前面我们已经成功完成了《CNS图表复现专辑》的前20个关键图表的复现，现在开启第二波图表复现，会大量触及到补充图表。 目录及前面的代码总结 CNS图表复现专辑第二波开启 。 Continue reading →

去年我们介绍过codeocean ，算是生物信息学数据分析者的一个福音，因为大量的好文章都是把绘图数据及代码一股脑的打包上去了，关键是都是可以重复出来的！ Continue reading →

最近在单细胞天地公众号看到了：多个组织的成纤维细胞图谱 的介绍，挺有意思的， 这样的思路完全可以任意扩展开来啊，多个组织的多种细胞亚群都是可以比较，甚至迁移到多个物种啊，如果多物种的单细胞数据集存在的话！ Continue reading →

精准医疗时代，对于癌症我们最重要的就是分而治之，理论上应该是每个人的癌症都不一样，但实际上的医疗现实不允许我们对每个癌症患者都进行事无巨细的科研探索来给他制定个性化诊疗方案。能把以前大家混完一谈的单一器官癌症区分成为不同细分癌症，就已经是科研界近几十年的成果了。 Continue reading →

最近安排实习生在整理转录组相关知识点，他也有自己的公众号，有一个保研专栏，感兴趣可以去看看！ Continue reading →

对指定基因进行干扰，然后看它造成的全局转录水平的影响已经成为了探索该基因功能的主流思路。这也就是为什么转录组测序技术成为了大众首选，一个最简单的项目只需要2个分组合起来6个样品即可，算起来不到5000块钱人民币，如果分析的好就是一个独立的课题！ Continue reading →

突然间发现大名鼎鼎的R包limma居然有一个函数是alias2Symbol，我看了看它的描述，其功能是Convert Gene Aliases to Official Gene Symbols Continue reading →

我们以PNAS杂志的一个关于AD的单细胞的数据集， https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE157827 为例子，它有 21个10x样品哦，总计是 169,496 nuclei 单细胞，大家可以去下载它的文件：会得到如下所示： Continue reading →

不止一个人问我，他单细胞差异分析的结果，因为p值过于显著，无限接近于0，导致火山图展现非常诡异！

Continue reading →

绝大部分还没有接触单细胞的小伙伴很容易被无良自媒体带节奏，误以为单细胞就等价于CNS级别文章，或者再差也是子刊级别。实际上新技术的红利窗口期非常短暂，从样品量数据量的要求一直在水涨船高！比如我们看看某公司2020第四季度单细胞文章合辑，如下所示： Continue reading →