search

openbiox / weekly

生信爱好者周刊（每周日发布）
https://openbiox.github.io/weekly/
355 stars 26 forks source link

【周刊】第 88 期 #1801

Closed Tomcxf closed 1 year ago

Tomcxf commented 1 year ago

生信爱好者周刊（第 88 期）：

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。

「生信周刊讨论区」

封面图

本周话题：

「Openbiox 生信周刊」运维小队：

订阅

这个周刊每周日发布，同步更新在微信公众号「优雅R」（elegant-r）上。

微信搜索“优雅R”或者扫描二维码，即可订阅。

（完）

ShixiangWang commented 1 year ago

@Tomcxf 记得 close

ShixiangWang commented 1 year ago

4、8、15

kongjianyang commented 1 year ago

4、8、15

2、6、16

kongjianyang commented 1 year ago

2、JAMA Oncol | 基于31基因的AI模型实现对结直肠癌-肝转移的精准分型

image

结直肠癌（CRC）的一个主要转移部位是肝脏，大约25%的CRC患者最终会发生肝转移，这部分患者往往生存率较差。来自美国芝加哥大学医学院的研究团队及合作者首次对一个新型的31基因神经网络分类器进行了临床验证，该分类器可以准确预测CRC肝转移分子亚型。该神经网络分类器是基于切除的转移瘤的mRNA和miRNA的表达谱训练而来。该分类器以96%的准确度预测了CRC的分子亚型（典型、免疫或基质亚型）。这篇文章也为转移分期和分类提供了一个新框架。

6、图解！决策树、随机森林、bagging、boosting、Adaboost、GBDT、XGBoost总结

image

一篇以图片形式总结常见的机器学习算法的文章，写的略显粗糙，可以翻翻。

16、图书下载：Statistics and Machine Learning in Python

image

ShixiangWang commented 1 year ago

4、[Nature | 基于超1万例癌症样本分析，揭示染色体非整倍体如何驱动癌症进展](https://mp.weixin.qq.com/s/VuqwgDxnaOHpZji3uV33UQ)

研究团队开发了一种名为BISCUT（Breakpoint identification of significant cancer undiscovered targets）的算法，通过研究端粒或着丝粒边界拷贝数事件的长度分布以确定受适应度优势或劣势影响的基因位点。研究人员将BISCUT应用于癌症基因组图谱（TCGA）中的超10,000例肿瘤，系统地量化了选择和机械偏差在驱动非整倍体方面的作用，对癌症内和癌症间染色体臂非整倍体模式的影响，并发现arm-SCNA的速率与其对细胞适应度的影响高度相关。

值得注意的是，研究团队对 Arm 水平的拷贝数变异进行了细分，除了覆盖整个 Arm 的变异，还包括：从端粒或着丝粒开始的SCNA断点位置（分别被称为tel-SCNA和cent -SCNA，统称partial-SCNA）。

另外，该论文通讯作者之前是著名拷贝数分析软件 GISTIC2 文章的共同通讯。

8、[Jupyter 中的生成式 AI | 英文](https://blog.jupyter.org/generative-ai-in-jupyter-3f7174824862)

Jupyter AI为Jupyter笔记本带来了生成式人工智能，使用户能够解释和生成代码，修复错误，总结内容，询问有关本地文件的问题，并从自然语言提示生成整个笔记本。使用其强大的魔法命令和聊天界面，Jupyter AI将Jupyter与来自AI21, Anthropic, AWS, Cohere和OpenAI等提供商的大型语言模型(LLM)连接起来。我们使用LangChain来支持所有流行的llm和提供商，让您在新模型发布时访问它们。LangChain也会让Jupyter AI使用本地模型。用于JupyterLab 3的Jupyter AI版本1.0和用于JupyterLab 4的Jupyter AI 2.0现在都是免费的开源软件。

我只能说很强大，安装和使用都免费。喜欢用 Jupyter 的伙伴赶紧试试，向大家分享使用体验。

15、[文章作图icon资源](https://mp.weixin.qq.com/s/TNsc4W0r0xYRInnxnwrZ7A)

这篇文章分享了比较常用的免费的icon资源，方便文章绘制示意图。

kkjtmac commented 1 year ago

4、8、15

2、6、16

5、7、11

kkjtmac commented 1 year ago

5、[“生物科学俱乐部”中的“生信规则”](https://mp.weixin.qq.com/s/Cq_pCPIAXwr3jP5wsI1Ndg)

截屏2023-08-12 07 55 28

本推文介绍了生物信息书籍Biostar Handbook中生物信息学的四条”规则“，并进行了解读。

7、[全新单细胞+分子标签测序试剂盒](https://mp.weixin.qq.com/s/USiLd0lKDer-Q1Q8ie92lg)

640

Takara推出的这套单细胞测序试剂盒SSmRNA + UMIs具有以下优势特点：

  1. 获得全长转录组信息
  2. 添加UMI校正
  3. 免费的数据分析流程

11、[ThemePark | 一款有意思的流行元素配色方案R包](https://github.com/MatthewBJane/theme_park/?anything)

255932691-4c2e2885-d879-46e6-b61d-b253d8382597

ThemePark是一个提供当下热门电影、游戏和电视剧等配色方案的R包，例如权力游戏、星球大战、塞尔达。

NiEntropy commented 1 year ago

4、8、15

2、6、16

5、7、11

1、3、14

Tomcxf commented 1 year ago

4、8、15

2、6、16

5、7、11

1、3、14

9、10、12、13

NiEntropy commented 1 year ago

1、[Nature Methods | 利用Dictys解析动态基因调控网](https://mp.weixin.qq.com/s/zjqXUVse89GK_lwM3rU7HA)

image

哈佛大学医学院研究人员开发了，一种新工具Dictys，它可以整合分析单细胞转录组(scRNA-seq)和染色质开放性数据(scATAC-seq)，结合转录因子结合足迹和转录因子表达/调节活性分析，从单细胞多组学数据中解析动态基因调控网络。[1](https://edgeservices.bing.com/edgesvc/chat?udsframed=1&form=SHORUN&clientscopes=chat,noheader,&shellsig=bdd755f5f6ca9802366d7a9a302a1afd3a79a0c8&setlang=zh-CN&lightschemeovr=1#sjevt%7CDiscover.Chat.SydneyClickPageCitation%7Cadpclick%7C0%7C3489baa8-5e67-428e-9e7c-151f5a2bffe8)该工具在人造血系统等实现了发育连续过程基因调控网络的动态分析，并提高了时间/细胞状态分辨率以及feedback loop分析等能力。

3、[HuBMAP | 人类生物分子图谱计划](https://mp.weixin.qq.com/s/O4B3sS8VdwwK-XqQbIgdnA)

image

人类生物分子图谱计划（HuBMAP）是美国国立卫生研究院于2018年发起的一个项目，旨在利用单细胞技术，建立一个涵盖人体器官中各种生物分子（如转录、蛋白质和代谢物）的空间分布的综合图谱。近日，HuBMAP发表了最新研究成果，报道了人类肠道、肾脏和胎盘空间分辨细胞图谱。

14、[Learn Makefiles | 学习使用Makefiles](https://makefiletutorial.com/)

Makefile是一个文本文件，它告诉Make工具如何编译和链接一个由多个C或C++源文件和头文件组成的项目。编译是将源代码转换为可执行文件的过程，而构建是将多个文件编译成一个完整的程序的过程。Make是GNU提供的一个构建工具，它可以根据Makefile中的规则和命令，自动执行编译和构建的任务，从而节省程序员的时间和精力。要使用Make，我们需要学习如何编写Makefile，以及如何利用Makefile的各种特性和技巧。

这篇教程是一个很好的入门资源，它可以帮助你掌握Makefile的基本概念和用法，以及避免一些常见的陷阱和错误。

image

ShixiangWang commented 1 year ago

@Tomcxf 记得更新下 github