| date | comments |
|---|---|
2025-01-19 |
true |
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。
拉斯克奖得主陈志坚用他的科研经历告诉我们坚持的意义，“如果专注于某一个课题，你要相信这个世界上能比你对这个课题更懂的人不多。虽然有些实验室看上去很大，但真正和一个课题相关的可能就少数一两个学生或博后。如果你找到合适的课题并投身其中，你可以和世界上任何一个实验室竞争”。
1、Nat Cancer | 基于机器学习和泛癌蛋白基因组学构建人类癌症功能网络
文章基于监督机器学习方法，结合11种癌症类型中1,194个个体的大量蛋白质组学和RNA测序（RNA-seq）数据构建了一种名为FunMap的泛癌功能网络。
2、National Science Review | 单细胞水平筛选抗肿瘤药物的深度学习框架——“神农”
该文章介绍了良渚实验室团队开发的深度学习框架“神农”，该框架利用单细胞测序技术和人工智能技术，在单细胞水平上高效筛选抗肿瘤药物，并揭示了药物的作用机制及潜在副作用。通过构建泛肿瘤单细胞图谱，神农框架能够识别新适应症药物、预测潜在作用靶点及评估组织损伤效应，展现出良好的稳健性和泛化能力，有望显著提升药物筛选的效率和准确度，加速新药开发进程。
浙江大学医学院马欢教授团队揭示了大脑通过神经活动驱动线粒体基因转录的节能机制，并提出通过增强这一机制可能有助于对抗大脑衰老，为神经科学研究和人工智能发展提供了新视角。
该文章展示了Cell Press推出的“全球科学50人”系列采访中14位华人科学家的杰出贡献，涵盖多个科学领域，体现了华人科学家在全球科学研究中的重要地位。
该推文介绍了一场关于人工智能技术在大模型应用和科学研究中高效协作的讨论会。会议深入探讨了人工智能技术，如智能体、知识图谱、自然语言处理等在文本工作、文献搜索、代码辅助以及科学研究中的应用，并分享了实际工作中的应用案例和挑战解决方案。
该推文从程序员的视角深入探讨了HTML/CSS、LaTeX、LaTeX.js、Typst和react-pdf多种排版引擎的优缺点，并解释了为何PPResume选择LaTeX作为默认排版引擎。
像是一个类 Shiny 的项目。
8、LexicMap | 针对数百万个原核生物基因组的高效序列比对
LexicMap是一种核苷酸序列比对工具，能够高效地查询基因、质粒、病毒或长读长序列，与多达数百万个原核生物基因组进行比对。
- 工具：https://github.com/shenwei356/LexicMap
- 文章链接：https://doi.org/10.1101/2024.08.30.610459
9、ReactPress | 一个基于Next.js的博客&CMS系统
自己建站应该是一个不错的选择。
文章推荐了一本中文版本的经典实验设计入门书，这本书介绍了现代试验设计在统计方面应用的基本思想。
11、Data Commons
谷歌集纳的一个数据集合与解读网站。
「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）@donghongyu2020（董弘禹）@DrRobinLuo（罗鹏）@Wangcy-rachel- 王春阳@zoe3251- 舒晨阳
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）