Channel
@bio_quorum
On this record: Topic · Growth · Engagement · Reactions · Posts · Cite this entry
135subscribers
+8 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001505631668 |
|---|---|
| Type | Channel |
| Username | @bio_quorum |
| Created | Between 1 August 2021 and 28 February 2023 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 9 August 2026 |
| Last confirmed live | 8 October 2026 |
| Measurements held | 8 |
| Confirmed unchanged | 1 time, most recently 8 October 2026 |
| On Telegram | t.me/bio_quorum |
Science — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 26 September 2026 and assigned it the closest of 31 fixed categories, at 94% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 8 Oct 2026, 14:41 | 135 | +3 |
| 14 Sept 2026, 10:19 | 132 | +2 |
| 7 Sept 2026, 16:58 | 130 | +1 |
| 29 Aug 2026, 06:47 | 129 | +1 |
| 23 Aug 2026, 07:03 | 128 | +2 |
| 16 Aug 2026, 15:17 | 126 | -1 |
| 9 Aug 2026, 02:03 | 127 | no change |
| 7 Aug 2026, 19:10 | 127 | first reading |
16 posts held, back to 31 July 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 16 posts for this entry, the most recent from 8 August 2026. An engagement rate over an empty window would be a number about nothing.
165 reactions across 16 posts, in 7 distinct kinds. The most used accounts for 53.9% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 89 | 53.9% | |
| 👍 | 25 | 15.2% | |
| 🔥 | 25 | 15.2% | |
| 😁 | 20 | 12.1% | |
| 🤯 | 4 | 2.42% | |
| 👀 | 1 | 0.606% | |
| 🤨 | 1 | 0.606% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 16 of the 16 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 165 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 16 most recent posts we hold, published 31 July 2026 to 8 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Сделал игрушку для сравнения алгоритмов восстановления эволюционных параметров (Direct fitness inference и DiffEvol constraint из поста выше) Можно менять мутации, силу отбора, размер выборки, параметры ландшафта, окна, моменты смены режима и даже специально ломать мутационную модель, чтобы посмотреть как расходятся частоты генотипов и эволюционные параметры. Я был удивлен тому, насколько хорошо (обычно) согласуются…
❤7
Posted without readable text
😁12
Недавно вышли две замечательные работы по восстановлению эволюционных параметров из временных рядов частот генотипов В одной выводят замкнутую формулу для восстановления относительного восстановления мальтузианской приспособленности генотипов с учетом мутационного потока. Метод усредняет динамику replicator-mutator по выбранному интервалу и решает полученную линейную систему через псевдообратную матрицу, получая оди…
❤4👍2🔥1
You're Chilling In A Future City
❤6👍1🔥1
Полноразмерные антитела слишком велики, чтобы проникать в мозг, и все более интересными выглядят нанотела - фрагменты антител верблюдовых (обычно лам). Рациональный дизайн в их отношении довольно прост, и в одной работе был создан DN13-DN1 - димер, часть которого связывается с глутаматным рецептором mGlu2, а другая усиливает его естественную активацию Этот рецептор интересен в контексте гипофункции NMDA-рецепторов, …
❤6🔥2🤯2👍1
Тут предложили элегантную платформу молекулярного распознавания на основе однослойной углеродной нанотрубки, покрытой "короной" из одноцепочечной ДНК. В зависимости от последовательности ДНК "корона" по-разному взаимодействует с ионами и малыми молекулами. Связывание аналита меняет фотолюминесценцию нанотрубки в ближнем ИК-диапазоне, а модель, обученная на откликах комплексов на ионы и антибиотики при разных значения…
❤6👍2🔥2
Продолжая изучать необычные работы, я наткнулся на такую, в которой исследовали способы приготовить идеальный сырный соус cacio e pepe (просто иногда он распадается на крупные комки). Тут меняли температуру, количество крахмала и соотношение сыра с водой, фотографировали образцы и строили фазовые диаграммы по размеру белковых агрегатов. Главным стабилизатором оказался крахмал, сдвигающий образование комков к более вы…
❤8👍3🔥2🤯2👀1
Интересное эссе Дафны Коллер (между прочим h-index = 154) о том, почему даже самые мощные методы машинного обучения не компенсируют недостаток причинных данных о механизмах человеческих заболеваний. Создание препаратов делится на стадии идентификации мишени, создания воздействующей молекулы и клиническую проверку Большинство ИИ-платформ сосредоточено на второй стадии, но клиническая неопределенность часто связана с …
❤5👍2🔥2
Я не знаю, как вообще это пришло авторам в голову, но вот тут они использовали живых трубочников Tubifex tubifex как крупномасштабную модель гибких полимеров. Червей пропускали потоком воды через канал с гексагональной решеткой столбов, похожий на увеличенную хроматографическую колонку (хотя из-за масштаба силы там, конечно, совсем не похожи). Было показано, что время прохождения растет с длиной червя, как у обычных …
❤7👍2🔥2🤨1
The Emerald Archive
❤5🔥2
В 2020 году вышла забавная работа "Will Any Crap We Put into Graphene Increase Its Electrocatalytic Effect?" с критикой бесконечного потока статей, в которых графен легируют очередными сочетаниями элементов и почти неизменно объявляют улучшение электрокатализа и "синергетический эффект". Чтобы показать ошибки в логике доказательств во многих работах, в своей статье они обработали графен птичьим пометом и после термоо…
😁8❤1🔥1
GOOSE - инструмент для дизайна внутренне неупорядоченных участков белков (в отличие от обычных белков, у них нет единой стабильной структуры и существуют как ансамбль постоянно меняющихся конформаций). GOOSE проектирует свойства ансамбля (заряд, гидрофобность, компактность, распределение аминокислот и силу взаимодействия с другими цепями) через стохастическую генерацию аминокислотных последовательностей, а размер анс…
❤7👍3🔥1
Showing the 12 most recent of 16 posts we hold for @bio_quorum. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 8 October 2026 — this entry's latest reading, not the date you are reading this.
“quorum” (@bio_quorum), 135 subscribers as measured 8 October 2026. Telegram Register, tgregister.com/channel/bio_quorum.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.