前面我们分享了 跟着Nature Medicine学MeDIP-seq数据分析，数据和代码都是公开，这个2G的压缩包文件，足以学习3个月，写60篇教程。 Continue reading →

我们《生信技能树》早期也分享过蛋白质组学数据处理教程，目录如下：
Continue reading →

GTEx数据库想必大家并不陌生了，通常我们在挖掘TCGA数据库的时候，会发现该项目纳入的正常组织测序结果是非常少的，也就是说很多病人都不会有他的正常组织的转录组测序结果。 Continue reading →

四年前我做了一个单细胞课程，就是对scRNAseq包里面的数据示例的一些处理。 Continue reading →

如果你看了我的单细胞转录组数据分析的 基础10讲：

• 01. 上游分析流程
• 02.课题多少个样品，测序数据量如何
• 03. 过滤不合格细胞和基因（数据质控很重要）
• 04. 过滤线粒体核糖体基因
• 05. 去除细胞效应和基因效应
• 06.单细胞转录组数据的降维聚类分群
• 07.单细胞转录组数据处理之细胞亚群注释
• 08.把拿到的亚群进行更细致的分群
• 09.单细胞转录组数据处理之细胞亚群比例比较
  会发现，里面虽然是根据线粒体和核糖体基因的比例，对细胞进行了过滤， 但是并没有改变基因的数量。基因的数量主要是在过滤那些在绝大部分细胞都不表达的，然后挑选高变基因，这样的降维操作。
  但是，关于单细胞转录组下游分析是否有必要删除线粒体和核糖体基因讨论却经常性的出现在各大单细胞交流群，比如发表于2021年3月的文章，标题是：《Single-cell analyses of Crohn’s disease tissues reveal intestinal intraepithelial T cells heterogeneity and altered subset distributions》，链接是：https://www.nature.com/articles/s41467-021-22164-6 就做了这样的操作：
  
  其单细胞表达量矩阵是公开可以获取的：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE157477
  我们首先发起一个讨论，大家是否赞成在单细胞转录组下游的降维聚类分群之前进行删除线粒体和核糖体基因的操作。
  另外，提出来一个学徒作业，参考前面的例子：人人都能学会的单细胞聚类分群注释 ，对 GSE157477的单细胞表达量矩阵进行两次单细胞转录组下游的降维聚类分群，首先是不进行删除线粒体和核糖体基因，然后是删除线粒体和核糖体基因后的表达量矩阵，对这两次的降维聚类分群结果进行对比！
  Continue reading →

做单细胞数据分析，我们当然希望看到一个清晰的降维聚类分群结果，这样才方便做生物学亚群注释，比如前面的例子：[人人都能学会的单细胞聚类分群注释] Continue reading →

看到了发表于2020年8月的一个研究，标题是《Efficient chromatin profiling of H3K4me3 modification in cotton using CUT&Tag》，链接是 https://link.springer.com/article/10.1186/s13007-020-00664-8 Continue reading →

众所周知，发布在bioconductor的包主要是生物信息学相关，在官方可以看到其主要是分成3类： Continue reading →

绝大部分的肿瘤研究单细胞研究我介绍过 [CNS图表复现08—肿瘤单细胞数据第一次分群通用规则] Continue reading →

过去的几年我们一直在强调要想真正入门生物信息学建议务必购买全套书籍，一点一滴攻克计算机基础知识，书单在：什么，生信入门全套书籍仅需160
然后呢，就有非常多的留言期待有电子版PDF分享，但是咱们并不是那样的公众号啊。咱们《生信技能树》，《单细胞天地》等平台，都是生物信息学领域流量天花板，犯不着去使用盗版资源来骗去流量哦！
而且，但凡是跟了我这么多年，学习了一些搜索技巧的，也很容易去搜索到对应的PDF资源啊。不过，我这里有一个更好的推荐，就是微信读书这个APP产品，了解一下，如下所示：

如果你接下来还要问我，什么是微信读书，如何使用，那你可能并不是很适合学习生物信息学！

看了那么多教程，却还是没办法动手分析你的10X单细胞转录组数据，你可能需要这个直播课！ Continue reading →

也不知道怎么搜索文献就发现了这个有意思的现象：

• 2017的文章，标题就《Neutrophils dominate the immune cell composition in non-small cell lung cancer》，链接是：https://www.nature.com/articles/ncomms14381 Continue reading →

很多人都说传统的bulk转录组测序“廉颇老矣”，急急忙忙转向了单细胞转录组这样的热点技术。 Continue reading →

看到一个预印本文章对3种EMT打分算法进行了测评，挺有意思的，标题是：《Comparative study of transcriptomics-based scoring metrics for the epithelial-hybrid-mesenchymal spectrum》，链接在 https://www.biorxiv.org/content/10.1101/2020.01.02.892604v1.full Continue reading →

总是有粉丝在我们的各个公众号教程下面留言关于单细胞数据处理的细节问题，比如为什么我们过滤线粒体基因表达量超15%的细胞啊，为什么看核糖体基因表达量占比啊等等。其实看一下基础10讲： Continue reading →

这两天在朋友圈看到了不少10X相关会议哦，宣传它们的10X单细胞产品相关文章多达2000篇啦，不乏CNS大作。 Continue reading →

2021年Single Cell Genomics Day在美国东部时间2021年3月26日星期五上午10点至下午5点线上进行。主要议题有： Continue reading →

今天要介绍的文章是： Tumour heterogeneity and intercellular networks of nasopharyngeal carcinoma at single cell resolution. Nat Commun 2021 Feb 2;12(1):741. PMID: [33531485] Continue reading →

早些年，我们在你都不感谢我凭什么要求我帮你宣传：有奖征集了发文章的规范化致谢格式！
格式超级简单：We thank Dr.Jianming Zeng(University of Macau), and all the members of his bioinformatics team, biotrainee, for generously sharing their experience and codes.
不过，很少宣传，所以看到了这个规范化致谢格式的并不多，偶尔就会有人在我们《生信技能树》公众号后台提问这件事。但是我们看后台的频率并不高，所以还是专门的再宣传一下吧，而且并不是只有你发表了SCI才能致谢我们生信技能树，绝大部分朋友不一定会去搞科研，发文章本来就没意义对大部分人来说。
如果我们这七年在《生信技能树》，《生信菜鸟团》，《单细胞天地》的系列教程确实对你有帮助，你的本硕博毕业论文，也可以加上啊，毕竟每个人都会毕业哦！

那么问题来了，致谢有什么好处呢？

其实真没有，毕竟我们这七年在《生信技能树》，《生信菜鸟团》，《单细胞天地》的系列教程都是免费给大家的，你都不付费，再要求好处就有点过分了！
而且呢，如果使用好处来诱惑你去致谢我，这个就显得不伦不类了，而且很可能是学术不端了。
但是呢，赠人玫瑰，手有余香，我们写这个推文，只是提醒那些真心觉得我们的付出对大家的学术科研工作确实是有帮助但是不记得可以致谢的小伙伴！如果你致谢了，我会很开心，咱们会混个脸熟，至少某一天你需要我的帮助了，我会优先回答你的问题！

七八年前我开始自学生物信息学的时候，乐此不疲的收集了很多相关英文pdf书籍，比如： Continue reading →