菜鸟团一周文献推荐（No.39）
供稿人：大吉
一句话评价
综述：非编码RNA在肿瘤学中的研究进展
文章信息
题目：The Role of Non-coding RNAs in Oncology
杂志：Cell
时间：NOVEMBER 14, 2019
链接: https://doi.org/10.1016/j.cell.2019.10.017
figure
Figure 1. Oncogenic ncRNAs and CancerPromoting Mechanisms
文章介绍：
在过去30年里，数以万计的ncRNA的发现研究彻底改变了研究人员思考生理病理发展过程的方式。ncRNAs占人类基因组RNA的90%以上，仍存在着大量空白等待研究。基于过往的研究内容，本篇综述将主要讨论与肿瘤生物学相关的非编码RNA研究进展及当前的临床实践，重点拆分描述了不同非编码RNA在生物过程中扮演的复杂角色，它们包括 miRNAs、transfer RNA、 [tRNA]-derived small RNAs [tsRNAs]、PIWI-interacting RNAs [piRNAs]、long ncRNAs [lncRNAs]、pseudogenes 和circular RNAs [circRNAs]，基于案例讨论如何将其用于新一代癌症的诊断筛查和靶向治疗。全文总结了诸多已有报道的功能分子，详读收获颇丰。
供稿人：Christine
一句话评价
Bioconductor的scRNA-seq分析工具汇编
文章信息
题目：Orchestrating single-cell analysis with Bioconductor
杂志：Nature Methods
时间：02 December 2019
链接: https://www.nature.com/articles/s41592-019-0654-x
figure
文章介绍：
一句话评价
基于透明化的成像技术和深度学习算法快速、准确检测微量肿瘤细胞的转移
文章信息
题目：Deep Learning Reveals Cancer Metastasis and Therapeutic Antibody Targeting in the Entire Body
杂志：Cell
时间：December 12, 2019
链接: https://doi.org/10.1016/j.cell.2019.11.013
figure
文章介绍：
肿瘤转移是癌症病人产生治疗抵抗和死亡率升高的一个原因，高效、准确的检测肿瘤的转移具有重要的意义。但是目前技术上有两方面的限制：一是成像技术，可以在体内准确检测所有肿瘤细胞转移的成像技术，二是缺乏对大规模图像数据进行快速、准确定量的算法。这项研究针对这两个瓶颈问题，开发了解决方案。
成像的原理主要是基于对荧光蛋白的标记，但是由于鼠体内很多组织有高度的自发荧光会干扰对单个肿瘤细胞或者少量细胞群的荧光信号检测。因此，他们采用使小鼠变得透明的vDISCO技术，使肿瘤细胞的荧光信号在透明的组织中增强超过100倍，从而既可以检测大规模的转移，也可以准确检测微量的转移。(vDISCO技术：一种压力驱动、基于纳米体的全身免疫标记技术，可将荧光蛋白的信号增强两个数量级。https://www.nature.com/articles/s41593-018-0301-3)
针对算法问题，他们基于卷积神经网络开发了DeepMACT(deep learning-enabled metastasis analysis in cleared tissue)的算法，可以自动化、快速的注释癌症转移的情况，以及抗体药物靶向的效率。
想进一步了解这个算法的可参考：DeepMACT handbook：http://discotechnologies.org/DeepMACT/
为你感兴趣的文献投票
最后推荐生信技能树的一些好内容