????樓主最近換工作了，才有時(shí)間過(guò)來(lái)簡(jiǎn)書(shū)逛逛勾笆。敌蚜。。噠噠噠窝爪，脫韁的小野馬
? ? 換工作學(xué)東西弛车，樓主不聰明不笨齐媒，情商偏低智商湊合，家里不橫外面不慫纷跛；思維東西簡(jiǎn)單也容易將事情想/變得簡(jiǎn)單喻括，目前一般通過(guò)日常板磚挪瓦的工作積累來(lái)獲得分享靈感。下面就跟大家分享一下贫奠，換工作以后的樓主唬血，主要從哪些方便學(xué)習(xí)并積累的吧：
? ? 首先介紹一下，個(gè)人背景：3年前的測(cè)序小白唤崭，工作前沒(méi)有信息沒(méi)有生物基礎(chǔ)拷恨，目前作為流水線上的管理員做著生物信息分析工作；技能是在不斷積累中獲得的谢肾，標(biāo)準(zhǔn)項(xiàng)目/流程維護(hù)/個(gè)性化售后/流程研發(fā)等一步步完成了簡(jiǎn)單知識(shí)點(diǎn)積累的量變腕侄，平時(shí)有時(shí)間喜歡去lncRNAseq以及RNAseq網(wǎng)站去看一些最新推送文章，了解行業(yè)動(dòng)態(tài)以及基本的文章思路芦疏；這也奠定了我的視野冕杠，因?yàn)橐稽c(diǎn)一滴的知識(shí)點(diǎn)積累，逐漸形成了文章意識(shí)酸茴；跟老師打電話的時(shí)候分预，更能了解老師需求并制定個(gè)性化方案，主要是說(shuō)話也有底氣呀弊决，爽歪歪噪舀。
? ? 產(chǎn)品分的很細(xì)，樓主本來(lái)做轉(zhuǎn)錄調(diào)控的飘诗，RNA（長(zhǎng)的短的直的環(huán)的与倡，調(diào)控的翻譯的，單物種多物種的昆稿，不同物種的轉(zhuǎn)錄本之間的纺座，不同組學(xué)之間的，有參考基因組無(wú)參考基因組的）知識(shí)積累相對(duì)較多溉潭；DNA/蛋白/代謝/單細(xì)胞/微生物等產(chǎn)品分析模式略有耳聞净响，但實(shí)際原理則不清楚，痛定思痛喳瓣，離職去新的平臺(tái)繼續(xù)學(xué)習(xí)馋贤，開(kāi)拓眼界。
? ? 站在巨人的肩膀上學(xué)習(xí)新知識(shí)畏陕，往往會(huì)起到事半功倍的效果配乓，因?yàn)椋厦媪_嗦了一大通（我也不知道自己想說(shuō)什么哈哈），下面重點(diǎn)來(lái)了犹芹。在3年的轉(zhuǎn)錄調(diào)控工作背景下崎页，學(xué)習(xí)新的知識(shí)點(diǎn)，就相對(duì)簡(jiǎn)單了腰埂，一般知道標(biāo)題飒焦，就可以去進(jìn)行專題搜索，了解基本理論屿笼，基本思路牺荠，分析需求，行業(yè)進(jìn)展等：
? ? 1. 搜狗微信：根據(jù)關(guān)鍵詞進(jìn)行文章搜索刁卜，能夠幫你找到微信中全部相關(guān)軟文志电，超高性價(jià)比曙咽，早用早知道蛔趴，誰(shuí)用誰(shuí)會(huì)笑。
? ? 2.?知乎: 大神網(wǎng)站例朱，內(nèi)容剖析詳細(xì)孝情，有幾處有進(jìn)階，和大神面對(duì)面學(xué)習(xí)洒嗤，但缺點(diǎn)是：搜索結(jié)果可能比較少箫荡；知乎的另一個(gè)用途就是，你不知道自己往哪方向?qū)W習(xí)時(shí)渔隶，當(dāng)你登錄知乎賬號(hào)羔挡，他會(huì)根據(jù)你平時(shí)的瀏覽類型進(jìn)行周邊推薦，一看就上癮间唉，比男朋友還貼心绞灼。
? ? 3. B站：體系的教學(xué)視頻/文案聚集地，進(jìn)站后搜索關(guān)鍵詞呈野，能找到高校系統(tǒng)學(xué)習(xí)視頻低矮，讓你在家也能享受學(xué)校般的知識(shí)淋浴（不要被上面的花花視頻蒙蔽雙眼哦）被冒，平時(shí)走在馬路上無(wú)聊怎么辦? 拿出你炫酷的無(wú)線耳機(jī)聽(tīng)B站军掂！
? ?4. 谷歌：因?yàn)闆](méi)有越獄，不能上谷歌昨悼，內(nèi)心里無(wú)奈吶喊蝗锥，谷歌強(qiáng)烈推薦。
? ? 在你掌握基本知識(shí)點(diǎn)率触，完成工作任務(wù)以后终议，想深入學(xué)習(xí)怎么辦？
? ? 看文獻(xiàn)！
? ? 下面分享2個(gè)文獻(xiàn)查找好的方式：
? ? 1. GeenMedical ：離開(kāi)校園文獻(xiàn)下載困難痊剖？SCIHUB 一直換網(wǎng)址/配置韩玩？這些都不是問(wèn)題，良心的根哥幫我們打開(kāi)了文獻(xiàn)接口陆馁，根據(jù)關(guān)鍵詞查找文章找颓，篩選文獻(xiàn)類型，影響因子叮贩，年限等击狮，找到目標(biāo)文章后， 還可以從多個(gè)連接中“點(diǎn)擊下載”益老，想點(diǎn)哪個(gè)點(diǎn)哪個(gè)豈不快哉彪蓬？（注意，首次登陸需要微信關(guān)注捺萌，獲得驗(yàn)證碼哈档冬；不要放棄，絕對(duì)物超所值）
? ? 2. NCBI： NCBI 功能太全了桃纯，一度讓我望而卻步酷誓，但你想了解什么，選擇類型開(kāi)搜就可以了态坦，集眾家之所長(zhǎng)盐数；例如，查找文獻(xiàn)就可以選擇“PubMed” 伞梯，然后寫(xiě)入文鮮明或關(guān)鍵詞玫氢，文章一鍵直達(dá)。優(yōu)點(diǎn)：文章最全谜诫；缺點(diǎn)：DOI鏈接為原期刊漾峡，建議先讀摘要，看是否是你要找的猜绣，是的話灰殴，自己去SCIHUB上下載pdf吧。
? ? 3. 科研通： 一般SCI-hub下載不了的時(shí)候掰邢，我就會(huì)過(guò)來(lái)用幾積分發(fā)布文章征集任務(wù)隆夯，反饋速度很快的哦咐蝇。?
? ? 以上網(wǎng)站就能滿足我基本的需求，當(dāng)然，實(shí)在無(wú)聊饭弓，我也會(huì)去CNS官網(wǎng)庸推，看看學(xué)者們的研究動(dòng)態(tài)损姜，雖然背景不深不太容易看懂胡本，但了解一下思路總沒(méi)壞處不是合搅。
? ? 好的知識(shí)點(diǎn)中會(huì)有很多英文，怎么辦歧蕉？網(wǎng)頁(yè)翻譯等功能小工具推薦一波：
? ? 1. 谷歌插件-沙拉查詞(Saladict): 兼容多軟件翻譯; 支持pdf閱讀;
? ? 2. 谷歌插件-《Screen Shader》把網(wǎng)頁(yè)調(diào)成暖色;
? ? 3. 谷歌插件-Print Friendly & PDF是一款文件打印chrome插件灾部，會(huì)在打印之前刪除垃圾廣告，導(dǎo)航和無(wú)用浮窗從而實(shí)現(xiàn)頁(yè)面優(yōu)化惯退，讓你擁有最佳的打印閱讀體驗(yàn), 如果你經(jīng)常需要打印網(wǎng)頁(yè), 可以通過(guò)Print Friendly & PDF讓你的打印工作變得省時(shí)省力~
? ? 4. 瀏覽器插件- 一鍵查找姊妹網(wǎng)站 SimilarSites
? ? 5. 測(cè)量細(xì)胞厚度(通過(guò)圖片)-windows 軟件: IPP6.0軟件
? ? 個(gè)人偏向于積累赌髓，很少動(dòng)腦，學(xué)到什么記到用途以及來(lái)源催跪。因此锁蠕，我的筆記記得很散，僅供各位客官參考：
互作類專題:
? ? 1. 綜述:利用NGS(基因組,轉(zhuǎn)錄組,代謝組,蛋白組)闡述細(xì)菌細(xì)胞中復(fù)雜的調(diào)控過(guò)程(蛋白質(zhì)和代謝物,細(xì)菌細(xì)胞內(nèi)監(jiān)管網(wǎng)絡(luò)的重建誘因,與環(huán)境交流(signalome和interactome)和虛擬細(xì)胞重建): A crash course in sequencing for a microbiologist
? ? ? ? RAST :用于注釋完整或幾乎完整的細(xì)菌和古細(xì)菌基因組;
? ? ? ? Many companies produce user-friendly software to speed up typing and increase the sensitivity of detection dedicated to microbiology research (http://www.ridom.de/seqsphere/). It allows to detect all polymorphisms, structural changes, and mobile genetic elements and reconstruct outputs of traditional typing methods such as RFLP-PFGE solely based on the genomic sequence.
? ? 2. 相同基因不同表型(什么在相同的環(huán)境中生長(zhǎng)的具有相同基因的“孿生”植物繼續(xù)表現(xiàn)出各自獨(dú)特的特征) :Widespread inter‐individual gene expression variability in Arabidopsis thaliana
? ? 3. (nature)The extracellular matrix protects Bacillus subtilis colonies from Pseudomonas invasion and modulates plant co-colonization: (https://www.nature.com/articles/s41467-019-09944-x)
? ? ? ? https://www.nature.com/search?q=interactions
多組學(xué)專題:
? ? 1. 偏向建庫(kù)測(cè)序以及一般的產(chǎn)品分析: https://vip.biotrainee.com/d/971-2019-4-week1-rna-seq
? ? 2. RNA-RNA相互作用(偏機(jī)制和方式解讀): http://news.bioon.com/article/6729839.html
? ? 3. 互作(偏疾病)類的數(shù)據(jù)庫(kù): https://www.biomart.cn/news/16/2834554.htm
? ? 4. (實(shí)驗(yàn))蛋白質(zhì)-核糖核酸復(fù)合物鑒定:XRNAX捕獲所有的核糖核酸生物型懊蒸，并利用它來(lái)表征與編碼和非編碼核糖核酸相互作用的亞蛋白質(zhì)組荣倾，并識(shí)別數(shù)百個(gè)蛋白質(zhì)-核糖核酸界面。我們將XRNAX與交聯(lián)免疫沉淀測(cè)序(CLIP-seq)相結(jié)合骑丸，以驗(yàn)證ncRNA與層粘連蛋白B1和EXOSC2的相互作用;
? ? ? ? 文獻(xiàn): The Human RNA-Binding Proteome and Its Dynamics during Translational Arrest ; https://www.sciencedirect.com/science/article/pii/S0092867418314636
? ? 5. (一種新的計(jì)算工具來(lái)預(yù)測(cè)蛋白質(zhì)與長(zhǎng)的非編碼核糖核酸的相互作用;采用先進(jìn)的實(shí)驗(yàn)技術(shù)對(duì)這種工具進(jìn)行了驗(yàn)證)lncRNA+蛋白質(zhì): Quantitative predictions of protein interactions with long noncoding RNAs : https://www.nature.com/articles/nmeth.4100
? ? ? ? 軟件: catRAPID(Global Score predicts the overall interaction ability of a protein-RNA pair 可片段化;OmiXcore predicts protein interactions with large RNA): http://service.tartaglialab.com/page/largeRNAs_group ; 蛋白序列+轉(zhuǎn)錄本序列作用關(guān)系;
微生物專題：
1. FUNGuild = Fungi + Functional + Guild： 官網(wǎng)：http://www.stbates.org/guilds/app.php
? ? 真菌marker基因序列信息與真菌的生態(tài)功能聯(lián)系起來(lái)舌仍；即對(duì)真菌進(jìn)行功能分類；包含： 營(yíng)養(yǎng)方式（Trophic mode）/Guild類型（Guild）/置信度（Confidence）/生長(zhǎng)形態(tài)（Growth morphology）/特征（Trait）/注釋（Notes）/引用/來(lái)源（Citation/Source）者娱；
2. 序列/功能數(shù)據(jù)庫(kù)集合抡笼，網(wǎng)頁(yè)鏈接： http://www.vls3d.com/index.php/links/chemoinformatics/admet/databases-datasets
3. 物種關(guān)系網(wǎng)絡(luò)構(gòu)建方法：
? ? PCC： 基于相對(duì)豐度的線性相關(guān)（大樣本量比較好苏揣；樣本數(shù)大于等于6）
? ? SCC： 基于相對(duì)豐度rank的線性相關(guān)（大樣本量比較好黄鳍；樣本數(shù)大于等于6）
? ? MENA： 基于pearson等相關(guān)系數(shù)；軟件自動(dòng)評(píng)估閾值平匈；劃分模塊等網(wǎng)絡(luò)分析框沟；（大樣本量比較好；樣本數(shù)大于等于6）
? ? WGCNA： 基于pearson等相關(guān)系數(shù)增炭；相關(guān)系數(shù)取次方轉(zhuǎn)化忍燥；劃分模塊；（大樣本量比較好隙姿；無(wú)生物學(xué)重復(fù)梅垄，樣本數(shù)大于等于8；有生物學(xué)重復(fù)输玷，樣本數(shù)大于等于15）
? ? SparCC： 基于絕對(duì)豐度表队丝；豐度取對(duì)數(shù)（log）轉(zhuǎn)化+標(biāo)準(zhǔn)化；pearson變形：引入方差欲鹏；（大樣本量比較好机久；樣本數(shù)大于等于6）
? ? LSA： 基于絕對(duì)豐度表；豐度F-函數(shù)轉(zhuǎn)化+標(biāo)準(zhǔn)化赔嚎；計(jì)算LSA得分膘盖；（僅針對(duì)時(shí)間梯度樣本胧弛，推薦4個(gè)時(shí)間節(jié)點(diǎn)以上，如：花苞期/早/中/晚/盛放期等不同發(fā)育階段花朵共生微生物）
? ? SPIEC-EASI：基于絕對(duì)豐度表侠畔；豐度中心化取對(duì)數(shù)（log）轉(zhuǎn)化结缚；基于inverse covariance（協(xié)方差逆矩陣）（大樣本量比較好）
? ? CoNet： pearson+spearman+Bray——curtis等結(jié)果合并（大樣本量比較好；樣本數(shù)大于等于6）
4. NetShift：從菌群網(wǎng)絡(luò)中找出影響健康的驅(qū)動(dòng)者（2019年發(fā)表软棺，官網(wǎng)鏈接https://web.rniapps.net/netshift/）
? ? NetShift 通過(guò)引入一個(gè)鄰節(jié)點(diǎn)轉(zhuǎn)變分值（NESH）來(lái)分析網(wǎng)絡(luò)中節(jié)點(diǎn)鄰居的變異掺冠，結(jié)合節(jié)點(diǎn)介數(shù)量化網(wǎng)絡(luò)中物種的驅(qū)動(dòng)力；
5. Gephi： 繪制網(wǎng)絡(luò)圖码党； 與 cytoscape 功能類似德崭；
? ? 積累的東西太多啦，如果會(huì)給大家?guī)?lái)錯(cuò)誤的示范對(duì)您說(shuō)聲抱歉揖盘；若本文對(duì)您有用眉厨，希望您堅(jiān)持學(xué)習(xí)下去，若沒(méi)用兽狭，辛苦盡快忘記憾股。
? ? 世界很大，大家都還有很多路要走箕慧。時(shí)間禁不得浪費(fèi)服球，看到這里的客官，您的耐心已經(jīng)爆表了颠焦，希望我的分享對(duì)您有用斩熊。因?yàn)閾Q工作低調(diào)了幾天，現(xiàn)在籠子已經(jīng)關(guān)不注我了伐庭。哈哈粉渠，調(diào)整一下氣氛，后面會(huì)為大家?guī)?lái)更好的工具介紹圾另。
? ? 有什么意見(jiàn)或建議霸株，及時(shí)提出來(lái)，我們可以一起討論哦集乔，自己一個(gè)人寫(xiě)文字是很孤獨(dú)的去件，希望找到一起學(xué)習(xí)的你。
