隨緣記錄自己看到的一些文章文獻以及一些工具骚勘，又因為主要內(nèi)容和生信可能比較相關(guān)铐伴，寫作隨緣撮奏，更新隨緣，故名緣信,過去的一周為第47周当宴，為本刊第一周
文章
Temporal Dynamic Methods for Bulk RNA-Seq Time Series Data
大容量 RNA-Seq 時間序列數(shù)據(jù)的時間動態(tài)處理方法
Temporal Dynamic Methods for Bulk RNA-Seq Time Series Data (nih.gov)
這是一篇主要記錄了能夠使用RNAseq能夠進行動態(tài)時間分析的工具的綜述畜吊。探索某種特定因素對RNA表達(dá)隨時間的變化有著一定作用
摘要
動態(tài)研究的時程實驗設(shè)計和臨床方法已被廣泛應(yīng)用于生物醫(yī)學(xué)界。這些應(yīng)用特別適用于環(huán)境條件下的刺激-反應(yīng)模型户矢、角色塑造生物學(xué)過程的發(fā)育生物學(xué)玲献、臨床試驗中的治療效果鑒定、疾病進展模型梯浪、細(xì)胞周期和晝夜周期捌年。盡管復(fù)雜的動態(tài)方法具有可行性和普及性，但與靜態(tài)方法相比挂洛，這些方法在大規(guī)模比較研究中得到了充分驗證礼预，在統(tǒng)計和計算的嚴(yán)謹(jǐn)性方面缺乏基準(zhǔn)。到目前為止虏劲，已經(jīng)發(fā)展了一些新的方法在批量 RNA-Seq 數(shù)據(jù)為各種時間依賴性刺激托酸，晝夜節(jié)律，細(xì)胞譜系的分化柒巫，和疾病進展励堡。在這里，我們?nèi)婊仡櫫艘唤M關(guān)鍵的代表性動態(tài)策略堡掏，并討論了與動態(tài)變化基因檢測相關(guān)的當(dāng)前問題应结。我們也為未來研究非周期性、周期性時程數(shù)據(jù)和元動態(tài)數(shù)據(jù)集的方向提供了建議泉唁。
非周期性時間過程 RNA-Seq 數(shù)據(jù)的動態(tài)基因逐基因(基因方向)檢測工具鹅龄。
![[Pasted image 20211122173303.png]]
Identifying phenotype-associated subpopulations by integrating bulk and single-cell sequencing data
通過整合bulk and single-cell 測序數(shù)據(jù)識別表型相關(guān)亞群
說明：主要是用于整合單細(xì)胞和RNAseq的數(shù)據(jù)
github地址
sunduanchen/Scissor: Scissor package (github.com)
使用：
Scissor Tutorial (sunduanchen.github.io)
單細(xì)胞 RNA 測序(scRNA-seq)在異質(zhì)組織中區(qū)分細(xì)胞類型、狀態(tài)和譜系亭畜。然而砾层，目前的單細(xì)胞數(shù)據(jù)不能直接鏈接具有特定表型的細(xì)胞群。在這里贱案，我們提出Scissor肛炮，一個方法，確定細(xì)胞亞群從單細(xì)胞數(shù)據(jù)宝踪，是與給定的表型侨糟。Scissor 通過首先量化每個單細(xì)胞和每個批量樣本之間的相似性，集成了表型相關(guān)的批量表達(dá)數(shù)據(jù)和單細(xì)胞數(shù)據(jù)瘩燥。然后在樣本表型相關(guān)矩陣上優(yōu)化回歸模型秕重，以識別相關(guān)亞群。應(yīng)用于肺癌 scRNA-seq 數(shù)據(jù)集厉膀，Scissor 確定了與較差存活率和 tp53突變相關(guān)的細(xì)胞亞群溶耘。在黑色素瘤中二拐，Scissor 發(fā)現(xiàn)一個低 PDCD1/ctla4和高 tcf7表達(dá)的 t 細(xì)胞亞群與免疫治療反應(yīng)有關(guān)。除了癌癥外凳兵，Scissor 在解讀面肌萎縮癥和阿爾茨海默病數(shù)據(jù)集方面非常有效百新。Scissor 通過利用表型和整體組學(xué)數(shù)據(jù)集，從單細(xì)胞分析中確定生物學(xué)和臨床相關(guān)的細(xì)胞亞群庐扫。
![[Pasted image 20211122174524.png]]
Nat. Methods | 一個可解釋可推廣的單細(xì)胞數(shù)據(jù)分析框架
Nat. Methods | 一個可解釋可推廣的單細(xì)胞數(shù)據(jù)分析框架 (qq.com)
本文介紹由德克薩斯大學(xué)生物信息學(xué)系和Lewis-Sigler基因組學(xué)研究所聯(lián)合發(fā)表于Nature Methods的論文：An analytical framework for interpretable and generalizable single-cell data analysis. 該論文提出了一種新穎的“l(fā)inearly interpretable”框架饭望，它將線性方法的可解釋性與非線性方法的表征能力相結(jié)合。在這個框架內(nèi)形庭，作者介紹了一種數(shù)據(jù)表示可視化方法GraphDR 和一種結(jié)構(gòu)發(fā)現(xiàn)方法StructDR铅辞，它能夠?qū)崿F(xiàn)聚類、軌跡分析萨醒、表面估計和置信集推斷斟珊。
課程
【推薦】B站上免費的科研課程學(xué)習(xí)資源 (qq.com)
復(fù)現(xiàn)
使用PHATE復(fù)現(xiàn)Science Immunology上文章的結(jié)果 (qq.com)
里面有python3D的繪制技巧
![[Pasted image 20211122211950.png]]
繪圖技巧
配色
生信實操丨只需學(xué)會這幾招，讓你的單細(xì)胞測序分析圖向CNS看齊富纸！ (qq.com)
配色很重要
![[Pasted image 20211122212242.png]]
數(shù)據(jù)庫
用好數(shù)據(jù)庫倍宾，文章發(fā)到吐 (qq.com)
****1.CeDR Atlas: 細(xì)胞藥物應(yīng)答知識庫**
2.CTR-DB：一個與癌癥藥物反應(yīng)相關(guān)的基因表達(dá)特征綜合數(shù)據(jù)庫
3.CancerMIRNome：人類癌癥miRNA交互式分析與可視化數(shù)據(jù)庫
4.Regeneration Roadmap：再生生物學(xué)多組學(xué)數(shù)據(jù)資源庫
5.Gene Expression Nebulas：整合多物種的bulk與單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)庫
6.OncoSplicing：人類癌癥中臨床相關(guān)的可變剪接數(shù)據(jù)資源庫
7.SPENCER：癌癥病人非編碼RNA編碼的生物活性短肽數(shù)據(jù)庫
**8.TISMO：腫瘤免疫同基因小鼠****
群落相似性/或距離測度
常見的群落相似性或距離測度的計算 (qq.com)
編程語言語法比對
包的開發(fā)
這是一個處理m6A數(shù)據(jù)的包，但是讓人感興趣的是下面這行代碼會直接生成一個html文件胜嗓，那么是如何做到的呢？
trumpet_report <- Trumpet_report(IP_BAM = ip_bam, Input_BAM = input_bam, contrast_IP_BAM = contrast_ip_bam, contrast_Input_BAM = contrast_input_bam, condition1 = "untreated", condition2 = "treat, GENE_ANNO_GTF = gtf)
查看trumpet_report函數(shù)
Trumpet/Trumpet_report.R at master · skyhorsetomoon/Trumpet (github.com)
在里面我們很容易發(fā)現(xiàn)這個是怎么回事了钩乍，這個只是在判斷有沒有輸入的文件,如果有相應(yīng)數(shù)據(jù)就可以將數(shù)據(jù)保存為Rdata而已
不過很聰明的使用了rmarkdown生成html的技巧
trumpet <- system.file("extdata", "Trumpet_report.Rmd", package = "Trumpet")
render(trumpet, output_format = "html_document", output_dir = OUTPUT_DIR)
本質(zhì)上是在調(diào)用下面的文件去運行計算的結(jié)果辞州，然后生成html
Trumpet/Trumpet_report.Rmd at master · skyhorsetomoon/Trumpet (github.com)
R語言書單
代碼集
文章
特別是一些統(tǒng)計方法，比如隨機森林
NRT1.1B is associated with root microbiota composition and nitrogen use in field-grown rice | Nature Biotechnology
microbiota/Zhang2019NBT: Scripts for stat and plot figures in rice microbiome paper (github.com)
手把手帶你重現(xiàn)菌群封面文章全部結(jié)果圖表 (qq.com)
YongxinLiu/Zhang2018SCLS: Rice (Oryza Sative) root microbiome time-course analysis. (Zhang2018SCLS) (github.com)
thekingofall/MicrobiomeStatPlot: Interpretation and visualization of microbiome charts (github.com)
Python包
scikit-bio?
