生信爱好者周刊(第 162 期):’双人成行’对创新的作用¶
这里记录每周值得分享的生信相关内容,周日发布。
本杂志开源(GitHub: openbiox/weekly),欢迎提交 issue,投稿或推荐生信相关内容。
封面图¶
- 来源:Peter Glagowski
本周话题:‘双人成行’对创新的作用¶
本书作者提出了科学探索的双重维度——“夜间科学”与”日间科学”。前者如同混沌的创意温床,充满无序的灵感碰撞;后者则是严谨的逻辑验证,构成系统化的知识体系。研究指出,突破性创新往往诞生于夜间科学的自由探索过程中,而对话尤其成为激发创意的关键媒介。在交流中,语言具有独特的思维整理功能:它能迫使混沌的思维显影,将朦胧的灵感转化为线性表达,进而暴露出潜藏的思维断层。更重要的是,学术伙伴的即时反馈既能增强研究者的信心,又有效消解了学术探索中的孤独感。这种创造力的绽放,终究需要一个安全包容的环境——当研究者无需担忧观点的幼稚性时,最大胆的创新才有可能破茧而出。
@NiEntropy : 看了三遍,先是看了一遍公众号翻译,把原文找出来看了一遍,让R1也看了一遍并进行拓展。大晚上的给我看激动了,所以未来我们也可能会成为可以改变世界的小团队吗!加油everyone!
@R1版《陋室铭》: 人不在多,协契则灵。思不在繁,互启则明。 - 文章连接:https://www.nature.com/articles/s41587-023-02074-2
生信研究¶
1、Nat Methods | 西湖大学团队开发非侵入式谱系追踪的新工具
文章开发了一款谱系追踪新计算工具 MethylTree。MethylTree无需基因编辑,就可以精准地、以多组学的方式追踪细胞谱系,开启了非侵入式谱系追踪的新篇章。 - 文章链接:https://www.nature.com/articles/s41592-024-02567-1
2、scCancerExplorer | 人类泛癌单细胞多组学在线分析工具
南京医科大学研究团队推出人类泛癌单细胞多组学在线分析工具scCancerExplorer。该数据库集成了基因表达、染色质、蛋白质活性、DNA甲基化和DNA复制等分析模块,支持用户友好操作,能通过简单点击探索癌症相关数据。scCancerExplorer免费访问,为癌症研究提供有力工具
- 数据库网站:https://bianlab.cn/scCancerExplorer/
- 文章连接:https://pubmed.ncbi.nlm.nih.gov/39558175/
3、The Innovation | 精准用药,基因先行:首个中国人药物基因组学图谱
文章利用来自全国的206,640名中国个体的低深度全基因组测序数据,成功绘制了首个中国人药物基因组图谱,并构建了相关数据库,方便公开免费访问查询。 - 文章链接:https://doi.org/10.1016/j.xinn.2024.100773
博文资讯¶
4、 从简单到复杂的漫长之旅
本文以约翰·梅纳德·史密斯的经典理论为框架,系统梳理了生命演化史上的八大“变形记”——从原始RNA分子到真核细胞,从无性繁殖到人类社会——每一次转变都标志着生物复杂性的跃升。
谷歌 DeepMind 宣布最新版 AI 蛋白质结构预测工具 AlphaFold3 正式开源,科学家们可以下载其底层代码,并将其应用于非商业领域。
这真是雪中送炭!AlphaFold 3 近期已正式开源,现在就有技术大佬分享了详细的 Conda 环境配置和运行教程,想尝鲜的小伙伴们赶紧动手试试吧!
工具¶
GEO癌症分析套件(GCAS)是一个多功能的R包,旨在分析和可视化癌症研究中的基因表达数据。GCAS允许对正常样本和肿瘤样本之间的基因表达进行比较、相关性分析、免疫浸润分析、差异表达分析、共表达分析和富集分析。它包含一个Shiny应用程序,用于交互式可视化,也可以直接在R环境中用于高级脚本编写。GCAS非常适合希望高效、有效地探索癌症基因组数据的研究人员、临床医生和生物信息学家。
PROGENy是一种用于推断信号通路活性的工具,特别适用于基因表达数据的分析。它通过整合大量公开的扰动实验数据,生成一组核心基因集,用于评估信号通路的活性。与传统的通路富集分析方法不同,PROGENy能够更精确地反映信号通路的活性,因为它考虑了翻译后修饰和下游基因的影响。
- 文章连接:https://www.nature.com/articles/s41467-017-02391-6
- github: https://github.com/saezlab/progeny?tab=readme-ov-file
文章介绍了如何利用 R 绘制双分组倾斜火山图。
资源¶
10、 读《单细胞组学基础》
《单细胞组学基础》系统介绍了单细胞组学技术的发展、核心方法和应用场景,涵盖转录组学、表观组学、代谢组学及空间组学等多个领域。书中既包含理论基础,也强调实践操作,特别是算法与数据分析部分深入浅出,助力读者掌握核心技能。
贡献者(GitHub ID)¶
「Openbiox 生信周刊」运维小队:
@ShixiangWang
(王诗翔)@kkjtmac
(阚科佳)@NiEntropy
(赵启祥)@He-Kai-fly
(何凯)@JnanZhang
(张佳楠)@Tomcxf
(陈啸枫)@wangdepin
(王德品)@kongjianyang
(空间阳)@donghongyu2020
(董弘禹)@DrRobinLuo
(罗鹏)@Wangcy-rachel
- 王春阳@zoe3251
- 舒晨阳
订阅¶
这个周刊每周日发布,同步更新在微信公众号「生信协作组」(elegant-r)上。
微信搜索“生信协作组”或者扫描二维码,即可订阅。
(完)