这里记录每周值得分享的生信相关内容,周日发布。
2、Journal of Experimental & Clinical Cancer Research | scRNA-seq在癌症研究中的应用
(scRNA-seq在评估肿瘤免疫逃逸中的应用)
这篇综述的主要内容包括以下几个方面:(1)scRNA-seq概述;(2)scRNA-seq在肿瘤异质性中的应用;(3)scRNA-seq在免疫细胞分型中的应用;(4)scRNA-seq在免疫逃逸中的应用;(5)scRNA-seq在细胞通讯中的应用。
3、Nature Biotechnology | 夏铮团队开发Scissor算法,整合bulk+单细胞RNA测序鉴定表型相关细胞亚群
目前大多数单细胞研究只针对特定单个表型,涉及几十例样本,缺乏足够的统计能力来识别驱动表型的细胞亚群。通过长达十年的临床病理注释收集,人们能够从癌症基因组图谱 (TCGA) 这样的公共大数据集上获得批量测序数据及其对应的表型数据。利用这种广泛可及且有表型注释信息价值的批量测序数据,来指导基于单细胞数据进行细胞亚群鉴定具有重大意义,但还没有生物信息学工具可以在单细胞数据分析中利用大量表型信息来指导关键细胞亚群的识别。
本研究团队开发了Scissor算法,可利用大量单细胞数据和表型信息识别与疾病高度相关的细胞亚群,从一个新的角度来探索和解释了单细胞数据,对揭示疾病的机制,提高疾病的诊断和治疗具有重要意义。
1、Shiny 1.6[4]
本文介绍Shiny在1.6版本引入的一些新特性,如更强大的主题支持、缓存优化、开发者模式。
2、Encrypt and host a knitted R Markdown file[5]
本文介绍如何对R Markdown输出的文档进行加密。https://github.com/matt-dray/encrypt-rmd-test提供了一个示例,主要是有工具https://github.com/dirkschumacher/encryptedRmd。
3、熊读文献|别再用DEseq2和edgeR进行大样本差异表达基因分析了
本文系统解读了最新发表在GB上研究差异分析工具和假阳性问题的文章。
4、“个性化推荐”可以关了!一文了解常用 App 怎么关、有什么影响[6]
今年 1 月,《互联网信息服务算法推荐管理规定》出台,明确了算法推荐服务提供者应当以显著方式告知用户其提供算法推荐服务的情况;向用户提供不针对其个人特征的选项,或者向用户提供便捷的关闭算法推荐服务的选项。
本文介绍了常见社交平台关闭推荐的方法。
1、smoove - structural variant calling and genotyping with existing tools, but, smoothly[7]
smoove对使用short reads进行SV检测进行了简化和提速。它还通过去除许多指示低噪声和经常导致虚假呼叫的虚假对准信号来提高特异性。
smoove call -x --genotype --name $name --outdir . \
-f $fasta --processes 12 --exclude $bed *.bam
介绍文章:https://brentp.github.io/post/smoove/
2、coloc - R包[8]
coloc软件包可用于对两个潜在相关的表型进行基因共定位分析,以询问它们在给定区域是否共享共同的遗传因果变异。
3、geomtextpath - 在ggplot2中创建曲线文本路径[9]
library(geomtextpath)
#> Loading required package: ggplot2
# Set a consistent theme for the plots here
theme_set(theme_minimal() +
theme(axis.line = element_line(size = 0.25, colour = "gray75")))
t <- seq(5, -1, length.out = 1000) * pi
spiral <- data.frame(x = sin(t) * 1:1000,
y = cos(t) * 1:1000,
text = paste("Like a circle in a spiral,",
"like a wheel within a wheel,",
"never ending or beginning,",
"on an ever spinning reel")
)
ggplot(spiral, aes(x, y, label = text)) +
geom_textpath(size = 7, vjust = 2, text_only = TRUE) +
coord_equal(xlim = c(-1500, 1500), ylim = c(-1500, 1500))
4、scico - 基于Scientific Colour-Maps的R调色板[10]
library(scico)
scico_palette_show()
5、act - 本地运行 GitHub Actions[11]
使用它的两种原因:
1、Data School[12]
提供了一系列数据科学的教程。
2、gt cookbook[13]
介绍表格制作神包gt的使用教程。