前面我们提到过broad开发了工具来对单细胞转录组数据计算CNV及绘制热图，因为这个方法学本来就是他们建立起来的。
三
25
三
25
使用inferCNV来推断2014的science关于GBM文章的单细胞转录组数据的拷贝数情况
前面我们介绍了单细胞转录组表达矩阵可以推断CNV的文献出处及历史，也简单过了broad开发的inferCNV软件，在其提供的测试数据上面成功运行了，也测试了airway这个转录组数据，还测试了CCLE数据库的RNA-seq和microarray数据，发现效果都不好，也暂时没能搞清楚问题出在哪里。
三
24
使用inferCNV来推断CCLE转录组数据的拷贝数变异
前面我们介绍了单细胞转录组表达矩阵可以推断CNV的文献出处及历史，也简单过了broad开发的inferCNV软件，在其提供的测试数据上面成功运行了，也测试了airway这个转录组数据，但是效果不好，现在看看CCLE数据库的测试结果吧，比较文章里面对之进行过同样的处理。
Continue reading
三
24
使用inferCNV来推断airway转录组数据的拷贝数变异
使用inferCNV来推断airway转录组数据的拷贝数变异
前面我们介绍了单细胞转录组表达矩阵可以推断CNV的文献出处及历史，也简单过了一半broad开发的inferCNV软件，但是只运行了其测试数据，远远不够。
现在我们来，使用inferCNV来推断airway转录组数据的拷贝数变异，其实主要就是如何制作input文件给inferCNV这个软件，要制作的数据文件如下：
三
23
使用broad出品的inferCNV来对单细胞转录组数据推断CNV信息
使用broad出品的inferCNV来对单细胞转录组数据推断CNV信息
软件项目地址： https://github.com/broadinstitute/inferCNV.git
我在 https://mp.weixin.qq.com/s/Qns9TCSgNg_CQuwQxQbVnw 里面讲到了对单细胞转录组数据推断CNV信息的历史文献。其实看懂那些文件的补充材料的对单细胞表达矩阵的处理描述后是可以自己写代码来分析的，但是难度有点大，我们先来体验一下作者的软件。
三
23
PRC复合物抑制或者激活的那些基因干扰了单细胞的基因表达
PRC复合物抑制或者激活的那些基因干扰了单细胞的基因表达
这应该是关于PRC复合物的第一篇单细胞转录组数据吧，文章是2016年10月接收的，Flipping between Polycomb repressed and active transcriptional states introduces noise in gene expression Continue reading
三
01
RNA-seq仍然可以不做重复
RNA-seq仍然可以不做重复
很多benchmark文章推荐做RNA-seq的时候，每个处理最好是做5个以上的重复，当然，研究者为了节约经费，通常只做3个重复，更有甚者做两个也行。但是只做一个，往往就麻烦了，因为没办法进行常规的统计学检验看处理前后的差异表达的显著性。 Continue reading
二
22
我们为什么要写博客
二
21
科研绘图交流
科研绘图交流
常言道：一图胜千言
是时候总结一波读者来信了，稍微统计了一下问题列表，不意外，就是关于某某图如何画这样的问题遥遥领先。以前我们公众号还刻意出过几个绘图业务给大家，如下：
二
20
linux学习，看下面的教程
如果你真心对计算机感兴趣，我才会推荐你，看马哥linux视频！！！
在生信技能树的公众号后台回复马哥即可获取视频
二
20
PDGF-DD作用于NK细胞
PDGF-DD作用于NK细胞
文章是：Natural Killer Cells Control Tumor Growth by Sensing a Growth Factor ，PMID:29275861 DOI:10.1016/j.cell.2017.11.037 研究发现了NK细胞通过监测生长因子PDGF-DD控制肿瘤生长。 Continue reading
二
17
单细胞转录组数据分析CNV
单细胞转录组数据分析CNV
都来aviv Regev自于实验室，一系列文章都利用了单细胞转录组数据分析CNV。 Continue reading
二
17
单细胞转录组看头颈癌的原位癌和复发癌区别
单细胞转录组探索头颈癌症的转移癌和原位癌区别
文章发表于2017年12月，在CELL杂志：Single-Cell Transcriptomic Analysis of Primary and Metastatic Tumor Ecosystems in Head and Neck Cancer 测序如下；
We profiled transcriptomes of ∼6,000 single cells from 18 head and neck squamous cell carcinoma (HNSCC) patients, including five matched pairs of primary tumors and lymph node metastases.
同时也对这些病人测了whole-exome sequencing (WES) and targeted genotyping (SNaPshot) data，但是这些数据公布在 phs001474.v1.p1 ，不是很方便下载。 Continue reading
二
14
CCLE数据库里面的1000多个细胞系的RNA-SEQ数据和拷贝数变异数据联合分析
我看到这篇science的补充材料最后一个图是： Continue reading
二
11
时间序列单细胞转录组数据分析
时间序列单细胞转录组数据分析
文章是: Reconstruction of developmental landscapes by optimal-transport analysis of single-cell gene expression sheds light on cellular reprogramming. 虽然于2017年9月公布在了bioRxiv上面，但是至今仍然没正式发表，包含了六万多个单细胞转录组数据，持续追踪了MEF细胞系诱导为IPSC细胞的动态变化过程，并且从发育的角度分析了这些数据
二
06
3500个TNBC单细胞转录组数据重处理
文章：A Targetable EGFR-Dependent Tumor-Initiating Program in Breast Cancer , 因为bulk测序无法解决问题，所以作者选择了单细胞转录组测序策略：
二
06
10X genomics单细胞数据集探索
其官网公布了非常多的数据集： https://support.10xgenomics.com/single-cell-gene-expression/datasets 只需要简单填写邮箱即可下载，如下：
二
06
专门分析10x genomic公司的单细胞转录组数据的软件套件
10x Genomics方法巧妙使用了Barcoding（条形码）和Microfluidics（微流体）技术，在单细胞分离、扩增原理上具有明显的优势，能帮助研究人员实现对细胞群体的划分与细胞群体间基因表达差异的检测，是肿瘤细胞异质性、免疫细胞群体检测以及胚胎发育研究的黄金方法。
二
03
空间单细胞DNA测序
空间单细胞DNA测序技术：Topographic Single Cell Sequencing 发表于2018年CELL杂志，文章题目是：Multiclonal Invasion in Breast Tumors Identified by Topographic Single Cell Sequencing31449-6) 非常值得精读。
一
30
为什么要学编程-excel基因名错误的优雅解决方案
为什么要学编程
帮同学处理一下他从公司拿到的差异分析结果，当然，给我的是Excel表格，老规矩，导出csv然后读入R，然后准备顺手画个火山图，做个GO/KEGG富集分析。下意识的看了看数据结构，然后顺手按照基因名排序了一下，哈哈哈~ Continue reading