我在《生信菜鸟团》的一个推文 单细胞门户网站哪个更齐全,提到了生物信息学资源基本上都是欧洲的EBI的sanger研究所和美国的MIT的broad研究所创造和整理,单细胞领域也不例外。
有意思的是收到了不少批评意见,说咱们中国大陆也有很多优秀的高校单位,也做了很多生物信息学方面的知识整理工作,我就呵呵了。
不可否认他们有科研成果,毕竟咱们中国的科研实力全球瞩目,但是提到教育呢,实在是没办法恭维大家。肯定是也有一些优秀者,比如毕竟我本来是想分享《清华大学鲁志实验室内部生物信息学培训教材》,这些明明都是互联网公开可以获取的,我仅仅是广而告之了。都遭到了莫名其妙的diss,责骂我没有获得他们的授权,然后他们内部也干脆取消了这个公开可获取的清华大学校园网盘链接:
我很惶恐啊,我做错了什么吗?
好吧,题外话结束!
回归主题:
我们这四五年在《单细胞天地》也陆陆续续分析了几千篇各式各样的教程和学习资源了,其中有几个系列是比较受欢迎的:
其中sanger的单细胞系列课程 是Hemberg课题组负责的:《Analysis of single cell RNA-seq data》,内容目录如下:
Table of Contents
1 About the course
2 Introduction to single-cell RNA-seq
3 Processing Raw scRNA-seq Data
4 Construction of expression matrix
5 Introduction to R/Bioconductor
6 Tabula Muris
7 Cleaning the Expression Matrix
8 Biological Analysis
9 Seurat
10 “Ideal” scRNAseq pipeline (as of Oct 2017)
11 Advanced exercises
12 Resources
13 References
而broad研究所的单细胞教程是《ANALYSIS OF SINGLE CELL RNA-SEQ DATA》,内容目录如下:
Type to search (Enter for navigation)
ANALYSIS OF SINGLE CELL RNA-SEQ DATA
1 Introduction
1.1 COURSE OVERVIEW
1.2 TARGETED AUDIENCE & ASSUMED BACKGROUND
1.3 COURSE FORMAT
1.4 Getting Started
1.5 SESSION CONTENT
2 Transcriptome Quantification
2.1 Google Slides
3 Expression QC and Normalization
3.1 Google Slides
4 Data Wrangling scRNAseq
4.1 Goal
4.2 Introduction
4.3 Filtering low-quality cells
4.4 Beginning with Seurat:
4.5 Preprocessing step 1 : Filter out low-quality cells
4.6 Examine contents of Seurat object
4.7 Detection of variable genes across the single cells
4.8 Gene set expression across cells
5 Identifying Cell Populations
5.1 Google Slides
6 Feature Selection and Cluster Analysis
6.1 Abstract
6.2 Seurat Tutorial Redo
6.3 Feature Selection
6.4 Other Options For Analysis
7 Single Cell Resources
7.1 Comprehensive list of single-cell resources
7.2 Computational packages for single-cell analysis
7.3 eLife Commentary on the Human Cell Atlas
7.4 Online courses
亲爱的读者,你看完了这两个吗?更喜欢哪一个呢?也欢迎大家留言给出自己的珍藏以久的资料哦
当然了,其它资源我们《单细胞天地》公众号已经是多次推荐啦, 就不赘述:
往期回顾
scRNA测序破译以肺亚实性结节为表现的肺腺癌的多细胞生态系统
如果你对单细胞转录组研究感兴趣,但又不知道如何入门,也许你可以关注一下下面的课程