谷歌邮箱推送给我了关键词订阅文献，单细胞的，我看到如下所示：
下意识的以为是有人把单细胞数据分析流程总结成为了一个地铁线路图或者公交车线路图，因为我们生信技能树VIP群里，这两天有人把NGS分析流程整理成为了这样的图，如下所示：
我还正在诧异，这个工作如果可以发SCI，那么应该是发多少分呢？
点进去看才发现，我想多了，这个 Barcode-UMI-Set format (BUS) 是一个工具，发表在Bioinformatics. 2019 Nov ，很新的工具。大家都知道，目前单细胞以10x为主，那么10x仪器出来的数据当然是它们自己的数据分析流程CellRanger来拿表达矩阵了。从来没有人挑战10x官方工具CellRanger这一点，而 Barcode-UMI-Set format (BUS) 这个工具就不服气，在kallisto的基础上面开发了，速度那是一个快的飞起！
还有一个演示：
- To demonstrate the utility of BUS, we processed 381,992,071 single-cell RNA-Seq reads from a 1:1 mixture of fresh frozen human cells (HEK293T) and mouse cells (NIH3T3) produced with 10x technology and hosted on the 10x Genomics website.
说实话CellRanger真的不好用
我们单细胞天地有从建库测序的fastq数据走cellranger流程的详细上游分析教程，如下：
- 单细胞实战(一)数据下载
- 单细胞实战(二) cell ranger使用前注意事项
- 单细胞实战(三) Cell Ranger使用初探
- 单细胞实战(四) Cell Ranger流程概览
- 单细胞实战(五) 理解cellranger count的结果
- Cell Ranger 3.0 VS 2.0做了哪些改动（10x数据上游分析神器）
得到表达矩阵标准3个文件，再走下游分析教程。包括如下：
- 我的课题只有一个10x样本肿么办？
- 两个样品的10x单细胞转录组数据分析策略
- 三个10X单细胞转录组样本CCA整合
- seurat3的merge功能和cellranger的aggr整合多个10X单细胞转录组对比
- 混样的10X单细胞转录组
随着单细胞领域进来的小伙伴越来越多，各式各样新奇的工具都会出来，好期待！
我们单细胞天地有数据分析的完整文字版教程了
第一单元：文献背景及课程介绍
第二单元：常规转录组基础知识回顾
- （五）常说的表达矩阵，那得到之后呢？
- （六）由表达矩阵看内部异质性
- （七）重复平均表达量和变异系数相关性散点图
- （八）聚类算法之PCA与tSNE
- （九）统计细胞检测的基因数量
- （十）乳腺癌领域之PAM50分类
- （十一）生物学背景知识之细胞周期推断
- （十二）RPKM概念及计算方法
- （十三）差异分析及KEGG注释简介
第三单元：单细胞3大R包的学习
- （十四）学习scRNAseq这个R包
- （十五）利用scRNAseq包学习scater
- （十六）用Scater包分析文章数据
- （十七）用Seurat包分析文章数据（二）
- （十八）scRNA包学习Monocle2
- （十九）使用monocle2分析文章数据
第四单元：重复文章图表
第五单元：结合公共数据库
第二期单细胞视频笔记汇总
免疫治疗
- 10X scRNA免疫治疗学习笔记1-前言
- 10X scRNA免疫治疗学习笔记-2-配置Seurat的R语言环境
- 10X scRNA免疫治疗学习笔记-3-Seurat标准流程
- 10X scRNA免疫治疗学习笔记-4-细胞亚群的生物学命名
- 10X scRNA免疫治疗学习笔记-5-差异分析及可视化
- 10X scRNA免疫治疗学习笔记-6-marker基因的表达量可视化
- 10X scRNA免疫治疗学习笔记-7-条条道路通罗马—单细胞分群分析
发育
- scRNA小鼠发育Smartseq2流程—前言及上游介绍
- 根据表达矩阵进行分群-1
- 根据表达矩阵进行分群-2
- 标记基因可视化
- 差异分析及功能注释（上）
- 差异分析及功能注释（下）
- 发育谱系推断及可视化
- 不同谱系的差异基因分类注释