第一部分：人类基因组概述与测序历史（详细版）摘要：第十七章深入探讨了人类基因组的复杂性、测序历程以及其对现代科学的意义。人类基因组由约30,000至40,000个蛋白质编码基因组成，这些基因的表达和变异构成了我们生物学特征和疾病倾向的基础。本章节详细回顾了人类基因组计划的

作者按本章节主要讲解了干预（不同处理）的单细胞数据的正确分析方法，讲解了干预分析与差异表达分析，细胞组成分析的区别，并介绍了查找受扰动影响最大的细胞类型以及预测单细胞对扰动的转录反应的干预分析方法。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。全文字数|预计

作者按本章节主要讲解了不基于RNA速率的三种拟时序模型的代表算法，包括扩散时间，Slingshot，Palantir，VIA等，并简单介绍了细胞的状态转移。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。全文字数|预计阅读时间:5000|10min——Starlitnightly（星夜）1.背景单细胞测序技

作者按本教程将是本系列教程中最重要的一章，我们后续所有的单细胞分析，都要基于准确的细胞类型注释。本系列教程首发于“[单细胞最好的中文教程](single_cell_tutorialReadthedocs)”，未经授权许可，禁止转载。全文字数|预计阅读时间:4500|5min——Starlitnightly1.背景我们

我们前面四次教程，已经完成单细胞数据的预处理了，包括质控，归一化，高可变基因筛选，降维。现在，我们就要开始单细胞测序的正式分析了，细胞类型注释等，在开始介绍细胞类型注释前，我们先来了解一下聚类。对于生物学家而言，聚类一词可能有点晦涩，因为这个词是机器学习领域里的概念。所以本章将详

作者按本章节主要讲解了基于大模型的自动注释方法，包括CellTypist(发表在Science)和MetaTiME(发表在Naturecommunication)，一个通用，一个泛癌专用。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。全文字数|预计阅读时间:3000|3min——Starlitnightly（星夜）1.背景我

作者按本章节主要讲解了基于marker的自动注释方法，一般来说，我会先自动注释，再手动去确认marker，这是因为，对于一个陌生的组织，我对marker是不了解的，自动注释可以帮助我快速熟悉细胞类型。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。全文字数|预计阅读时间:5000|5min

作者按本教程将是本系列教程中比较有趣的一章，对于大型的单细胞测序项目来说，数据整合也是不可或缺的一个步骤。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。全文字数|预计阅读时间:5000|5min——Starlitnightly区别于我们以往所学的数据整合，在单细胞测序领域，数

作者按本章节主要讲解了单细胞数据的细胞组成（比例）的分析方法，讲解了为什么直接分析比例不行的原因与例子，并介绍了“有标签”，“有标签有层次”，“无标签”三个维度的细胞组成分析方法。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。全文字数|预计阅读时间:5000|10min

作者按本章节主要讲解了单细胞数据的差异表达基因分析方法，详细对比了ttest与DEseq2在所有细胞进行差异表达分析的异同，以及为什么要使用元细胞分析的原因。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。全文字数|预计阅读时间:3000|5min——Starlitnightly（星夜）1.

作者按本章节主要讲解了基于transformer的迁移注释方法TOSICA，该算法在迁移注释上达到了SOTA的水平，在注释这么卷的赛道愣是杀出了一条血路。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。全文字数|预计阅读时间:3000|3min——Starlitnightly（星夜）1.背景迁移注释

作者按国内对于单细胞测序相关的中文教程确实不够全面，当然NCBI官网给的上传教程也比较详细了，所以变成了会者不难。本教程你现在可能用不上，但是你如果做单细胞测序，那么未来你一定会用上，建议收藏。在这里，我们将演示如何将测序文件完整上传到NCBI上。本教程首发于单细胞最好的中文

作者按本章节详细讲解了基于RNA速率的三种拟时序模型，包括稳态模型，EM模型和深度学习模型，并对比了不同模型的适用场景与计算特点。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。全文字数|预计阅读时间:5000|10min——Starlitnightly（星夜）5.2RNA速率1.背景单细

作者：starlitnightly日期：2023.07.14!!!note楔子从事单细胞分析也有一段时间了，国内大部分中文教程都是使用R语言进行分析，使用Python的还比较少，或者是直译scanpy的教程，不过scanpy可能已经比较旧了。在这里，我们参考了Singlecellbestpractice,希望能给国内的从业者带来一个完

读书笔记：《生物信息学与功能基因组学》第十五章-第一部分摘要第十五章聚焦于真核生物中的真菌基因组，探讨了真菌的多样性、与人类和其他生物的密切关系以及它们在生态系统中的重要性。本章首先介绍了真菌的基本概念和分类，随后深入分析了真菌基因组的结构、功能和进化，特别

SV鉴定方法概述近日，范德堡大学发表一篇关于长读长鉴定SV比较的文章。Tradeoffsinalignmentandassembly-basedmethodsforstructuralvariantdetectionwithlong-readsequencingdata这类文章近几年来比较多，去年就有一篇类似的发表在NM上。Asurveyofalgorithmsf

目录论文概述论文速读论文方法论文实验论文总结论文概述本文主要探讨了第三代测序技术在不同基因组中的组装策略比较。随着长读序列技术的发展，如PacificBiosciences和OxfordNanopore技术，组装精度和计算成本得到了显著提高。然而，从头组装仍然存在计算成本高、结果质量差等挑战

2024年1月13日，中国农科院深圳基因组研究所武志强教授团队综述了植物细胞器基因组研究进展，文章发表在《TrendsinPlantScience》，题为：Plantorganellargenomes:muchdone,muchmoretodo。质体和线粒体是唯一具有内共生起源基因组的细胞器。近几十年来，测序技术的进步导致已发

单细胞测序技术是在单个细胞水平上，对基因组、转录组和表观基因组水平进行分析测序技术。bulkRNA-seq获得的是组织或器官等大量细胞中表达信号的均值，无法获取细胞之间的差异信息（即丢失了细胞的异质性），而单细胞测序技术可以很好的弥补bulkRNA-seq这一不足，即获取混合样本中

大家好，这里是专注表观组学十余年，领跑多组学科研服务的易基因。RIP-seq是将RNA免疫共沉淀（RNAImmunoprecipitation，RIP）与二代测序技术（NGS）相结合以研究细胞内RNA与蛋白互作的技术，RIP利用目标蛋白抗体把相应的RNA-蛋白复合物（RNABindingProtein，RBP）沉淀下来，然后经过富集和纯化就可以

易基因：干货｜DNA甲基化测序后的后期验证方法大家好，这里是专注表观组学十余年，领跑多组学科研服务的易基因。做完测序后，如果需要对分析结果中感兴趣的内容进行后期验证，则需要进行下游实验设计。DNA甲基化研究的后期验证包括简单验证、全基因组甲基化干扰实验（非靶向）、靶向目标基

大家好，这里是专注表观组学十余年，领跑多组学科研服务的易基因。食管癌（EC）是最常见的胃肠道恶性肿瘤之一，食管鳞状细胞癌（ESCC）是EC的主要组织学亚型，约占新EC病例的88%，大多数发生在东亚和中亚。与晚期ESCC的预后极差相比，早期ESCC（如黏膜内ESCC）和前体病变（如上皮内瘤变，IEN）可以通过内镜下整

dataset$sample_sums()%>%range#计算并查看样本总数的范围dataset$rarefy_samples(sample.size=1000000)#执行重采样，标准化样本中的测序深度"46featuresareremovedbecausetheyarenolongerpresentinanysampleafterrandomsubsampling..."这意味着在稀

大家好，这里是专注表观组学十余年，领跑多组学科研服务的易基因。DNA甲基化数据可以生成非常精确的年龄预测器，但关于这一关键表观遗传生物标志物在生命周期中的动态变化知之甚少。关于衰老不连续方面的研究仍处于起步阶段，关键的分子过程如表观基因组调控过程还有待研究。莱布尼

大家好，这里是专注表观组学十余年，领跑多组学科研服务的易基因。ChIP-seq（染色质免疫沉淀测序）实验指南和实践（ChIP-seqguidelinesandpracticesoftheENCODEandmodENCODEconsortia），由ENCODE（EncyclopediaofDNAElements）和modENCODE（ModelOrganismENCODE）联盟研究人员撰写。文