2021 Single Cell Genomics Day 直播录屏B站资源

2021年Single Cell Genomics Day在美国东部时间2021年3月26日星期五上午10点至下午5点线上进行。主要议题有：

了解尖端分子技术，包括：单细胞染色质状态和转录因子整合分析，利用单细胞进行体内CRISPR筛选，并进行单细胞原位测序。
发现强大的计算方法，包括：轨迹推断和单细胞“命运映射（fate mapping）算法，将查询数据集“映射”到“参考数据集”的工具，以及将空间基因表达测量与scRNA-seq数据集集成的方法。
了解大规模多路实验设计的策略以及统计建模，如健康和疾病状态单细胞数据集比较的新方法。
观点的分享。

当晚，我在我们单细胞天地的各个交流群通知了大家记得录屏，毕竟按照往年惯例每次放出的recording都是不全的，今天终于在B站看到了全部的超高清录屏，真爽：

01 Rahul Satija Single-cell genomics Recent advances and future directions
02 Hattie Chung Joint profiling nuclear proteins and RNA in single cells in vivo
03 Cole Trapnell Studying developmental robustness at whole-embryo scale and sin
04 Shila Ghazanfar Integrating molecule-resolved spatial gene expression and sin
05 Paul Datlinger Ultra-high throughput single-cell RNA sequencing and perturbat
06 Jaison Jain Reference-based mapping for single-cell analysis
07 Sarah Pierce Spear-ATAC Pooled, droplet-based, single-cell chromatin accessib
08 Dana Peer Trajectories of plasticity in development and cancer
09 Saket Choudhary Count models for normalization of single-cell RNA-seq data
10 Fei Chen Next Generation Tools for Spatial and Temporal Genomics
11 Xin Jin In vivo Perturb-seq studying gene function in developing tissues
12 Bingjie Zhang Integrated epigenomic analysis with single-cell CUT&TAG
13 Efthymia Papalexi Analytical strategies for single-cell pooled CRISPR screens

视频连接是：https://www.bilibili.com/video/BV1qK4y1T7B2

其实资料很多，关键是要静下心来打好编程基础。不要还没入门就想着做高级分析。所以我们一再强调生物信息学数据分析学习过程的计算机基础知识的打磨，我把它粗略的分成基于R语言的统计可视化，以及基于Linux的NGS数据处理：

把R的知识点路线图搞定，如下：

Linux的6个阶段也跨越过去，一般来说，每个阶段都需要至少一天以上的学习：

第1阶段：把linux系统玩得跟Windows或者MacOS那样的桌面操作系统一样顺畅，主要目的就是去可视化，熟悉黑白命令行界面，可以仅仅以键盘交互模式完成常规文件夹及文件管理工作。
第2阶段：做到文本文件的表格化处理，类似于以键盘交互模式完成Excel表格的排序、计数、筛选、去冗余，查找，切割，替换，合并，补齐，熟练掌握awk,sed,grep这文本处理的三驾马车。
第3阶段：元字符，通配符及shell中的各种扩展，从此linux操作不再神秘！
第4阶段：高级目录管理：软硬链接，绝对路径和相对路径，环境变量。
第5阶段：任务提交及批处理，脚本编写解放你的双手。
第6阶段：软件安装及conda管理，让linux系统实用性放飞自我。

如果你自学能力强请务必学习编程基础，如果你想要辅助带你入门，也可以选择：

如果你没有时间从头开始学编程，也可以委托专业的团队付费完成数据分析，参见：