生信爱好者周刊（第 23 期）：从美国博德研究所成功之道看生命科学前沿创新¶

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¶

美国博德研究所（via）。

本周话题：从美国博德研究所成功之道看生命科学前沿创新 ¶

近年来，博德研究所取得了系列重要代表性成就：开发出新型“碱基编辑器”（2017 年）——能够在人类细胞中进行精准 DNA 碱基替换与修改，编辑效率达 50%，有望用于靶向治疗人类单基因遗传疾病；成功研发 DNA 显微镜（2019 年）——能够通过细胞自身 DNA 变化情况，获取细胞内生物分子的基因序列和相对位置，实现了在基因组水平对细胞代谢规律的揭示；绘制人类第一代癌细胞系转移图谱MetMap（2020 年）——能够揭示癌症转移的器官特异性模式，有望阐明癌症转移机制并开发出预防癌症转移的新疗法；建立全新 RNA 递送平台 SEND（2021年）——利用逆转录病毒样蛋白实现 RNA 包装和递送，为基因治疗提供了全新的递送载体。通过不断取得这些颠覆性研究成果，研究所进一步稳固了全球生命科学前沿创新领头羊的地位。

美国博德研究所自 2004 年成立起，坚持科技创新与管理创新并重；不到 10 年，即迈入世界一流生命科学研究机构行列，成为生命科学前沿创新的“领头羊”“风向标”，其独特的发展模式值得借鉴。研究表明，聚焦重大疾病诊治需求牵引科研攻关，打通从基础研究到转化应用的通路，构建跨学科、多层次整合研究模式，发挥战略科学家的领航领军作用，集聚小而精的杰出科学家团队，实施高度灵活的项目组织管理，以及打造背靠一流、辐射全美、拓展全球的创新网络，有效支撑了博德研究所高质量创新发展。我国可借鉴其经验，从将生命科学作为建设科技强国的突破口、面向人民生命健康加强顶层设计、夯实生命科学人力资源根基、深度融入生命科学全球创新网络 4 个方面，推进生命科学前沿创新。

生信科技动态¶

1、单细胞与空间基因组学2022年度最新技术进展及未来趋势

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。

文章¶

1、Shiny 1.6

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

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

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。

工具¶

1、smoove - structural variant calling and genotyping with existing tools, but, smoothly

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

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

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