生信爱好者周刊（第 21 期）：科研与爱好

这里记录每周值得分享的生信相关内容，周日发布。

生信科技动态

1、iMeta：微生物组&生物信息新期刊

“iMeta” 是由威立、肠菌分会和本领域数百位华人科学家合作出版的开放获取期刊，主编由中科院微生物所刘双江和荷兰格罗宁根大学傅静远教授担任。目的是发表原创研究、方法和综述以促进宏基因组学、微生物组和生物信息学发展。目标是发表前10%(IF>15)的高影响力论文。期刊特色包括视频投稿、可重复分析、图片打磨、青年编委、前3年免出版费、50万用户的社交媒体宣传等。第一期于2022年2月正式发布。

2、Cell：癌前病变图谱——结直肠息肉恶性演变路径

美国国家癌症研究所发起一项名为癌前图谱PreCancer atlas（PCA）计划，推动致癌因素在肿瘤形成前分子机制的解析。超过90%以上的结直肠癌起源于腺瘤，但这类癌前病变中仅有很少一部分进展为肿瘤，准确判断出有恶变潜力的腺瘤是一个不小的挑战。为此，范德堡大学细胞生物学教授Robert Coffey, 系统生物学家Ken Lau博士以及肿瘤流行病学家Martha Shrubsole博士发起结肠图谱计划（COLON Map），隶属PCA，最新进展文章于12月14日发表在Cell 杂志。研究团队对患者同一息肉样本完成scRNA-seq、外显子组（Exome-seq）、多重免疫荧光（MxIF）及多重免疫组化（MxIHC）分析，发现传统腺瘤起源于干细胞扩增，而锯齿状息肉源于细胞化生。这两种路径形成的病变组织具备不同的免疫微环境特征，其中化生起源的锯齿状息肉展现出以CD8+T细胞增多为特征的细胞毒性免疫微环境，且这种免疫改变早于肿瘤基因组超突变（hypermutation）的形成。该研究不但为结直肠癌发生发展的分子机制提供新见解，更可作为整合基因组学、组织病理、动物模型多维度解析scRNA-seq数据生物学意义的完整新路线。

3、Cancer Cell 评述 | 通过单细胞基因组测序绘制肿瘤抗原图谱

单细胞全基因组测序这一方法，不但可以预测免疫治疗的脱靶效应，还可以以数据为基础分析出特异的靶标。在概念上，作者认为，寻找和确定免疫治疗的靶点应该基于数据。图展示了通过结合大尺度单细胞图谱和特定肿瘤分析来确定抗原靶点。高通量的单细胞全基因组测序数据库可以提供肿瘤细胞抗原的潜在靶点以及这些靶点是否存在于其他细胞上。

作者提出了单细胞全基因组测序所面临的挑战：一是如何界定某一类型细胞重要与否，并且，随年龄、性别等影响，其重要性是否有所区别。二是如何确定一标准，使得某分子在肿瘤细胞与体细胞的表达量超过这一标准，才可以认定为是潜在靶标。三是影响抗原表达水平的因素都有什么。最后，理论上可行的靶标在临床上也可能出现各类未知问题。

文章

1、2021年最受欢迎的15个VS Code主题排行榜

2、Python collections模块中的数据结构

python中的数据结构除了内置的数据结构如列表、字典、元组、集合等之外，python的colletions内置模块中还有一些高级的数据结构，可以在特定场景下提高便利性，缩减代码量。

3、数以亿计的论文，正在成为科学创新的阻力

论文发表量越多，并不代表该领域的创新发展程度。来自美国西北大学凯洛格商学院的 Johan S. G. Chu 和芝加哥大学社会学系的 James A. Evans 合作，研究了 241 个学科 9000 万篇论文的 18 亿次引用数据，发现大规模的论文发表不会导致某个领域的中心思想更替，而是会导致经典思想范式的僵化。该研究指出当前科研创新需要颠覆式的学术创新和对新思想的关注。

工具

1、zellkonverter - scRNAseq对象相互转换R包[4]

2、colorscale - 从单个颜色中创建颜色标尺[5]

3、reactable - R中创建交互式表格[6]

4、esquisse - 交互式创建ggplot2的RStudio插件[7]

资源

1、视频：The Innovation | Promotion--Science Writing

2、学习Python的11个顶级Github库[8]

对于想学习编程语言的人来说，GitHub是一个不错的起点。本文将介绍学习Python的GitHub存储库。

3、Appsilon's Shiny Demo Gallery[9]

一系列R Shiny Demo库，开发时可以用作参考。