Resumenes y grabaciones

[lcolladotor]

Día 1: mañana

• Instalaron los paquetes en su laptop https://github.com/lcolladotor/osca_LIIGH_UNAM_2020/#course-prerequisites o configuraron su setup en el cluster de DNA https://github.com/lcolladotor/osca_LIIGH_UNAM_2020/#liigh-cluster-dna-setup
• Vimos cómo usar Cyberduck + RStudio para abrir los archivos del cluster en su laptop o como montar via sshfs los archivos del cluster en su laptop (gracias a @Lucía Ramírez). En ambos casos tienen que usar la terminal de RStudio para correr R en el cluster. Alternativamente, pueden copiar y pegar código a una terminal corriendo R del cluster.
• Vimos como hacer preguntas usando el templado en https://github.com/lcolladotor/osca_LIIGH_UNAM_2020/issues/new?assignees=&labels=question&template=custom-question-template.md&title=%5BQUESTION%5D+Your+question%3F
• Crearon su copia de https://github.com/lcolladotor/osca_playground_leo (fork o una versión suya)
• Copiamos el código de R de la introducción https://github.com/lcolladotor/osca_LIIGH_UNAM_2020/blob/master/01-introduction.R#L167-L212 a nuestro archivo de notas tal y como le hice en https://github.com/lcolladotor/osca_playground_leo/commit/45596be416d9d80fa4e179cdb07f08ac1a2411bc
• Verificamos que podemos correr el código y cargar los datos (que ya están en su cluster) corriendo este código https://github.com/lcolladotor/osca_playground_leo/blob/master/R/01-introduction.R#L5-L16

Día 1: tarde

• Terminamos de correr el código de la introducción https://github.com/lcolladotor/osca_playground_leo/blob/master/R/01-introduction.R (unos en sus laptops otros en el cluster DNA) y hasta hicimos una versión interactiva con plotly (que medio mató la laptop de Leo). Para guardar gráficas en archivos PDF en el cluster pueden usar pdf('nombre_de_archivo.pdf'); plot(); dev.off() o habilitar X11 (como les explicó @Lucía Ramírez o editando su archivo de ~/.ssh/config en su laptop) antes de usar ssh para conectarse al cluster.
• Copiamos el código de la segunda sesión https://github.com/lcolladotor/osca_LIIGH_UNAM_2020/blob/master/02-data-infrastructure-and-import.R#L57-L416 a nuestro repositorio de notas (ejemplo https://github.com/lcolladotor/osca_playground_leo/commit/8b21dbdb4c50de27ad80f13d7aa619f96e7b76fd)
• Aprendimos de la estructura de un objeto creado por SingleCellExperiment::SingleCellExperiment() y respondimos unos ejercicios https://github.com/lcolladotor/osca_playground_leo/commit/31005f68320a27c3a327cf063aa3c260b2305960. Nos quedamos en la diapositiva 51 de Pete https://docs.google.com/presentation/d/1X9qP3wNlnn3BMUQhuZwAo4vCV76c33X_M-UnHxkPZpE/edit#slide=id.g7e63e0fe24_0_151 y en la diapo 5 de las mías https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/02-data-infrastructure-and-import.html#11

Grabación

Topic: scRNA-seq with Leonardo - Zoom Meeting Start Time : Mar 24, 2020 10:45 AM

Meeting Recording: https://jh.zoom.us/rec/share/2NNsaJXv30JJbK_V-nnWR4s6M734X6a813UW-aUKmhsmvXdv8AoC15_QeH4vwSK6

[lcolladotor]

Día 2: mañana

• Mencioné que me hicieron notar que necesitan más práctica con R. Una opción era cambiar el curso y enseñarles cosas de R, pero mejor tomé la decisión de seguir adelante con el curso con la condición de que me interrumpan cada vez que haya algo que no entiendan. Ninguna pregunta es pequeña y probablemente si ustedes la tienen, otras personas también. La idea es ser cuidadoso con el lenguaje para que podamos crear un ambiente donde todos se animen a hacer preguntas. Algo similar es lo que escribí en este blog post.
• Revisamos https://osca.bioconductor.org/learning-r-and-more.html, https://osca.bioconductor.org/beyond-r-basics.html y parte de https://osca.bioconductor.org/data-infrastructure.html.
• Reanudamos corriendo las líneas de código de https://github.com/lcolladotor/osca_playground_leo/blob/master/R/02-data-infrastructure-and-import.R#L6-L242.
• Tuvimos problemas con el mount y unmount. También descubrimos que es mejor hacer el mount en el app de Terminal de Mac en vez de la terminal dentro de RStudio. Esto me recordó mi issue de la terminal de RStudio en Windows https://github.com/rstudio/rstudio/issues/2224 además de https://github.com/rstudio/rstudio/issues/1960#issuecomment-564632665.
• Trabajamos en cinco pares usando los "breakout rooms" de Zoom así que pude dar retroalimentación de forma más directa al código de cada grupo. También fue útil hacerlo en pares para que pudieran hacer "pair programming" (una persona compartía vía Zoom su pantalla y ambas personas iban escribiendo el código y diseñando los pasos lógicos a seguir). También aprendimos que es mejor que ponga los comentarios y pistas en Slack en vez de Zoom porque en Zoom se borran después de pocos segundos y no hay forma de volver a ver esos mensajes. Al final, expandimos las respuestas que tenía para el ejercicio de graficar las concentraciones esperadas de ERCC vs las observadas en https://github.com/lcolladotor/osca_playground_leo/commit/57f16797fc5ff955050fdccca23dcc15672fed62. Ver https://github.com/lcolladotor/osca_playground_leo/blob/master/ERCC_example.pdf.

Día 2: tarde

• Hice más rápido mi código moviendo la parte lenta fuera del loop que no era necesaria dentro del loop y les mostré otra versión de la gráfica usando ggplot2 y cowplot en vez de plot() https://github.com/lcolladotor/osca_playground_leo/commit/5868d024ca741eb516fef513bf5ded13a171288d. @AnaBVA mostró otra versión usando también ggplot (tal vez vivirá en https://github.com/AnaBVA/scRNAseq). Ver https://github.com/lcolladotor/osca_playground_leo/blob/master/ERCC_example_ggplot2_version.pdf.
• Empezamos la tercera clase (quality control) copiando el código de https://github.com/lcolladotor/osca_LIIGH_UNAM_2020/blob/master/03-quality-control.R en nuestros repositorios de notas (se me olvidó hacer un commit en este paso para que fuera más fácil ver los cambios que introdujimos).
• Trabajamos otra vez con los mismos pares de personas para resolver las preguntas en https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/03-quality-control.html#13. Fue interesante ver como cada quien usó diferentes funciones, entre table(), which() e intersect() usando los operadores lógicos | (or), & (and) y ! (not). Expandimos las respuestas en https://github.com/lcolladotor/osca_playground_leo/commit/38f8dd55cc861602b06aa30572a632c7e31cf5e7
• Mañana empezaremos por correr https://github.com/lcolladotor/osca_playground_leo/blob/master/R/03-quality-control.R#L5-L153 para poder continuar en https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/03-quality-control.html#14. Les pedí que piensen que les parece como mejor camino a seguir para lo que nos queda del curso. Lo que les propuse es que sigamos avanzando a nuestro ritmo sin que nos preocupemos por terminar de ver todos los temas de single cell RNA-seq analysis, aunque en algún momento el viernes parar para que les pueda mostrar lo que hicimos con http://research.libd.org/spatialLIBD/ (la ciencia + el paquete de R). Pero pues, si prefieren seguir con scRNA-seq, adelante. Les hice ver que todo esto es como una torre donde cada capítulo se construye encima del anterior y que es preferible tener las bases sólidas a terminar todo y que sea tan frágil como una torre de cartas de poker.

(edit) En algún momento del día también checamos http://bioconductor.org/packages/release/bioc/html/SingleCellExperiment.html y su relación con http://bioconductor.org/packages/release/bioc/html/SummarizedExperiment.html.

Grabación

Topic: scRNA-seq with Leonardo - Zoom Meeting Start Time : Mar 25, 2020 10:59 AM

Meeting Recording: https://jh.zoom.us/rec/share/utR_NZ392EhLeKf16Gz4VPIdJZ27aaa8gCNM-_ZYn0xVpNsed1hCYcblhwPb2pYi

[lcolladotor]

Día 3: mañana

• Un poco de diversión antes de empezar: https://twitter.com/fellgernon/status/1243175478464299008?s=12 jeje
• Mientras reanudábamos nuestras sesiones de R y corrían https://github.com/lcolladotor/osca_playground_leo/blob/master/R/03-quality-control.R#L5-L153, hablamos sobre que hacer para el resto del curso y quedamos en que les voy a seguir enseñando al mismo ritmo (con ejercicios para que practiquen) aunque no veamos todo el material y que les explicaré la ciencia de lo que hicimos en este proyecto (aprox una hora). Les recordé sobre el valor de que hagan commits en sus repositorios locales tipo https://github.com/mpadilla905/scRNA-seq/commit/8cb3f725ed13c1e08c9521f556fe4e6d8ff141e3 por @mpadilla905: será útil después para revivir los pasos lógicos de lo que hicieron y también para tener más claras sus preguntas.
• Revisamos los pasos básicos de la tecnología de 10x Genomics (https://twitter.com/Analitek_ y https://www.linkedin.com/in/monse-rodriguez/ son proveedores en México) siguiendo el video que tienen en la página de https://www.10xgenomics.com/solutions/single-cell/.
• Les platiqué sobre la Comunidad de Desarrolladores de Software en Bioinformática https://comunidadbioinfo.github.io/ siguiendo el post reciente en el blog del R Consortium https://www.r-consortium.org/blog/2020/03/18/cdsb-diversity-and-outreach-hotspot-in-mexico. @AnaBVA y @amedina-liigh les platicaron sobre la CDSB desde su punto de vista y en particular @AnaBVA les contó sobre https://comunidadbioinfo.github.io/post/path-from-cdsbmexico-2018-to-bioc2019/#.XnzOtdNKiuo, https://twitter.com/rafalab, https://twitter.com/stephaniehicks y https://twitter.com/LeviWaldron1. También les platicamos de https://twitter.com/fellgernon/status/1144298692775698438?s=20 y https://hookedondata.org/the-importance-of-sponsorship/. Al final los invitamos a que participen en el slack de la CDSB: desde presentarse en el canal de #bienvenida hasta hacer preguntas.
• Vimos un reporte de Cellranger usando datos no publicamos de un proyecto de Matthew N Tran y Brianna K Barry del LIBD.
• Continuamos con https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/03-quality-control.html#14 y resolví unas preguntas y el código relacionado está en https://github.com/lcolladotor/osca_playground_leo/commit/2740c7f19f8f85789d09b32bab7f1585d89685fd.

Día 3: tarde

• Hablamos más sobre los detalles de emptyDrops() siguiendo parte del artículo https://www.ncbi.nlm.nih.gov/pubmed/30902100.
• Luego nos pusimos a trabajar en unos ejercicios en pares usando los "breakout rooms" (esta vez si grabé lo que yo veía) aunque tuvimos unos problemas con la conexión con dos personas. Lo cual en parte lo resolvimos usando el cuarto principal como sugieren en https://support.zoom.us/hc/en-us/articles/115005769646-Participating-in-Breakout-Rooms y llamando desde México al +52 554 161 4288. Esto le ayudó a unos para que siguieran nuestra conversación de audio vía el teléfono y ocasionalmente pudieran ver la pantalla cuando su conexión de internet se los permitió.
• Les recomendé a varios que usen el paquete de colorout para que su terminal les muestre el output de R en colores. Lo pueden hacer en todas sus sesiones de R de forma automática usando código como este en su archivo de ~/.Rprofile:

## Change colors
# Source https://github.com/jalvesaq/colorout
if(Sys.getenv('TERM') %in% c("term", "xterm-256color", "cygwin", "screen") & interactive()) {
    installed <- require("colorout")
    if(!installed) {
        cat('devtools::install_github("jalvesaq/colorout")\n')
    }
    rm(installed)
}

• Empezamos la presentación de normalización en https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/04-normalization.html.
• Copiamos el código de https://github.com/lcolladotor/osca_LIIGH_UNAM_2020/blob/master/04-normalization.R#L57-L140 a nuestros repositorios de notas e hicimos un commit como en https://github.com/lcolladotor/osca_playground_leo/commit/e3abc9b843c0c96ecd7083aa336d023590f958a6 (para que podamos distinguir fácilmente los cambios que hagamos nosotros) .
• Vimos cómo despejar b dentro de la ecuación de a * b = c y resolvimos más ejercicios en https://github.com/lcolladotor/osca_playground_leo/commit/d1affa8e171a15e373578e4c645e68dd8944984d. Esta vez, por el tiempo, no trabajamos en pares. Si no que fuimos rotando quién mostraba su pantalla (excepto para quienes tenían problemas con su conexión a internet).
• Nos quedamos en https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/04-normalization.html#13 y mañana tendremos que correr el código de https://github.com/lcolladotor/osca_playground_leo/blob/master/R/04-normalization.R#L1-L72 para reanudar nuestra sesión.

Grabaciones

Topic: scRNA-seq with Leonardo - Zoom Meeting Start Time : Mar 26, 2020 11:01 AM

Meeting Recording: https://jh.zoom.us/rec/share/vMZ0KbLU_D5OQJHR2Hjmc7MbLraiT6a8hnRN-fVcyxwERmYmkf0aYOVdgUmzNvxG

Esta vez también grabé localmente cuando hicimos la actividad de los "breakout rooms" (zoom no graba en la nube cuando no estamos en el grupo principal basado en https://kb.iu.edu/d/arwb). Aquí está esa grabación: https://www.dropbox.com/sh/go4soylfq1nbzb4/AAB3yrzP4jjvC2IuRADdAR7da?dl=0.

[lcolladotor]

Día 4: mañana

• Reanudamos corriendo el código de ayer de https://github.com/lcolladotor/osca_playground_leo/blob/master/R/04-normalization.R#L1-L72 mientras repasamos las diapositivas de https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/04-normalization.html que ya habíamos visto. @ Lucia (no me sé su usuario de GitHub) y @avleon sugirieron usar screen para no tener que volver a correr el código en caso de perder la conexión al cluster aunque tendrían que volver a hacer el mount y todo eso.

• Hablamos sobre tener cuidado al ver gráficas de puntos y buscar si es que enmascaran dos o más lineas como en el siguiente ejemplo.

  

• Vimos detalles de logNormFactors() y ecuaciones relacionadas tipo: counts / lib.sz.factor, log(counts / lib.sz.factor + x), x = 1, log(0) = -Inf, log(1) = 0.

• En relación al ejercicio de dos genes

hablamos sobre la ecuación para definir una prueba estadística de valor t https://en.wikipedia.org/wiki/T-statistic

y sobre la desviación estándar https://en.wikipedia.org/wiki/Standard_deviation

• Actualizamos las notas de nuestros ejercicios de la mañana https://github.com/lcolladotor/osca_playground_leo/commit/b8479e985dad06cf210e180104fcc871d1be56aa.
• Empezamos las diapositivas de https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/05-feature-selection.html y copiamos el código de https://github.com/lcolladotor/osca_LIIGH_UNAM_2020/blob/master/05-feature-selection.R#L57-L288 a nuestras notas como en https://github.com/lcolladotor/osca_playground_leo/commit/b8dd1a75857c54fa4d0809ed9dc776b9154c4c39. Durante el descanso dejamos corriendo el código de https://github.com/lcolladotor/osca_LIIGH_UNAM_2020/blob/master/05-feature-selection.R#L57-L146 porque tarda unos 5-10 minutos en correr.

Día 4: tarde

• Les recomendé los cursos de https://leanpub.com/universities/set/jhu/cloud-based-data-science que pueden tomar de forma gratuita por si quieren aprender más de R. Los hizo mi jefe del doctorado con su equipo.

• Hicimos los ejercicios de https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/05-feature-selection.html#9 en pares de equipos de 2 o 3 personas. Luego cada alumno explicó una o más líneas de código de https://github.com/lcolladotor/osca_LIIGH_UNAM_2020/blob/master/05-feature-selection.R#L57-L105 como su examen final del curso. Les aplaudimos a todos los alumnos =) muchas veces con el 👏🏽👏🏽👏🏽en Zoom.

• Revisamos otra vez el ejemplo inicial de la introducción en https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/01-introduction.html#31 y https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/01-introduction.html#32, y aunque algunas preguntas eran sobre temas que no nos dio tiempo de ver, creo que los alumnos entendieron bien los pasos que si vimos. Así que nos quedamos a la mitad de la clase 5 de las 11 originalmente planeadas en https://lcolladotor.github.io/osca_LIIGH_UNAM_2020/ sobre scRNA-seq.

• Después del descanso, les platiqué de nuestro pre-print reciente de Spatial Transcriptomics (el primero de 10x Genomics Visium)

  • Serie de tweets sobre el pre-print: https://twitter.com/fellgernon/status/1233661576433061888?s=20. El último tweet incluye una liga a un blog post sobre el proyecto que escribí http://lcolladotor.github.io/2020/02/29/diving-together-into-the-unknown-world-of-spatial-transcriptomics/
  • Pre-print: https://www.biorxiv.org/content/10.1101/2020.02.28.969931v1
  • Webinar que pueden ver gratis que hicimos recientemente Kristen Maynard y yo con Courtney de 10x Genomics para la plataforma TheScientist: https://www.the-scientist.com/sponsored-webinars/prefrontal-cortex-visium-spatial-10x-67192 Usé las mismas diapositivas de esta webinar con los alumnos.
  • Web app que hice con shiny para este proyecto: http://spatial.libd.org/spatialLIBD/
  • Página de ayuda del paquete de R spatialLIBD (que expande el objeto de SingleCellExperiment): http://research.libd.org/spatialLIBD/
  • Contribuciones recientes a Bioconductor que incluyen a regutools y a spatialLIBD: https://github.com/Bioconductor/Contributions/issues?page=1&q=is%3Aissue+is%3Aopen
  • Discusión con Martin Morgan (jefe de Bioconductor) y proceso de revisión sobre spatialLIBD https://github.com/Bioconductor/Contributions/issues/1389

• Les platiqué sobre mi promoción reciente a Research Scientist en LIBD http://lcolladotor.github.io/2020/03/16/research-scientist-an-academic-career-launch-pad/ y mis intereses de investigación que viene escrito en http://lcolladotor.github.io/authors/admin/ y en mi CV http://lcolladotor.github.io/cv/. También les aclaré que en LIBD tenemos un programa de estancias de verano pagadas (aunque no podemos dar visas para esas estancias) y que próximamente empezaré a armar mi propio grupo (ahí si puedo contratar a gente de México o de donde sea).

• Les platiqué sobre mi carrera haciendo referencias a http://lcolladotor.github.io/2019/04/10/the-evolution-of-my-academic-career-as-seen-through-posters-and-talks-thanks-to-hugo-academic-4-1/#.Xn6qGtNKhZ0 y http://lcolladotor.github.io/2018/11/06/a-knot-of-threads-from-cshl-to-lcg-unam-to-aldo-barrientos-to-diversity-scholarship-opportunities/#.Xn6qdNNKhZ0 además de mostrar diapositivas de https://speakerdeck.com/lcolladotor/cdsbmexico.

• Les recordé que siempre nos pueden pedir ayuda y participar en la CDSB ya que varios ahí estamos interesados en ayudar a otros para que tengan las misma oportunidades que tuvimos (o aún mejores). Por ejemplo, si quieren mandar una solicitud para un congreso en EEUU y no lo han hecho antes, les podemos dar sugerencias y demás via un archivo de Google Doc.

• Les pedí que me avisen si tienen una cuenta de Twitter académica para que pueda seguirlos y ver como van creciendo y demás.

• Me preguntaron por Slack sobre el iGEM y les dije que yo no participé en el iGEM durante la LCG pero que Mariana Gómez si fue una de las líderes del proyecto de mi generación en la LCG-UNAM https://twitter.com/mgschiavon.

Grabaciones

Topic: scRNA-seq with Leonardo - Zoom Meeting Start Time : Mar 27, 2020 10:58 AM

Meeting Recording: https://jh.zoom.us/rec/share/58hvFJLC8T9LEp3ns0aCU658AtXvT6a823MY86ZexRwlb3BuVIGy8h2NZ3dsrepa

y https://www.dropbox.com/sh/evdhe518skot8fb/AADtwX543Et9SeKu3jLK7QzFa?dl=0