刷到了一个在国庆节前恰好结束的持续8天的生物信息学线上授课还包吃住居然接近于免费，NGSchool2023: Advances in Computational Biology was held in-person, from the 16th to 24th of September 2023. Continue reading →

如果大家跑过inferCNV这样的肿瘤单细胞拷贝数变异代码，就会发现它这个函数（CreateInfercnvObject），有一个诡异的设置，就是它会自动读取当前工作目录下面的3个文件 ： Continue reading →

旁观了今天下午的《BioLinkX》 本年度第 12 期【生信半月谈·特别活动：针对微生物组数据的批次效应处理】，互动环节有一个提问蛮有意思的，是医院工作者他们想探索南北不同地域的病人的微生物情况，但是因为病人队列收集耗时很长所以各个医院内部的样品就自己处理了并且产出了数据，但是呢不同实验室产出数据这个过程本身会产生差异，然后样品来自于南北不同地域也有差异。如果是矫正南北地域不同实验室带来的批次效应就抹平了地域的差异，而课题就是想探索地域差异。 Continue reading →

我们一直有在帮忙撮合一些生物信息学数据分析的付费项目，比如：

• 明码标价之普通转录组上游分析
• 明码标价之公共数据集的WGCNA
• 明码标价之公共数据库的生存分析
  Continue reading →

在朋友圈看到了一个生物学笑话：
学生问：问TP53基因的功能是什么？ Continue reading →

最近单细胞数据挖掘文章如雨后春笋般冒出来了，总体来说就两个方向：

• 找到一个数据集，降维聚类分群后，拿到基因列表后，去TCGA建模
• 首先TCGA建模然后拿模型里面的基因去单细胞转录组数据集看是否有特殊的表现 Continue reading →

很多人的R语言教程都是读取一个外部文件，这样的话读者很难说重复出来，因为这个外部文件往往是存储在各自的本地电脑。除非是在线数据集读取，或者说是把数据集文件上传到各自云盘，就会多一个工序，而这个时候使用那些内置数据集是一个很好的选择。 Continue reading →

最近刷到了2023年2月的一个数据集是GSE218974的单细胞转录组文献，标题是：《Single-cell profiling of alveolar rhabdomyosarcoma reveals RAS pathway inhibitors as cell-fate hijackers with therapeutic relevance》，该研究主要是想探索： intratumoral heterogeneity of RMS cell lines and primary cultures derived from patient-derived xenografts (PDXs).
涉及到的数据样品是 14 RMS PDX-derived primary cultures and 3 conventional aRMS cell lines ，简单的单细胞转录组数据分析，降维聚类分群，可以看到，如果不对这些样品进行整合，就是每个样品独立成群，这个是恶性肿瘤细胞的特性。当然了，如果强行走一下整合这个算法，也是可以抹平病人异质性的这样的话后续的分群就是功能性亚群： Continue reading →

通常我们拿到了肿瘤相关的单细胞转录组的表达量矩阵后的第一层次降维聚类分群通常是： Continue reading →

刷朋友圈看到了一个《Cytoscape 3.10.0 用户手册》，在线阅读链接是 https://cytoscape.leovan.tech/ ，不喜欢看英文的小伙伴可以读一下： Continue reading →

单细胞转录组交流群有小伙伴鞭尸了这样的一个单细胞文章，标题是：《Single-cell multiomics revealed the dynamics of antigen presentation, immune response and T cell activation in the COVID-19 positive and recovered individuals》，我看了看，是 December 2022 发表，并不算是很老的单细胞转录组数据集。可以看到该文献的数据集链接是：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE201088
是 人的PBMC样品，Healthy (n = 4), COVID-19 (n = 16) and recovered (n = 13) ，这个单细胞转录组技术起初看起来是很高级 ，是BD single cell multiplexing kit (Human) ，包括： Continue reading →

闲逛推特发现了5000万数量的单细胞工作里程碑： Continue reading →

马拉松授课的一个学员孜孜不倦的互动了十几个问题了，终于到了单细胞环节。 Continue reading →

在：换一个分析策略会导致文章的全部论点都得推倒重来吗，我们把一个单细胞转录组数据集进行基础的降维聚类分群，并且针对里面的上皮细胞亚群进行细分亚群，而且在 肿瘤单细胞转录组拷贝数分析结果解读和应用我们根据拷贝数情况判断了其中0,1,6还有cycle是恶性细胞亚群，接下来就通过生存分析聚焦到了恶性增殖的亚群，详见：关键单细胞亚群辅助判定之生存分析 Continue reading →

一直不怎么看科学网博客推荐，最近在《 深圳湾实验室》的公众号推文的推荐里面发现了周耀旗老先生的博客蛮有意思的，链接是：https://blog.sciencenet.cn/home.php?mod=space&uid=472757，下面是其中一些话题量比较大的文章： Continue reading →

肿瘤相关成纤维（Cancer-Associated Fibroblasts，CAFs）是存在于肿瘤微环境中的一种细胞类型，起着重要的调控和支持作用。最近的研究表明，CAFs并非是一个均一的细胞群体，而是包含多个亚群体，其中每个亚群体可能具有不同的功能和表型。单细胞技术的发展使得科学家们能够更详细地研究和理解肿瘤相关成纤维的单细胞亚群。因为肿瘤领域的单细胞技术火爆，肿瘤微环境里面的免疫相关（不管是淋巴系还是髓系）都有了大量的 成果。反而是肿瘤微环境里面的基质细胞，比如内皮细胞，成纤维和周细胞目前还大有可为。 Continue reading →

受多年好友启发，准备收集整理一下肿瘤免疫治疗相关的单细胞数据集也做一个网页工具。因为看到了他们在在国际著名肿瘤免疫学期刊 Journal for Immunotherapy of Cancer（JITC） 上发表题为“TCCIA: A Comprehensive Resource for Exploring CircRNA in Cancer Immunotherapy“的研究成果。 Continue reading →

恰好这个月的学徒介绍了一个肺癌的单细胞转录组和空间转录组联合分析的文章，详见：换一个分析策略会导致文章的全部论点都得推倒重来吗，它里面的一个比较重要的结论上皮细胞细分了8个亚群后，可以根据肿瘤单细胞转录组拷贝数分析结果区分出来里面的4个恶性亚群和4个正常亚群，如下所示： Continue reading →

最近看到了《单细胞天地》公众号介绍了一个文章肿瘤病人的单细胞转录组数据文章，器标题：《Subclone-specific microenvironmental impact and drug response in refractory multiple myeloma revealed by single‐cell transcriptomics》 Continue reading →

最近刷到了朋友圈的国家生物信息学中心的公开课，非常丰富，其中2023的基因组学授课可能会适合广大的生物信息学朋友们。主页是： Continue reading →