- 博客(589)
- 收藏
- 关注
RSS订阅
原创 如何自学生物信息学：从菜鸟到专家
看透了如此多的秘密，我们已停止相信尚有不可知之物。然而，那不可知之物却仍然坐在那里，冷静地舔着自己的嘴唇。 ——H.L. Mencken尽管人类已把航天器...
2020-11-23 19:46:04
13527
24
原创 生信人的自我修养：Linux 命令速查手册
标题：生信人的自我修养：Linux 命令速查手册目标：致力于为生信人打造一个完整的 Linux 命令速查手册作者：简佐义（jianzuoyi@qq.com）版本：1.0 日期：2020-...
2020-11-20 11:48:10
912
1
原创 直播预告：Galaxy平台玩转WGCNA，已为用户省了100万元
海量云端算力、8000+生信工具结合AI，推动生信进入3.0时代：数据分析从本地到云端，从手工到 AI。2026 年初，Galaxyg 平台上线了 WGCNA 分析工具和流程，大受欢迎。近半年来，工具被运行了数千次，流程被运行了 1000 多次。按市场上千元的 WGCNA 分析费用，平台为用户节省了至少 100 万元费用（保守估计成功运行 1000 次任务，每次节省 1000 元）。这次直播，带你把流程跑完，把结果看懂，把分析真正用起来。• 会一点分析思路，但不会写 R，流程难复现、难上手。
2026-05-17 10:46:19
276
原创 Galaxy平台WGCNA分析：精简版
海量云端算力、8000+生信工具结合AI，推动生信进入3.0时代：数据分析从本地到云端，从手工到 AI。若只是找目标模块，可不必优先做此步。: 如果表达矩阵本来就是“行=样本，列=基因”，则勾选。选出的 soft power 需要手动填入后续步骤。• 看某个模块中，基因模块成员度和性状显著性是否一致。关系较好，可优先从该模块中筛 hub gene。• 样本聚类图中若无明显离群点，可继续后续分析。是后续筛 hub gene 的核心文件。1. 表达矩阵和性状矩阵的样本名必须一致。
2026-05-17 10:46:19
604
原创 Galaxy平台WGCNA分析：详细版
海量云端算力、8000+生信工具结合AI，推动生信进入3.0时代：数据分析从本地到云端，从手工到 AI。说明：当前工具会做对数转换、MAD 变异度筛选和缺失值/异常样本检查，但不会替代标准的表达量标准化、批次效应校正和低表达过滤。准备一个目标模块的基因列表文件，一行一个基因。然后导出 Cytoscape 边表和点表。• 若二者呈明显正相关，说明该模块内部的关键基因很可能也与目标性状相关。• 如果原始矩阵是“行=基因，列=样本”，不要勾选，工具会自动转置。• 如果原始矩阵已经是“行=样本，列=基因”，勾选。
2026-05-17 10:46:19
630
原创 AI时代，生信云平台过时了？
从文献总结，到分析思路梳理，越来越多科研工作者开始借助 AI 学习生信、理解生信、甚至动手做生信。因为 AI 擅长的是“给建议、写步骤、讲原理、帮排错”，而云平台真正解决的是另一类更加基础、也更加关键的问题：环境统一、流程稳定、结果可复现、团队可协作、教学可落地。因为它提供的，不只是“能用的工具”，而是一种让分析真正落地、让结果真正可信、让教学真正可推广的支撑体系。如果把 AI 比作一个越来越聪明的“分析助手”，那么 Galaxy 这样的云平台，就是那个让分析真正发生、真正留痕、真正可复现的“工作现场”。
2026-05-14 16:53:41
316
原创 没养龙虾（OpenClaw），先养个马（Hermes）来做生物信息学
今天（2026-05-12），hermes 在 GitHub 上有 14.5 万颗星，这对于才火起来 1 个月左右的项目来说，已经非常成功了。接着是标准分析，进阶分析。如果终端没有出现二维码，那么就复制提示的链接，到 QQ 开放平台创建一个 QQ 机器人，我们给它取一个名字：Hermes。要在 QQ 上跟 hermes 对话，首先必须要创建好机器人并且跟 hermes 配对好，就像蓝牙配对一样。它只是一个智能体，它能工作要依赖于大模型，因此必须为其配置好大模型，我们这里用的是 DeepSeek v4。
2026-05-12 20:42:04
398
原创 生物信息交流群，限时免费加入
在这里我们可以分享各种实用的生信学习资料，讨论生信入门相关话题，如 R、Python 或者 Linux 的入门使用，生信环境搭建，软件安装报错等。海量云端算力、8000+生信工具结合AI，推动生信进入3.0时代：数据分析从本地到云端，从手工到 AI。为了方便同行交流，我们建立了一系列交流群，这里介绍如下，你可以根据自己的实际需要加入相应社群。这个群交流 Galaxy 生信云平台相关的知识，用户注册登录、使用入门，以及相关直播培训等。自己整理的ChIP seq分析步骤，大家谁有需要可以参考参考（持续更新）
2026-05-03 20:47:43
539
原创 DESeq2 Easy 教程：在 Galaxy 中完成 RNA-seq 差异表达分析（这次终于做到再小白的人也会了）
虽然它严格来说是细胞系来源，不一定等同于传统意义上的 batch，但它确实会带来样本间的系统表达差异，因此完全可以作为“已知需要控制的变量”来讲解。通过 PCA 图我们可以清楚地看到，沿 X 轴方向，按处理和未处理很好地分开，而在 Y 轴方向，样本之间则是按其来源的细胞系分开，说明确实有来自于细胞系的批次效应。这种写法的优点是简单，但在 airway 这组数据里，它并不是最完整的分析方式。在真实项目中，最常见也最推荐的批次处理方式，不是先做额外的矩阵校正，而是把已知的批次或协变量直接写进设计公式。
2026-05-02 21:28:37
306
原创 现在科研都这么卷了吗？单细胞+空间组学，才发3分
这篇论文发表于 2026 年，刊登在《Development》，由华盛顿大学团队完成，核心结论是斑马鱼椭圆囊毛细胞的空间分区形成同时依赖视黄酸梯度与机械转导活动。外源 RA 或 retinal 处理都会削弱 striolar 毛细胞比例、增加中间型细胞，并打乱原本紧凑的区域边界，说明提高 RA 水平会抑制 striolar 命运建立。光转换追踪表明，36 hpf 之前生成的大多数早期毛细胞在后续发育中转为 extrastriolar 身份，只有少数最终成为 striolar 细胞。计算质心和区域信号强度；
2026-04-21 23:09:50
341
原创 空间转录组数据挖掘，虽然只发了Plos Genetics【IF 3.7】，但这个思路能拯救没有经费的宝子呀
在空间展示上，作者将基因表达按脂肪体前后轴分箱，计算每个 bin 内的平均转录本频率，并通过对细胞重采样 100 次的 bootstrap 生成误差条，用于显示基因在前后轴上的空间梯度。这项研究回答了一个很基础但长期不易直接观察的问题：组织中的空间免疫异质性，究竟是感染过程中临时形成的，还是组织在感染前就已经具备不同的响应潜能。作者给出的证据支持后者。在此基础上，作者还分析了公开的 Stereo-seq 空间转录组数据，对未感染早期三龄幼虫脂肪体进行再聚类和差异分析，寻找与前后部高反应区域对应的转录特征。
2026-04-18 22:43:10
338
原创 拼图天花板 | 如果你文章的图很多，请照着这篇做，单细胞、空间组学研究典范
研究给出的结论主要有三点。第三，浆细胞与 CD4+ T 细胞的空间邻近偏好，与更短的无进展生存期相关，并在多变量模型中保留独立预测价值。在患者聚合可能掩盖单细胞异质性的分析中，作者使用线性混合效应模型，设 disease status 为固定效应，patient ID 为随机效应，部分分析中还加入随机斜率，以处理个体内相关性。PC_OXPHOS 邻域形成更致密的浆细胞聚集，并与内皮细胞富集和 OXPHOS/脂肪酸氧化相关，而 PC_MYELOID 更分散、伴髓系细胞混杂，呈现更强的糖酵解特征。
2026-04-17 23:36:46
345
原创 视频 + 直播 | Galaxy转录组数据分析实战
手里攥着宝贵的转录组数据，却被 Linux 复杂的命令行、R 语言无穷无尽的报错、以及服务器环境配置挡在了门外。经过上游分析，拿到表达量矩阵后，即可进行下游分析了。用户可以借助 R 语言完成，平台也提供了非常丰富的转录组下游分析工具，以下仅列出一些常用的。本课程的价值在于将转录组数据分析从原始数据开始，到发表级图表所涉及的流程工具全部讲清楚，让学员告别网上杂乱无章的零散教程。用最少的时间，产出最专业的生信分析结果。当然，也可以将 Kallisto 更换为其他的基于无参的定量软件，比如：salmon 等。
2026-04-17 09:05:26
291
原创 标准的单细胞数据分析入门素材：scRNA-seq 和 TCR-seq，全套R代码，新手超友好，图超多
第二，结肠上皮内与固有层 T 细胞虽然毗邻，但克隆共享有限，提示局部驻留和隔室化比预想更强。克隆扩增模式分析显示，CD8+ T 细胞整体上比 CD4+ T 细胞扩增更明显，结肠上皮最扩增的多为 CD8+ TRM，固有层最扩增的多为 CD4+ TRM，肝脏中则常由 CD8+ TRM 和 MAIT 细胞主导。同一供体配对的结肠、肝脏和外周血单细胞图谱显示，不同组织的 T 细胞组成存在稳定差异，结肠上皮和肝脏以 CD8+ TRM 为主，固有层以 CD4+ TRM 为主，肝脏中 MAIT 细胞比例明显更高。
2026-04-16 23:34:29
583
原创 高手觉得Low，小白觉得真香：这篇PNAS，上游CellRanger定量，下游Seurat全程纯R代码分析，我认为这是近期读到的最佳小白友好型文章
作者提出，细胞是否能在早期启动 IFNL，并不完全取决于感染后信号是否被激活，也取决于细胞在感染前是否已经处在一种更容易响应的内源性 ISG 状态。在此基础上，作者统计 OASL、IFIT3、DDX60、ISG15 和 IRF1 在不同供体、不同细胞类型中的阳性比例和表达量，以评估内源性 ISG 表达的组织层面异质性。将 0 h 基因表达与高 IFNL 命运概率相关联后，作者筛出一组候选基因，其中多种 ISG 位居前列，提示感染前的内源性抗病毒基因状态与后续 IFNL 诱导能力有关。
2026-04-15 23:10:26
530
原创 做科研最重要的还是 idea，这篇文章充分利用公共数据库轻松拿下一区 7 分
作者由此提出的 TMO 框架，把分散的驱动突变效应整理成更稳定、更可解释的表型单元。将 TMO 转化为患者签名后，作者发现其与 MSI、CMS/iCMS 及 BRAF、KRAS、TP53 突变存在对应关系，且 TMO1、TMO2、TMO10 高表达提示更差预后，而 TMO3-5 较高则与更低风险相关。基于 scVI 线性解码器，作者从跨细胞系单细胞表达中提炼出 10 个稳健的 TMO，分别对应炎症反应、可塑性/耐药、复制压力、细胞周期、分化、应激、代谢、干性和 EMT 等核心表型。
2026-04-14 23:23:13
620
原创 这篇文章超接地气，仅有Bulk RNA和单细胞RNA就发了篇 15 分的文章，这么简单的套路在 2026 年的今天可不多见
小胶质细胞在 P15 之后明显增加对 VGluT2 阳性丘脑前突触的吞噬，而缺失小胶质细胞会导致 P15 和 P25 的丘脑-皮层突触数量升高，说明小胶质细胞参与这一时期的突触清除。这项研究关注一个发育神经科学中的核心问题：星形胶质细胞促进突触形成，而小胶质细胞负责突触清除，这两类胶质细胞如何协调，才能让丘脑-皮层回路在发育过程中达到合适的连接数量。单细胞测序显示 Hevin 诱导的小胶质细胞形成一个与稳态微胶质不同的 cluster 1，其转录特征更接近早期发育和脱髓鞘损伤相关的小胶质细胞状态。
2026-04-13 22:37:54
534
原创 爱了 | 这篇单细胞多组学文章，全部代码，以及16G处理后的数据，都分享了，非常好复现，照着做就行
针对功能验证，研究使用遗传学策略分别清除 IL-10+ Treg 或 IL-10− Treg，并结合 IL-10Rα 阻断、IL-17RA 缺失类器官、体外细胞因子刺激、肝转移模型以及人 CRC 多组学和空间转录组数据进行交叉验证。其中，IL-10+ Treg 通过抑制 Th17/IL-17 轴限制原发肿瘤生长；作者进一步指出，CCR8 在 IL-10− Treg 上表达较高，因此这类策略或许有机会保留 IL-10+ Treg 的保护作用，同时解除 IL-10− Treg 对效应免疫的抑制。
2026-04-12 22:51:25
268
原创 Cell Reports | 全套代码分享，单细胞、空间转录组，7张漂亮组合图，非常好的学习材料
2026 年 4 月 28 日，这篇文章发表在《Cell Reports》，来自牛津大学等团队，核心工作是用空间转录组、单细胞和单核转录组重建人类肌腱从胚胎到成年的细胞图谱，并比较断裂后成年肌腱是否会重新进入发育样状态。作者整合了胚胎、胎儿和成年肌腱的单细胞、单核与空间转录组数据，重点比较成纤维细胞、免疫细胞、血管细胞和神经相关细胞。在不同年龄阶段的变化。胎儿肌腱的 snRNA-seq 与空间转录组联合分析显示，12-20 pcw 期间细胞组成发生重排，肌腱主体逐步由更偏向建造型的成纤维细胞群占据。
2026-04-11 22:41:04
536
原创 全套R代码，超多图表复现，基因组、转录组，空间组学，我们今天来学习一篇动物多组学文章
低表达基因先被过滤，随后在双物种和四物种框架下分别计算模块特征向量与物种、组织性状的相关性，并将与 Pac. aristolochiae 显著相关的 hub genes 做 GO 和 KEGG 富集，从而定位到 DNA repair、Fanconi anemia 和 nucleotide excision repair 等模块。这些机制是否能为人类抗马兜铃酸损伤提供线索。研究表明，这种蝴蝶通过代谢解毒、抗氧化系统、关键组织中的毒素隔离和低生物活化，以及增强的 DNA 修复，共同实现对马兜铃酸的耐受。
2026-04-10 20:26:52
505
原创 筛选了100篇文献，终于找到这篇，文章所有复现代码都提供了，单细胞、蛋白质组，学这一篇就够了
二是脊髓来源的少突胶质细胞和星形胶质细胞在 HOX 位点保留了类似发育期的 primed 染色质状态，而这种状态与成熟细胞中的稳定高表达并不一致，提示成人细胞中存在“表观遗传记忆”。作者将 Micro-C 结果与成人少突胶质细胞的 ATAC、H3K27ac、H3K27me3 图谱叠加，比较 HOX 基因簇周围的 TAD、子结构域边界和远端增强子联系，并进一步与桥脑、丘脑 H3K27M 高级别胶质瘤以及 PFA ependymoma 的公开三维结构数据比较。今天我们就来拆解一下这篇生信文章。
2026-04-07 10:53:23
543
转载 非常全面的细胞图谱Python复现代码，值得反复学习
本研究提供了目前规模最大的成年小鼠海马体压力应答单细胞数据集，明确了压力响应的细胞特异性分子特征，锁定 Nrgn 与 Sgk1 为核心调控基因，阐释 GR/MR 在不同神经元类型中的差异化作用，为压力相关精神疾病的分子机制研究与靶点挖掘提供关键资源。本研究构建了成年雄性小鼠后海马体在基线与急性社交压力状态下的单细胞转录组图谱，结合糖皮质激素受体（GR）、盐皮质激素受体（MR）条件性敲除模型，解析压力应答的细胞特异性分子特征，明确 Nrgn 与 Sgk1 在关键细胞群中的调控作用。
2026-04-06 12:00:00
43
转载 科研不秃头！谁还不知道这个零代码生信神器
你只需要上传数据，选好参数，剩下的交给云端高性能服务器。海量云端算力、8000+生信工具结合AI，推动生信进入3.0时代：数据分析从本地到云端，从手工到 AI。）维护的中文社区版，访问速度快到飞起，界面全中文，对英语头大的宝子简直不要太友好！虽然 Galaxy 极度友好，但生信的核心逻辑（比如什么是归一化、什么是聚类分析）还是需要了解的。而在 Galaxy 里，所有的工具都是预装好且经过测试的。想象一下：你不需要在黑乎乎的终端里敲代码，而是像在美图秀秀里修图、在剪映里剪视频一样，通过。
2026-04-05 21:09:31
46
原创 一篇顶一万篇，很难找到代码这么全的高分文章，WGS、RNA-seq、scRNA-seq、免疫肽组质谱联合分析
设定*p<0.05、**p<0.01、***p<0.001、****p<0.0001 为差异显著。本研究整合全基因组测序、转录组测序与 MHC I 类免疫肽组质谱数据，系统解析结直肠癌肿瘤特异性新抗原来源，证实非编码区是新抗原主要产生区域，且这类非经典新抗原可激活 CD8+T 细胞、抑制肿瘤生长，为结直肠癌个性化免疫治疗提供新靶点方向。3. 技术策略：采用免疫沉淀质谱直接鉴定 MHC I 类呈递肽段，结合多数据库搜索与从头测序提升鉴定效率，通过 ELISpot、抗体耗竭、单细胞测序等验证新抗原功能。
2026-04-05 12:00:00
317
转载 代码分享 | 单细胞系统药理学研究典范，破解急性淋巴细胞白血病治疗的耐药难题
本研究基于人 B 细胞发育的单细胞转录组参考图谱，解析 B 细胞急性淋巴细胞白血病（B-ALL）的发育状态异质性，明确其与门冬酰胺酶敏感性的关联，发现 BCL2 抑制剂维奈克拉可通过调控 mTOR 信号增强门冬酰胺酶的抗白血病效果，为高危 B-ALL 提供 rationally 设计的联合治疗方案。单细胞多组学证实，耐药 B-ALL 以 pre-pro-B 样细胞占主导，敏感样本以 pro-B 样细胞为主，门冬酰胺酶处理后 pro-B 样细胞显著减少。
2026-04-03 06:40:44
43
转载 优质代码分享 | 卵巢癌腹腔转移的空间演化全景：一篇顶刊生信研究全解析
• 流程：数据质控 →Cell2location 细胞类型反卷积 → 空间自相关分析 → 空间邻域检测（MistyR）→ 空间拷贝数分析（InferCNV）→ 空间拟时序分析 → 配体-受体互作分析（CellPhoneDB）。• 流程：数据质控 → 批次校正 → 细胞聚类 → 细胞类型注释 → 拟时序分析 →RNA 速率分析 → 单细胞拷贝数分析（Numbat）→ 细胞类型富集分析。• 流程：数据质控 → 序列比对 → 基因定量 →ssGSEA 分析通路活性 →TCGA 分子亚型注释 → 生存分析。
2026-04-02 07:18:29
73
原创 转录组数据分析实战（Galaxy）| 直播回放
手里攥着宝贵的转录组数据，却被 Linux 复杂的命令行、R 语言无穷无尽的报错、以及服务器环境配置挡在了门外。用户可以借助 R 语言完成，平台也提供了非常丰富的转录组下游分析工具，以下仅列出一些常用的。本课程的价值在于将转录组数据分析从原始数据开始，到发表级图表所涉及的流程工具全部讲清楚，让学员告别网上杂乱无章的零散教程。当然，也可以将 Kallisto 更换为其他的基于无参的定量软件，比如：salmon 等。仅需上传数据，选择参考基因组及对应的基因注释文件即可以开启分析，用户无需准备其他材料。
2026-04-01 20:37:52
624
转载 全套R分析代码，空间转录组 + scRNA-seq揭示阿尔茨海默病抗体药机制
本研究以人源小胶质细胞异种移植阿尔茨海默病模型小鼠为对象，明确仑卡奈单抗依赖抗体 Fc 段激活小胶质细胞效应功能，启动吞噬、溶酶体降解等转录程序，实现 β 淀粉样蛋白清除，同时鉴定。仑卡奈单抗可驱动人源小胶质细胞中与 β 淀粉样蛋白斑块相关的强烈转录改变，Fc 段完整的仑卡奈单抗能被小胶质细胞摄取，显著富集溶酶体与吞噬体通路基因。（UseGalaxy.cn）致力于生信平权。仑卡奈单抗通过触发小胶质细胞的效应功能减轻 β 淀粉样蛋白病理，该作用依赖完整 Fc 段与小胶质细胞存在，对小型斑块的清除效果更显著。
2026-04-01 09:22:09
41
转载 Nature Protocols | 代码开源 + scATAC-seq+scRNA-seq，单细胞同步检测染色质开放与基因表达
ISSAAC‑seq 提供了模块化、低成本、高兼容的单细胞双组学检测方案，优化了脆弱细胞核的处理流程，可广泛应用于复杂组织细胞异质性解析、基因调控机制研究、单细胞 CRISPR 筛选等场景，为单细胞多组学研究提供了易用且高效的工具。，在完整细胞核内完成染色质开放区域与 RNA‑cDNA 杂交体的双重标记，可兼容多孔板、微流控等多种单细胞分离平台，实现数百至数万个细胞核的染色质可及性与基因表达同步检测，流程可在 1–2 天内完成，数据质量稳定、成本更低。（UseGalaxy.cn）致力于生信平权。
2026-04-01 09:22:09
87
转载 《自然方法》生命科学的GPT时刻：scGPT重新定义单细胞多组学分析
scGPT 作为首个面向单细胞多组学的大规模生成式基础模型，实现“通用预训练、按需微调”的标准化流程，在细胞注释、扰动预测、多组学整合等核心任务达到 SOTA，同时可挖掘基因互作与细胞状态特异调控网络，为单细胞生物学提供可扩展、可迁移的 AI 分析框架，推动基础生物学与转化医学研究。3. 验证层面：在胰腺、多发性硬化、肿瘤浸润髓系细胞等数据集完成细胞类型注释测试，在多个 Perturb-seq 数据集完成扰动预测测试，在多批次、多组学数据集完成整合效果测试。（UseGalaxy.cn）致力于生信平权。
2026-03-31 20:16:00
82
转载 Nature Methods | AI当起单细胞测序“自动研究员”，不用动手也能挖出新发现
CellVoyager 实现 scRNA-seq 数据的自主化、智能化分析，降低计算生物学研究门槛，可在已发表数据中挖掘被忽视的生物学见解，为 COVID-19 免疫机制、子宫内膜重塑、脑衰老等领域提供新研究方向，推动 AI 在生命科学研究中的规模化应用。2. 选取 COVID-19 免疫、子宫内膜周期、大脑衰老 3 项已发表 scRNA-seq 研究开展案例分析，CellVoyager 自主生成分析流程并执行，由原文作者与独立生物学博士按创新性、生物学意义、方法正确性、假说价值四项指标评估。
2026-03-31 20:16:00
174
原创 单细胞数据分析培训班（Python/Galaxy可选），不怕学不会
擅长 C++ 和 Python 编程，特别是管理的生信云平台底层本身是 Python 语言的，因此对于 Python 编程尤其熟悉（舒适区）。中国银河生信云平台（UseGalaxy.cn）致力于生信平权：为全球用户提供零代码、一站式生信分析服务。我们用 79 万除以 5000，大约 = 158，用 240 万除以 5000，大约 = 480。数据导入、QC 质控、双细胞检测、批次校正、AI 自动注释、轨迹分析，一站式点击完成。也就是说，平均每个人执行了 158 次任务，生成了 480 个文件，
2026-03-31 08:58:30
617
转载 Nature | 体内细胞互作生信分析新思路，单细胞RNA测序 + 多组学联合，新手也能复刻
通过在细胞膜高表达转肽酶 SrtA 与五甘氨酸受体，实现<14nm 近距离内任意细胞间的互作标记，摆脱对 CD40L-CD40 通路的限制，可在体内记录免疫-免疫、免疫-非免疫细胞的物理接触，并结合单细胞转录组解析互作细胞的转录特征。（UseGalaxy.cn）致力于生信平权。的细胞物理互作记录，结合单细胞转录组可直接解析互作的分子基础与功能，为免疫调控、感染、肿瘤等领域的细胞互作研究提供通用工具。联合，定量关联细胞互作强度与基因表达、细胞状态、发育轨迹，直接定位驱动细胞互作的分子特征。
2026-03-31 08:58:30
70
转载 Cell 子刊食管腺癌snRNA单细胞+scATAC表观+visium xenium空间转录组 +OncoPanel基因组多组学研究思路全拆解
10例样本用于单核多组学测序，3例匹配样本开展Visium空间转录组分析，6例样本使用Xenium空间转录组检测，7例样本完成OncoPanel基因组测序。阐明恶性细胞与肿瘤微环境的空间互作模式；本研究以原发性和转移性食管腺癌为研究对象，运用单核转录组、单核染色质可及性测序、空间转录组技术，识别出5种恶性细胞程序，明确其表观可塑性、空间分布特点，并与临床分期、预后、药物敏感性进行关联分析。食管腺癌一旦出现转移，5年生存率不足5%，同样的治疗方案，患者反应差距极大，这背后的细胞机制一直没有被完全解析。
2026-03-30 20:03:43
71
转载 这个网站，我愿称之为生信云平台天花板
UseGalaxy.cn 的出现，真正实现了“生信民主化”——让每一位生物医学工作者，都能把精力从枯燥的代码调试中解放出来，投入到更有价值的生物学意义探索中。在 UseGalaxy.cn 上，你可以直接导入别人的工作流，或者将自己的操作保存。哪怕你用的是一台陈旧的笔记本，只要能上网，就能跑动耗费数百 GB 内存的分析任务。，就能完成复杂的生信流程。更贴心的是，它是为中国科研人员量身定制的，访问速度极快，告别国际版偶尔的加载卡顿。这个被称为“生信云平台天花板”的神仙网站，可能就是你生信生涯的“救命稻草”。
2026-03-30 09:29:50
90
转载 Cell|泛癌单细胞图谱：24 种癌症 NK 细胞单细胞分析思路拆解
研究重点解析了肿瘤微环境中NK细胞的亚群组成、组织浸润特征、功能异常状态，以及免疫细胞间的调控关系，为NK细胞相关肿瘤免疫治疗提供了直接的数据基础。1. 构建全球最大规模泛癌NK细胞单细胞图谱，系统揭示肿瘤浸润NK细胞的亚群异质性与肿瘤类型特异性。你有没有想过，同样是负责杀伤肿瘤的NK细胞，在不同癌种里，为什么有的战斗力强，有的却“躺平”失效？图1：构建泛癌NK细胞单细胞图谱，鉴定14个NK细胞亚群，呈现发育与功能分化特征。2. 发现RGS1为组织浸润NK细胞的新型标志物，鉴定功能异常的TaNK细胞亚群。
2026-03-29 20:09:56
62
转载 实体瘤，NK与T细胞|高分套路拆解：单细胞 + CRISPR筛选+功能验证如何发 Nature 子刊
今天我们就来拆解一下这篇生信文章；2. 通过PRESTO-Tango实验验证thGPRs配体特异性，构建过表达thGPRs的同基因型NK-92、原代NK/CD8+ T细胞、CAR-NK/CAR-T细胞。可作为免疫细胞“肿瘤导航”，突破实体瘤浸润瓶颈，为CAR-NK、CAR-T等实体瘤细胞治疗提供全新改造策略，拓展了基于代谢信号的免疫细胞工程方向。等代谢感知G蛋白偶联受体（thGPRs），证实其可增强NK细胞、CAR-NK细胞、CAR-T细胞向乳腺癌、卵巢癌实体瘤的迁移与浸润，其中。
2026-03-28 21:00:00
103
转载 Cancer Cell文章教你做单细胞多组学联合分析scRNA/snRNA+空间转录组+WES，破解肺癌前病变恶变机制
这项研究用空间转录组、单细胞测序等技术，系统绘制了人肺正常组织、癌前病变到肺腺癌的空间分子图谱，确认KRT8高表达的肺泡祖细胞是肺腺癌的最早起源细胞，并证明IL-1β-IL1R1信号主导的上皮–促炎微环境，在癌前阶段高度富集并驱动恶变，靶向这条通路可以有效拦截肺癌发生。本研究在空间水平系统解析了肺腺癌前病变的细胞演化与微环境调控机制，明确IL-1β-IL1R1是肺癌早期拦截的关键靶点，证明在癌前阶段阻断炎症联合免疫治疗可有效抑制恶变，为肺腺癌的早防早治提供了直接的理论和实验依据。
2026-03-28 20:05:15
132
转载 生信入门必看（代码超全）！6 张图搞定单细胞 + CRISPR 筛选研究逻辑
解析NK细胞与血液肿瘤互作的转录动态，鉴定肿瘤细胞中调控NK细胞杀伤敏感性与耐药性的关键基因与通路，为血液肿瘤NK细胞免疫治疗提供靶点与分层依据。：CROP-seq证实IFN-γ-JAK-STAT、NF-κB通路是调控肿瘤NK敏感性的核心信号。：PRISM筛选显示AML对NK细胞最敏感，B-ALL最耐药，敏感性与NK细胞活化程度正相关。：肿瘤细胞受NK细胞攻击后，核心激活IFN-γ-MHC-Ⅰ信号轴，且该反应具有谱系特异性。：肿瘤细胞基因扰动可直接改变NK细胞的活化状态，进而调控杀伤效率。
2026-03-27 22:33:28
73
转载 111万细胞 +（WES+scRNA+ST-seq）多组学！Nature Genetics这篇胆囊癌生信文章太适合新手学习
把上皮细胞比例超过30%的spot标记为恶性区域，再计算GM16和免疫亚群的相关性，判断空间上的共定位关系。这篇研究做了目前全球最大规模的胆囊癌单细胞测序，结合全外显子测序和空间转录组，把肿瘤进展过程中微环境的细胞组成、空间位置、分子变化讲清楚。质控环节用scCancer过滤不合格细胞，scds去掉双细胞，同时剔除线粒体、核糖体、解离相关基因，只保留在足够多细胞中表达的基因。团队自己开发了AI-EPI流程，用cNMF拆分上皮细胞的表达程序，找出患者之间共有的基因模块，以此定义出高恶性的GM16细胞状态。
2026-03-26 21:05:32
79
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