生信爱好者周刊(第 170 期):教育部今年增设29种本科专业,彰显什么新趋势?¶
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¶
本周话题:教育部今年增设29种本科专业,彰显什么新趋势?¶
现在很多专业都在交叉,这是时代发展的需要,目前很多行业都需要复合能力的人才,国家强调新工科、新医科、新农科、新文科,“新”背后的含义就是交叉融合。此外,现在所谓新设的交叉专业,它是真交叉还是假交叉?交叉肯定是没问题的,但高校开设新专业到底是不是只是为了迎合时代、考生的需求,换汤不换药呢?现在很多专业都加上智慧、数字两个字,但只是穿了个马甲,课程内容还和原来一样。比如原来的制造业变成了智能建造,英语加上计算机、AI,但可能就是在培养方案里增加一门课就结束了,这是学校需要进一步去解决的问题。
- @He-Kai-fly:本次增设反映了本科专业建设正向“多维融合、紧贴国家战略与产业发展、鼓励创新与跨界”方向递进。作为教育改革的重要一环,这种趋势有利于培养更具适应性和系统思维的新时代人才。未来,关键在于高校如何落地这些交叉专业——从课程设计、实践实训、师资组建到产业对接,都需要系统协同、持续优化。
- @ShixiangWang:自己高考在十几年前了,新的专业名称理解都比较抽象。如果想要做好新的专业建设,还是需要师资、课程的合理配置。另外考虑新的专业成熟度不高,所以报考有相关风险,当然也可能是新的机会,需要平衡。
生信研究¶
研究系统性地鉴定了胰腺癌中由HLA-I分子呈递的隐秘抗原,这些抗原主要来源于lncRNA、UTR及内含阅读框,具有高度的癌症特异性。通过TCR筛选及TCR-T细胞功能验证,研究发现这些隐秘抗原能够被T细胞识别,并有效诱导对胰腺癌类器官的杀伤反应,显示出其作为免疫治疗新靶点的广阔前景。
- 论文链接:https://doi.org/10.1126/science.adk3487
2.Cell Discovery |汤富酬课题组开发出基于单分子测序平台的NanoStrand-seq技术,实现基因组全局单倍型分型
该研究在国际上率先使用单分子测序平台开发了一种DNA模板链连锁测序的方法,称为NanoStrand-seq,该方法能够在整条染色体水平对SNP和结构变异进行精准从头检测和单倍型分型,具有极高的分型准确性(分别为99.98%和99.68%),而且该方法既适用于长期传代培养细胞,也适用于短期原代培养细胞,能够满足各种不同的实验需求。 - 论文链接:https://www.nature.com/articles/s41421-024-00694-9
3.Nat Commun | 张勇/阮珏团队合作开发低DNA用量、无扩增的PacBio建库技术LILAP
该研究开发了一种基于Tn5转座酶的低DNA用量(100 ng)、无扩增、低成本的PacBio建库技术LILAP。研究团队利用该技术实现了两个单只雄性黑腹果蝇的全基因组测序和高质量组装,同时获得了内共生菌Wolbachia完整基因组,展示出LILAP的应用价值。基因组分析还发现了两个突变特性:复杂转座事件更倾向于发生在non-B DNA序列富集的区域;基因转换(gene conversion)事件使转座子同质化。
- 论文链接:https://www.nature.com/articles/s41467-024-49992-6
4.Nature Methods | 陈玲玲组开发CRISPRdelight活细胞DNA成像新工具
该研究对现有的CRISPR-dCas12a系统进行了筛选优化,构建了可用于非重复序列DNA活细胞成像的CRISPRdelight系统;进一步利用CRISPRdelight系统揭示了基因位点在细胞核内的定位与其运动能力和转录活性的相关性;同时利用RNA适配体修饰的CRISPR串联序列实现了对4种卫星DNA的活细胞多色成像。
-论文链接:https://www.nature.com/articles/s41592-024-02333-3
博文资讯¶
PacBio发布首款HiFi长读测序仪Vega,体积紧凑、成本经济,单次运行可测600全长RNA或200人基因组,兼容现有生态,是一个紧凑、中等通量的桌面式平台。
作者分享从零开始学习Slurm集群作业调度系统的笔记:介绍登录/计算节点、分区、调度器等概念,示范sinfo、squeue、sbatch、srun、scancel等常用命令及参数,并给出CPU、GPU及阵列作业脚本范例,强调勿在登录节点跑大任务,结尾附上了相关学习资料:环境变量与上交大手册链接。
单纯利用 CSS 实现无限滚动的画面。
工具¶
9.工具 | grateful:一键完成 R 包论文格式引用
R包grateful可一键扫描项目所用R包,自动生成含版本、引文的三线表或Word/LaTeX/PDF文档,支持多种引用格式与BibTeX输出,亦可在RMarkdown/Quarto中插入引用段落或表格,省去手动整理软件及参考文献的繁琐步骤。
Evo 2,它是目前生物学领域规模最大的生成式AI模型。Evo 2能够处理长达数百万核苷酸的基因组片段,并以单核苷酸分辨率精准识别突变,为基因研究带来了前所未有的可能性。
本文对 Evo 进行了介绍,并分享如何在线尝试使用它。
资源¶
11.资源推荐 | 定向进化
定向进化(DE)旨在利用达尔文选择的原则,在受控的实验室环境中提高生物实体(分子、细菌菌株等)的活性。DE通过重复两个主要步骤来进行:遗传物质的多样化和选择由其编码的分子以获得所需的性质。进化实验从活细胞、它们的共同体(生态系统)到复杂程度大大降低的体外系统(例如转录-翻译)。
顶刊图R语言复现,感兴趣可以学习一下
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)