- 博客(27)
- 收藏
- 关注
RSS订阅原创 CellMarker 3.0做单细胞分析的在线工具箱：查marker、跑聚类、看通讯，一个网站搞定
CellMarker 3.0是由哈尔滨医科大学团队开发的细胞标记物数据库，最新版本整合了超过132万条"组织-细胞类型-标记物"关系，涵盖人源和小鼠数据。该数据库提供8个分析工具，包括空间转录组分析和单细胞数据分析功能，支持基因搜索、细胞注释、聚类可视化、恶性度预测等。3.0版本新增空间表达和通讯分析工具，并扩充了数据量，人源和小鼠的细胞类型及标记物数量较2.0版翻倍。该数据库可通过网页端直接使用，并提供数据下载功能，为单细胞测序研究提供重要支持。访问地址：bio-bigdata.hrbmu.edu.cn/
2026-07-16 07:15:00
524
原创 文献解读 |“三虚拟”上线- AI 虚拟细胞爆火-综述
AI虚拟细胞模型：技术路径与应用前景 本文综述了AI驱动的虚拟细胞模型在临床前研究中的技术框架与应用潜力。核心内容包括： 技术路径：基于深度生成模型（如VAE、扩散模型）、图神经网络和物理信息神经网络，构建多尺度虚拟细胞模型，整合转录组、蛋白组等多组学数据。 验证机制：通过计算评估（分布一致性、模型稳定性）与实验验证（基因编辑、类器官）双层闭环，确保结果可靠性。 应用场景：覆盖精准药物筛选、机制解析及数字孪生协同，显著降低实验成本，加速研发流程。 挑战与趋势：需解决监管合规、数据隐私等问题，未来将向多尺度融
2026-07-13 18:41:50
726
原创 文献解读 | IF16.6! 德国萨尔大学临床生信团队：PBMCpedia把24个公开数据集“焊“成了一个，429万细胞全重跑
摘要 德国萨尔大学团队在《Nucleic Acids Research》发表PBMC单细胞数据库PBMCpedia，整合519个样本的429万细胞数据，通过统一重比对（Cell Ranger）、批次校正（Harmony）和两级注释（Allen图谱）提升跨研究可比性。亮点包括：1）严格质控保留细胞异质性（如动态线粒体阈值）；2）多模态数据分离存储；3）提供网页交互与API快速调用。该库弥补了现有资源样本覆盖不足的问题，但残留批次效应需谨慎解读。虽方法创新有限，但其标准化流程和实用接口为免疫研究提供可靠基础工具
2026-07-12 19:45:00
333
原创 单细胞分析入门（3）—— 细胞注释：给每个细胞群贴上“身份标签”
摘要 本教程介绍了单细胞RNA测序（scRNA-seq）数据中PBMC样本的细胞注释流程。通过差异表达分析（如FindMarkers和FindAllMarkers函数），筛选各细胞群的特异性标志基因（如B细胞的MS4A1和CD79A），并利用可视化工具（小提琴图、UMAP特征图、热图）验证基因表达模式。最终基于已知标记基因匹配细胞类型（如Naive CD4 T细胞、单核细胞等），完成注释并绘制标注后的UMAP图。相关代码和图表展示了从差异分析到注释的完整步骤，适用于免疫细胞亚群鉴定。
2026-07-11 19:00:00
588
原创 单细胞分析入门（2）—— PCA降维 + 聚类：锁定细胞类群的关键两步
本文介绍了单细胞RNA测序数据分析中的关键步骤：数据缩放、线性降维（PCA）和细胞聚类。首先通过ScaleData()函数对基因表达进行标准化处理，以避免高表达基因主导后续分析。接着利用RunPCA()进行主成分分析（PCA），通过可视化方法（如基因权重图、散点图和热图）评估主成分的生物学意义。随后使用ElbowPlot()确定主成分数量，最后基于选定的主成分进行细胞聚类（FindNeighbors和FindClusters函数）。这些步骤为后续细胞类型鉴定和差异表达分析奠定了基础，整个过程在Seurat软
2026-07-10 17:24:17
538
原创 单细胞分析入门（1）——pbmc数据读入、Seurat对象创建与基础质控
本文介绍单细胞RNA-seq分析流程，使用Seurat工具包处理PBMC样本数据。主要内容包括： 环境准备：安装R（4.6.0）、RStudio及所需R包（dplyr、patchwork、Seurat） 数据获取：下载10X Genomics提供的PBMC3K数据集（2700个单细胞） 预处理流程： 创建Seurat对象 质控过滤（基因数200-2500，线粒体基因比例<5%） 数据标准化 特征选择 降维（PCA+UMAP） 细胞聚类 Marker基因鉴定 可视化分析：展示质控指标、降维分群结果及差异表达基
2026-07-09 10:08:22
677
原创 单细胞分析入门（0）—— 单细胞测序是什么？一篇看懂分析流程
单细胞转录组分析是在单个细胞水平研究基因表达的技术，相比传统批量测序能揭示细胞异质性。主要分析流程包括：数据读入、质控过滤（检测基因数、线粒体占比等指标）、标准化处理、筛选高变基因、降维（PCA/UMAP）、聚类分析和细胞类型注释（通过marker基因鉴定）。该技术可应用于绘制细胞图谱、发现新亚群、推断发育轨迹、研究肿瘤异质性和细胞通讯等。分析过程中需注意内存管理、参数调整（如聚类分辨率）和细胞注释准确性，不同组织类型的阈值设定需结合具体数据特征。
2026-07-08 17:15:58
570
原创 文献解读 | IF8.3! 网络药理学→WGCNA→三算法→分子对接→信号轴，12张图完整流水线，纯生信人的标准答案！
本研究基于网络药理学、WGCNA和机器学习算法，系统预测了生姜抗胃癌的分子机制。通过整合多组学数据筛选出PRMT1作为核心靶点，并构建EGR1-PRMT1-BTG2信号轴。研究发现PRMT1在胃癌中高表达，与DNA修复系统和免疫微环境密切相关。分子对接证实生姜活性成分能直接结合PRMT1，LC-MS验证了预测成分。该研究为中药多靶点机制研究提供了"计算预测→实验验证"的创新范式，相关成果发表于《Phytomedicine》（IF=11.3）。
2026-07-03 17:30:00
378
原创 数据库网址 | 做生信分析不知道去哪找数据？14个常用数据库一次说清楚
本文系统梳理了生物信息学研究中常用的公共数据库资源，按照功能将其分为8大类：核酸序列、基因组、基因表达、蛋白质、互作与通路、疾病与变异、药物与化合物以及国内资源。针对每类数据库列举了代表性资源（如GenBank、Ensembl、GEO、UniProt、KEGG等），并说明其核心用途和访问网址。文章还提供了数据库选择策略，建议根据分析目的、数据格式需求和可视化功能来匹配相应资源，并强调实际研究中常需组合使用多个数据库。该指南可作为生信研究的数据检索索引，帮助研究者快速定位所需资源。
2026-07-02 17:30:00
705
原创 文献解读 | IF39.5 |水墨画UMAP： HBV感染竟然是肝癌免疫治疗的“隐藏buff“？
摘要： 3D核密度图等创新可视化技术直观呈现了细胞分布差异，为HCC免疫治疗提供了新靶点。该研究通过整合528例HCC患者临床数据、超百万细胞的单细胞测序及空间转录组分析，揭示了HBV感染如何通过CXCL16-CXCR6轴促进CD8⁺ T细胞与巨噬细胞的互作，从而增强免疫治疗响应。研究发现HBV⁺ HCC患者中CXCR6⁺耗竭T细胞（TEX3）比例更高，且与CXCL16⁺巨噬细胞空间共定位更密切。功能实验证实，CXCR6⁺ T细胞联合PD-1抑制剂可显著抑制肿瘤生长。
2026-06-29 17:14:03
733
原创 文献解读 | Cell子刊：12癌种空间转录组泛癌图谱，揭示巨噬细胞“站位“决定免疫疗效
摘要： 该研究通过泛癌分析12种癌症的373个空间转录组样本，系统解析了肿瘤微环境的异质性空间结构。研究发现13种跨癌种保守的"生态位"，其中巨噬细胞的空间定位（靠近肿瘤细胞或免疫细胞）显著影响患者预后与免疫治疗响应。关键发现包括：① 配体-受体互作具有生态位特异性；② 细胞基因表达受空间位置调控（如Niche_4中巨噬细胞呈免疫抑制表型）；③ 多重蛋白成像验证巨噬细胞空间分布可作为独立生物标志物。研究构建了"数据反卷积→无监督聚类→生态位识别→临床关联"的标准分析框架，为空间组学研究提供了范式。 亮点：
2026-06-25 16:30:00
498
原创 文献解读 | Nature重磅：11000个转录组数据，拆解哺乳动物衰老的通用“时钟“
《哺乳动物衰老与死亡的通用转录组标志物》研究摘要 这篇发表在《Nature》的研究通过跨物种整合分析（小鼠/大鼠/猕猴/人类，11,000+样本），建立了首个能预测哺乳动物生物年龄与死亡风险的转录组模型。关键发现包括： 保守标志物：鉴定出CDKN1A、LGALS3、GPNMB等跨物种衰老核心基因； 模块化机制：WGCNA揭示28个功能模块（如线粒体、炎症模块），不同干预靶向特定模块； 方法学创新：结合弹性网络与Gompertz模型构建"模块时钟"，实现衰老通路的精准解析； 多维度验证：从单细胞到UK Bio
2026-06-24 17:35:40
822
原创 RNA-seq (6)——GO/KEGG 富集分析｜柱状图、气泡图、圈图全套绘制
本文介绍了GO和KEGG富集分析在RNA-seq研究中的重要性，展示了如何使用R语言进行GO和KEGG富集分析，并解读结果图表。文章首先通过DESeq2分析得到的差异基因数据，利用clusterProfiler包进行GO和KEGG富集分析。GO分析从生物过程(BP)、细胞组分(CC)和分子功能(MF)三个维度注释基因功能，KEGG分析则揭示差异基因参与的信号通路和代谢网络。关键图表包括气泡图（展示富集程度、基因数量和显著性）和柱状图（可视化富集结果）。文章提供了完整的R代码流程，涵盖数据读取、ID转换、差异
2026-06-23 20:00:00
302
原创 文献解读 | 27 分转录组：分层设计才是核心加分项
这篇2025年发表于《Annals of the Rheumatic Diseases》（IF=27.4）的研究，通过多维度转录组分析揭示了干燥综合征唾液腺的分子特征。研究采用临床组织转录组结合分层分析策略，首先通过DESeq2鉴定1749个上调基因（富集于免疫激活通路），随后进行病理分层（异位淋巴结构±）和血清学指标（类风湿因子/抗La/SSB）双重分层，发现两种分子亚型：滤泡型（生发中心相关基因）和滤泡外型（RIG-I/干扰素通路）。研究创新性运用共表达网络（CEMiTool）和细胞反推（xCell）等
2026-06-23 19:30:00
739
原创 RNA-seq (5)——DEG 热图的解读、高颜值热图绘制教程
摘要 本文介绍了RNA-seq差异分析结果的可视化方法，重点展示高颜值热图的绘制过程与应用解读。首先通过DESeq2对airway数据进行差异分析，筛选显著差异基因（|log2FC|>1且padj<0.05）。热图解读包括三个关键维度：①样本聚类验证实验有效性；②基因聚类识别上下调模块；③单基因表达模式分析。文章详细演示了使用pheatmap包绘制热图的R代码流程，涵盖数据预处理（过滤低表达基因、标准化）、样本注释添加、多种配色方案选择，以及TOP50差异基因的聚焦展示。特别强调热图应展示标准化后的相对表达
2026-06-22 18:29:21
486
原创 文献解读 | 清华 Science 新作：DrugCLIP 开启全基因组虚拟筛选新范式
清华大学团队2026年在《Science》发表研究，开发了基于对比学习的全基因组虚拟筛选工具DrugCLIP（https://www.drugclip.com）。该工具通过两阶段训练（550万合成数据预训练+4万真实复合物微调），实现高效分子-蛋白匹配，在标准测试中富集效果、计算效率均优于传统方法。其创新点在于：1）突破性将虚拟筛选规模扩展至全基因组（1万蛋白×5亿分子）；2）开发GenPack模块解决AlphaFold预测结构的口袋定位问题；3）构建包含200余万候选分子的开源数据库GenomeScree
2026-06-21 17:17:33
673
原创 文献解读 | 范文精读：DESeq2 + 代谢组的经典发文逻辑
摘要：2025年发表在IET Systems Biology（IF=2.8）的桑树抗旱研究，通过比较抗旱/敏感品种在干旱胁迫下的转录组（DESeq2分析）与代谢组数据，揭示了抗旱调控机制。研究发现抗旱品种通过激活淀粉积累（相关基因上调）、ABA信号通路（NCED基因显著诱导）和黄酮合成通路（花青素基因高表达）响应干旱，而敏感品种则呈现相反的代谢趋势。多组学联合分析构建了基因-代谢物调控网络，qPCR验证了测序结果的可靠性。该研究为转录组-代谢组联合分析提供了标准化研究范式，特别展示了从DESeq2差异分析到
2026-06-20 11:45:00
235
原创 端午安康 | 愿生信思如泉涌，科研步步进阶
若你有关注的生信分析热点、前沿文献思路，或是科研途中的困惑与心得，都欢迎留言交流探讨。我们一同拆解科研逻辑，深耕组学奥秘，并肩前行。也祝愿大家在生信科研的道路上，步步进阶、思如泉涌，分析有章法，课题有突破，日日都有新收获。节俗藏诗意，烟火暖流年。愿你揽清风入袖，拥安康作伴，日子清和明朗，岁岁皆有长进。五月初五端阳至，粽叶飘香送福来。乔粒在此祝各位读者端午安康，喜乐常伴。
2026-06-19 21:02:26
28
原创 RNA-seq (4)——差异分析可视化，ggplot2 绘制高颜值火山图
本文介绍了如何使用R语言中的ggplot2和ggrepel包绘制RNA-seq差异分析结果的火山图。首先通过DESeq2获取基因表达差异数据（log2FC和padj），并筛选显著差异基因（|log2FC|>1且padj<0.05）。基础火山图展示基因表达变化（横轴log2FC）与显著性（纵轴-log10(padj)），使用不同颜色区分上调（红）、下调（蓝）基因。进阶优化包括：调整点的大小/透明度、改进配色方案、添加显著基因标签（TOP5上下调基因），并优化阈值线和图表主题。最终生成的火山图能直观展示差异表达
2026-06-17 18:37:38
827
原创 RNA-seq（3）：用 DESeq2 做差异表达分析——以 airway 数据为例
摘要 本文介绍了使用DESeq2进行RNA-seq差异表达分析的完整流程。DESeq2是基于负二项分布模型的转录组分析主流工具，适用于原始计数数据。分析流程包括：安装必要R包、加载示例数据集(airway)、数据预处理、构建DESeq2对象、运行差异分析以及结果提取。通过设置|log2FC|>1且padj<0.05的阈值，从16,596个过滤后的基因中鉴定出显著差异表达基因(上调1,243个，下调1,503个)。文章提供了详细的代码实现和参数说明，适合生物信息学初学者学习转录组差异分析方法。
2026-06-16 18:34:04
687
原创 RNA-seq(2)——包安装及数据下载
这篇文章介绍了转录组差异分析前的准备工作，包括R包安装和数据下载。主要内容包括： R包安装：使用BiocManager安装DESeq2、apeglm等差异分析核心包，以及tidyverse、ggplot2等数据处理和可视化包。 数据下载：以GSE52778数据集为例，演示了从NCBI GEO下载原始count数据的过程，该数据包含4种人原代气道平滑肌细胞系经地塞米松处理的RNA-seq数据。 数据说明：介绍了该数据集的相关文献、实验设计，以及提供的多种数据格式（如FPKM矩阵、TPM矩阵等）及其适用场景。
2026-06-15 18:14:27
417
原创 文献解读 | MR+单细胞+影像组学：多组学高分SCI套路拆解
摘要 本研究通过多组学整合策略解析糖皮质激素信号在非小细胞肺癌中的因果机制。采用**孟德尔随机化（MR）从遗传层面筛选9个核心基因，经TCGA转录组验证锁定MRPS7等3个关键基因。单细胞分析揭示其在病变组织中高表达，巨噬细胞模块评分差异显著。整合基因表达、免疫微环境与临床参数构建预后模型，加入影像组学特征后预测性能显著提升（AUC>0.9）。实验验证敲低MRPS7可抑制肿瘤恶性表型。研究创新性在于"因果推断→多组学验证→闭环叙事"**的设计，突破传统生信研究的相关性局限，为精准医学提供新思路。发表于《np
2026-06-14 19:30:00
407
原创 文献解读 | 网络毒理 + 组学 + 对接：高分毒理 SCI 的标准研究思路详解
这篇发表在《Pesticide Biochemistry and Physiology》上的研究通过"网络毒理学预测-多组学验证-分子对接+实验验证"的完整链条，系统探究了氟硅唑对肝细胞的毒性机制。研究整合了公共数据库筛选（4个靶点库+3个疾病库取112个交集靶点）、自测AML12细胞的转录组/代谢组数据（5个生物学重复）、O2PLS多组学关联分析，并最终通过分子对接和ELISA实验验证CYP51靶点活性。该研究通过层层递进的验证策略，既避免了单组学的局限性，又显著提升了结论的可信度，为毒理机制研究提供了标
2026-06-13 17:39:57
585
原创 文献解读 | 蛋白组 + 机器学习打造肺癌精准预防新策略
这篇2026年发表于《Cell》的研究（IF=42）通过多组学整合分析，建立了肺癌早期预测与精准预防的创新体系。研究团队运用机器学习从近5万人血浆蛋白组中筛选出14个蛋白组成的特征信号，能提前5-6年预测肺癌风险（AUC=0.865）。机制研究发现大气颗粒物、EGFR突变和IL-1β炎症协同促进不同肺上皮细胞向KAC癌前态转化。临床试验证实该特征可精准筛选抗IL-1β疗法的获益人群，使需治疗人数从1516降至55，实现从"生信发现-机制解析-临床转化"的完整研究闭环。该研究为癌症早期干预提供了新的生物标志物
2026-06-12 19:19:36
295
原创 RNA-seq(1)——基本介绍
RNA-seq是一种通过高通量测序分析RNA的技术，能够全面检测基因表达水平、可变剪接等生物学信息。其流程包括RNA提取、文库构建、测序和数据分析。RNA提取需进行质量控制和片段化处理，随后反转录为cDNA并连接测序接头，最终通过PCR扩增后上机测序。数据分析涵盖原始数据质控、序列比对、表达定量、差异表达分析和功能富集等步骤，生成FASTQ、BAM/SAM、差异基因列表和功能注释等结果文件。RNA-seq广泛应用于基因表达差异研究、新转录本发现等领域，为生物医学研究提供重要工具。
2026-06-11 19:30:00
293
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人