100篇泛癌研究文献解读目录(长期更新)

Featured

长期更新~~~

为了分析不同类型、组织起源肿瘤的共性、差异以及新课题。TCGA于2012年10月26日-27日在圣克鲁兹,加州举行的会议中发起了泛癌计划。参考:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6000284/ 为此我也录制了系列视频教程在:TCGA知识图谱视频教程(B站和YouTube直达) Continue reading

我用rmarkdown写过的教程

Featured

用rmarkdown写教程真心非常方便,尤其是R语言相关的,比如一些R包的应用,或者一些可视化,或者一些统计,下面我简单列出一些我以前写过的,图文并茂,关键是还非常省心,不需要排版,不需要上传图片,整理图片。

一般来说看链接最后的文件名就知道这篇文章讲的是什么了:

Continue reading

一个MeDIP-seq实战-超级简单-2小时搞定!

Featured

请不要直接拷贝我的代码,需要自己理解,然后打出来,思考我为什么这样写代码。
软件请用最新版,尤其是samtools等被我存储在系统环境变量的,考虑到读者众多,一般的软件我都会自带版本信息的!
我用两个小时,不代表你是两个小时就学会,有些朋友反映学了两个星期才 学会,这很正常,没毛病,不要异想天开两个小时就达到我的水平。

MeDIP-seq 跟ChIP-seq的分析手段是一模一样的,同理hMeDIP-seq,caMeDIP-seq等等,都没有本质上的区别,只是用的抗体不一样而已,请自行搜索基础知识,我只讲数据分析。

一个ChIP-seq实战-超级简单-2小时搞定!

一个RNA-seq实战-超级简单-2小时搞定!

Continue reading

21

植物种子发育转录调控-2020年8月份第4周(总第128周 )

本次分析的文章发表在Plant Cell. 2019 May; 题为‘High-temporal-resolution Transcriptome Landscape of Early Maize Seed Development’的学术论文。该研究通过对玉米珠心(包括胚囊)进行RNA-seq分析,绘制了高时间分辨率的玉米籽粒发育早期转录组图谱。 需要注意的是 days after pollination (DAP) 和 hours after pollination (HAP) Continue reading

21

乳腺癌浸润T细胞的单细胞RNA测序 -(2019年8月份)第32周(总第80周 )

发表在 Nature Medicine (2018) ,标题是:Single-cell profiling of breast cancer T cells reveals a tissue-resident memory subset associated with improved prognosis 作者从3个乳腺癌患者体内通过FACS筛选到乳腺癌中肿瘤浸润淋巴细胞(TILs),使用商业仪器10X来做单细胞转录组,得到6,311个T细胞数据。 Continue reading

21

单细胞转录组对乳腺上皮细胞进行更细致的分类 -(2019年8月份)第31周(总第79周 )

文章发表于2018年的《Nature Communications》 , 题目为“Profiling human breast epithelial cells using single cell RNA sequencing identifies cell diversity”。 作者从7个个体的乳腺上皮细胞提取25,790 个单细胞进行转录组测序。测序的原始数据都上传到了NCBI的GEO数据库: GSE113197.如下; Continue reading

21

单细胞转录组探索小鼠乳腺发育 -(2019年8月份)第30周(总第78周 )

2017两篇文章陆续发表在nature communication杂志,都是关于小鼠乳腺发育的,所以一起解读
首先是发表于2017年9月的NC,文章是;Construction of developmental lineage relationships in the mouse mammary gland by single-cell RNA profiling 系统性的跟踪检测了小鼠epithelial cells 的各种时期的单细胞转录组 Continue reading

21

肺癌单细胞图谱 -(2019年8月份)第29周(总第77周 )

本次分享的文章发表在 Nat Med. 2018 Aug; 题目是:Phenotype molding of stromal cells in the lung tumor microenvironment. 共选取5例病人的共19个样本,通过10×genomics单细胞转录组测序探索基质细胞的亚群分类、基因功能(信号通路)、关键marker基因和临床预后。共鉴定出52个基质细胞亚群,反映了肿瘤微环境复杂性。对基质细胞的marker基因做生存曲线,发现这些marker基因可以作为肺癌预后诊断的潜在标志物。 为科学家们提供一种研究细胞类型的基准,便于后期研究人员在体外或动物模型中对这些细胞类型进行深度研究。同时,这些基质细胞亚型的生物标记作用,对患者的治疗与预后评估也至关重要。 Continue reading

21

挑选METEBRIC和TCGA数据库的TNBC重新分类-(2019年7月份)第27周(总第75周 )

文章发表于 Annals of Oncology, April 2018, 链接是,https://doi.org/10.1093/annonc/mdy024
主要是下载两个数据库总共 (n = 550) 的TNBC病人的3数据进行分析,即:

  • Molecular Taxonomy of Breast Cancer International Consortium (METABRIC)
  • The Cancer Genome Atlas. TNBC samples
    这3种数据分别是:
  • copy-number aberrations
  • somatic mutations
  • gene expression
    进行了整合分析,所谓的多组学整合,其实就是根据表达数据对样本进行分组, 然后看CNV和SNV层面的差异。 Continue reading
21

6个TNBC病人单细胞转录组 -(2019年7月份)第26周(总第74周 )

发表于2018的NC,文章是:Unravelling subclonal heterogeneity and aggressive disease states in TNBC through single-cell RNA-seq6个TNBC病人总共测了 超过1500个单细胞 ,质控后还剩下1189个单细胞进入下游分析。使用的是FACS加上Smart-seq2 ,非常中规中矩的分析,所以就发了同样中规中矩的NC。 Continue reading

21

正常组织的广泛存在体突变 -(2019年7月份)第25周(总第73周 )

背景介绍

关于正常组织的体细胞突变研究,Wellcome Trust Sanger研究所的 Peter J. Campbell博士 在这个领域钻研了很久:

  • 早在 Science. 2015 May 的关于 正常人(three female and onemale, ranged from 55 to 73 years of age)的皮肤细胞.
  • 2016年11月4日那期Science期刊上,论文标题为“Mutational signatures associated with tobacco smoking in human cancer 发现每天抽一包烟导致肺细胞每年产生150种突变。
  • 接着是 Science (2018.11) 研究9个志愿者的844个食管组织测序。
  • 然后还有 September 2018 从体细胞突变推断正常人血液的群体动态 ,对一名59岁健康男性的140个单细胞衍生的造血干细胞和祖细胞聚落以群体遗传学方法重建克隆动态 Continue reading
21

日本人的乳腺癌易感基因队列研究 -(2019年6月份)第24周(总第72周 )

2018年NC的一篇日本人群队列文章:Germline pathogenic variants of 11 breast cancer genes in 7,051 Japanese patients and 11,241 controls 只关心了11个基因,文章关于Pathogenic germline variants的分析方法非常值得学习。
Therefore, to maintain consistency of variant annotation across the 11 hereditary breast cancer genes, we decided to use the American College of Medical Genetics and Genomics and the Association for Molecular Pathology (ACMG/AMP) guidelines3 to assess all 11 genes analyzed in this study. Continue reading

21

肝癌类器官 -(2019年6月份)第23周(总第71周 )

2009年Hans Clevers研究组开创了类器官(organoids)研究时代,2014年纪念Sloan-Kattering癌症中心的Yu Chen研究组将类器官引入肿瘤,自此肿瘤类器官CNS文章频频。
本次我们分享肝癌的类器官研究,因为有两个研究比较近,具有相似性,这里就一起介绍:
首先是2017年12月;Human primary liver cancer–derived organoid cultures for disease modeling and drug screening 发表在《Nature Medicine》的文章,介绍了一款人类原发性肝癌微模型(organoids ),可用于特定类型肝癌的体外药物筛选。研究人员将这种培养系统扩展到以下三种最常见PLC亚型类器官:肝细胞癌(HCC)、胆管癌(CC)以及合并HCC/CC(CHC)的肿瘤。PLC衍生的类器官可用于生物标记物鉴定以及药物筛选测试,例如,将ERK抑制剂SCH772984筛选为PLC的潜在治疗药物。
然后是2018年6月的:Organoid Models of Human Liver Cancers Derived from Tumor Needle Biopsies Continue reading

21

ChIP‐Atlas数据库网页工具-(2019年6月份)第21周(总第69周 )

本次分享的文献发表了一个网页数据库,把其它数据库(GEO, ArrayExpress, DDBJ, ENCODE等等)的表观数据(主要是ChIP-seq and DNase-seq)整合,主要是6个模式生物的数据,包括(human, mouse, rat, fruit fly, nematode, and budding yeast), 最后形成了:ChIP-Atlas (http://chip-atlas.org) Continue reading

21

小鼠模型跟人类癌症差太大了 -(2019年5月份)第20周(总第68周 )

在人类癌症研究领域,基因工程小鼠模型,也就是genetically engineered mouse models (GEMMs) 和肿瘤细胞系一样,是家喻户晓的实验材料。尽管非常多的研究表明,小鼠模型得到的癌症相关基因和通路都是在人类里面可以看到的,但也有不少研究指出来了小鼠和人类的本质差异,现在就让我们来看看这样的研究吧。 Continue reading

21

重复一篇WGCNA分析的文章 -(2019年5月份)第19周(总第67周 )

说到WGCNA分析,分享一个好玩的故事, https://www.ncbi.nlm.nih.gov/pubmed/31382519 我3年前的WGCNA的教程, 有人拿去发文章了 , 是不是很有趣,https://github.com/jmzeng1314/my_WGCNA,而且不止发一篇,还有一个,https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6639467/ 同样的数据集和代码
文章发表于2017年11月,是 A novel microglial subset plays a key role in myelinogenesis in developing brain
数据公布在GEO,还提供了表达矩阵:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE78809

cat GSE78809_series_matrix.txt|grep ftp|tail -1|tr '\t' '\n'|tail -n +2|xargs wget -c

可以直接下载表达矩阵去走下游分析,也可以从 https://www.ncbi.nlm.nih.gov/sra?term=SRP071039 测序原始数据开始。 Continue reading

21

在果蝇探索PRC复合物 -(2019年5月份)第18周(总第66周 )

2018年2月的一篇PNAS文章:Global changes of H3K27me3 domains and Polycomb group protein distribution in the absence of recruiters Spps or Pho 的作者来我们学校面试助理教授,有幸听他完整讲述他们课题组的工作。
这篇文章只有两个共一的作者,一个负责全部的实验环节,一个负责全部的数据分析环节,所以作者的确是有真才实学的,佩服! Continue reading

21

scTrio-seq-增强版 -(2019年4月份)第15周(总第63周 )

本次分享的文献发表于2018年11月30日,在Science 杂志,“Single-cell Multi-omics Sequencing and Analyses of Human Colorectal Cancer”, 该研究在国际上首次从单细胞分辨率、多组学水平深入解析了人类结直肠癌在发生和转移过程中,基因组拷贝数变异、DNA甲基化异常及基因表达改变的特点及相互关系。 Continue reading