生信技能树知识整理实习生招募
在生信技能树，生信菜鸟团，单细胞天地分享了超1.3万篇教程后，越来越感觉时间精力不够用，且不说每日都要维持多个公众号的教程原创笔记撰写，仅仅是把这些教程发布出去，都是不小的工作量。目前我的教程同步更新在知乎，博客，腾讯云社区，简书，B站，论坛等平台，而且还有二十多个微信学习交流群需要维护，见：
所以迫切需要小助手，帮忙做一些知识整理和发布工作：
如果你是有一定生物信息学项目经验的，就做知识整理，能得到我的指点，在具体的某个方向深耕下去 如果你是完全小白，只需要对生物信息学有热情，你能抽空半年以上的时间，我也可以培养你。
我们生信技能树全部付费资源都喂给你：
知识整理会细化到某一个点
单细胞研究动态追踪
比如北京大学张泽民教授团队的文章， 哈佛大学Broad研究院的 Aviv Regev 博士及其团队的文章，MD Anderson癌症中心 Nicholas E. Navin博士及其团队的文章整理。
单细胞在肿瘤免疫，发育，图谱方面的成果整理。
TCGA网页工具整理
我喜欢把TCGA数据库的应用划分为8个领域：
1、探索各类肿瘤不同临床特征（性别、年龄、种族、临床分期）的预后（生存曲线） 2、探索各类肿瘤与对照的单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平的差异情况（箱线图） 3、探索各类肿瘤与对照的全局（mRNA，lncRNA，miRNA，甲基化，蛋白）水平的差异情况（差异分析流程） 4、探索各类肿瘤中两个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平相关性（散点图） 5、探索各类肿瘤中多个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平总结（热图） 6、探索各类肿瘤中单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）与所有其它分子相关性并且排序 7、探索各类肿瘤中单个基因突变或者单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）水平的预后（生存曲线） 8、探索各类肿瘤不同临床特征（性别、年龄、种族、临床分期）分组后的单个分子（mRNA，lncRNA，miRNA，甲基化，蛋白）特性的分布
这些应用都是有对应的网页工具可以实现！
数据挖掘策略整理
大家耳熟能详的策略有；
差异分析+PPI网络+hub基因 WGCNA+hub基因 诊断模型构建 预后模型构建 肿瘤免疫，CIBERSOFT计算的LM22比例分组，以及ESTIMATE算法等等 m6A等生物学功能基因集 药敏信息
（mRNA，lncRNA，miRNA，甲基化，蛋白）均可走上述流程，也就是说33种癌症乘以5种亚型，乘以5种分子，乘以15个策略就已经是过万篇数据挖掘课题了，而且你仔细搜索一下就发现，真的是已经有了过万篇数据挖掘文章了哦！
肿瘤亚型整理
比如是乳腺癌，你可以看lumA,lumB,basal,HER2 等亚型，其中TNBC可以继续细分为3~7种亚型，当然了，现在有了单细胞转录组数据的加持，细胞亚型会越来越清晰。如果要整合多组学数据，分类也会更加复杂。
再比如是胃癌，也是有4种分子分型，具体如下：
①爱泼斯坦-巴尔（Epstein-Barr）病毒（EBV）阳性型肿瘤：约占胃癌的9%，表现为较高频率的PIK3CA基因突变和DNA极度超甲基化，以及JAK2、CD274（也称PD-L1）和PDCD1LG2（也称PD-L2）基因扩增。
②微卫星不稳定（MSI）型：约占22%，表现为重复DNA序列突变增加，包括编码靶向致癌信号蛋白的基因突变。
③基因稳定（GS）型：约占20%，其组织学变异弥漫且丰富，RHOA基因突变或RHO家族GTP酶活化蛋白基因融合现象多见。
④染色体不稳定（CIN）型：此类肿瘤占胃癌的比例近一半，表现为显著异倍体性及受体酪氨酸激酶的局部扩增。
新媒体运营
主要是负责一些微信群聊天记录整理，组建群聊拉新人入群，一些简单答疑工作，一些生信技能树相关账号管理，以及生信技能树历史1.3万篇教程重修或者在其它平台发布。
如何应聘
原则上不接受线上知识整理实习生，因为沟通起来尤其费劲，除非你的自制力超群，而且确实空闲时间很多！
优先招募线下（至少有半年时间）的实习生，提供免费住宿，以及1000元左右每个月的生活补贴，学习能力极强的可以参与科研项目，发表SCI文章，或者提供科研服务赚取项目报酬。
应聘需要发简历以及自己的科研项目经验到我邮箱（jmzeng1314@163.com），加上一些自己对生信的理解，以及自己想专攻的生信方向。说明自己的时间安排，以及为什么应聘我们的生信技能树知识整理实习生。
理论上我每封邮件邮件都会回复，所以大胆的发简历给我吧，合适的应聘者我会详细沟通电话面试安排。