时间短也可以度日如年嘛！所以这里使用“白驹过隙”，显然是误用。

“罪不容诛”不是罪不应诛

某报在题为“用硝酸泼侄女，刘金凤一审被判死刑”的消息中，有一段不赞同判刘金凤死刑的文字：“刘金凤罪大恶极，但罪不容诛，如果留下她的话，那么听到来自她的忏悔声音的世人，是不是会受到警示呢？”这里，作者将“罪不容诛”误解为罪不应诛了。

“罪不容诛”的意思是罪恶太重，即使被判处死刑也抵偿不了所犯的罪恶。语出《孟子・离娄上》：“争地以战，杀人盈野；争城以战，杀人盈城。此所谓率土地而食人肉，罪不容于死。”后来就用“罪不容诛”形容罪大恶极。例如汉・荀悦《前汉纪・孝平皇帝纪》：“而刘崇独怀悖惑之心。操畔（叛）逆之虑。恶不忍闻。罪不容诛。”姚雪垠《李自成》：“臣当时无知人之明，贸然推荐，实亦罪不容诛。”