Closed JnanZhang closed 8 months ago
@JnanZhang 3和4重复了
4、5、9
4、[Nature Communications | 国产单细胞转录组技术实现FFPE样本高性能检测](https://mp.weixin.qq.com/s/gV0-A9SMBgv5xBvRWFvCpQ)
本研究发表了一种新的基于随机引物的高通量单细胞核测序技术snRandom-seq,并成功将其用于对FFPE样本的检测。snRandom-seq是一种适用于FFPE样本,且具有高灵敏度和全长特点的高通量snRNA-seq技术。
5、[英文 | 使用 slider 进行滚动汇总](https://themockup.blog/posts/2022-11-16-rolling-summaries-with-slider-in-r/index.html)
slider 是一个使用窗口函数进行滚动分析的软件包。“窗口函数”是从SQL中借来的一个术语,这意味着当逐步浏览数据时,一些函数会反复应用于数据的不同“窗口”。窗口函数应用的典型示例包括滚动平均数、累积和和更复杂的事物,如滚动回归。
9、[fastplotlib | 使用pygfx渲染引擎在WGPU上运行的下一代快速绘图库](https://github.com/fastplotlib/fastplotlib)
4、5、9
1、2、3、6、7、8、10、11、12、13
1、探索跨单细胞的功能蛋白质协变的新方法 | Genome Biology
本研究展示了nPOP,一种能够同时制备数千个单细胞的方法,包括裂解、消化和标记8-20nL体积的单细胞。nPOP实现了灵活、自动化和高度并行化的单细胞蛋白质组学样品制备。可以量化成千上万个单细胞的蛋白质协变,并揭示密切相关的细胞状态间功能协调的生物学差异。可在https://scp.slavovlab.net/nPOP 获得nPOP平台的支持。
2、PNAS | 卢煜明/江培勇团队基于末端基序反卷积分析绘制cfDNA片段化图谱
细胞游离DNA(cfDNA)片段携带了大量与DNA核酸酶活性和起源组织有关的信息,其片段化是非随机的,部分由各种DNA核酸酶介导,能够形成特征性的cfDNA末端基序。已有研究表明,cfDNA末端基序有助于预测多种不同的疾病类型,或可作为监测治疗反应(核酸酶活性)的生物标志物。该研究通过对cfDNA的短末端核苷酸序列(称为末端基序)进行数学分析,发现了六种不同类型的cfDNA片段模式,其中几种模式与核酸酶相关,如DFFB、DNASE1和DNASE1L3。这些模式图谱揭示了cfDNA片段化过程,其异常可作为癌症和免疫疾病的标志物。
3、Genome Med | 灵敏检测所有类型de novo突变!仅HiFi长读长测序即可生成全面的WGS数据
研究团队仅通过HiFi长读长测序这一单一技术,构建了最全面的突变数据集,实现了准确的替换、indel、STR和SV检测。该技术的准确性甚至允许在所有不同变异水平上灵敏地检测DNM,并且还允许定相(phasing),有助于区分真阳性和假阳性DNM。
6、Creating interactive visualizations with {ggiraph} (with or without Shiny)
在这篇博文中,你将学习如何使用{ggiraph}
将 ggplot
变为交互式可视化图。
Nature对非小细胞肺癌的分子进化特征、遗传因素、细胞水平变化以及相关治疗手段的发展进行的全面报道。
8、https://github.com/sumatrapdfreader/sumatrapdf
SumatraPDF 是一款适用于 Windows 的多格式(PDF、EPUB、MOBI、CBZ、CBR、FB2、CHM、XPS、DjVu)阅读器。
10、https://github.com/nick-ulle/rstatic
rstatic
是一个能让 R 代码分析变得更简单的软件包。
这是一本线性代数入门教科书。
12、https://github.com/rmcelreath/stat_rethinking_2023
本课程教授数据分析,但重点是科学模型
辛苦了~
辛苦了~
生信爱好者周刊(第 115 期):罗莎琳德·富兰克林对DNA双螺旋结构的真实贡献
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
来源:https://www.dreamstime.com/
本周话题:
1537
生信研究
1317 1
1532 2
1644 3
1672 4
博文资讯
1439 5
1453 6
1522 7
工具
1598 8
1741 9
1753 10
资源
1670 11
1675 12
1680 13
历史上的本周
第 74期:新技术的最大风险
贡献者(GitHub ID)
「Openbiox 生信周刊」运维小队:
@ShixiangWang
(王诗翔)@kkjtmac
(阚科佳)@NiEntropy
(赵启祥)@He-Kai-fly
(何凯)@JnanZhang
(张佳楠)@Tomcxf
(陈啸枫)@wangdepin
(王德品)@kongjianyang
(空间阳)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)