scATAC-seq数据允许通过足迹(footprint)对TF的影响进行额外的验证，足迹指示TF是否在给定的细胞簇中结合。为了进行这一分析，我们生成了聚类pseudobulks

AertsSCENIC将基因上下游的调控故事纳入单细胞图谱之中，帮助越多越多同学回答：这个细胞为什么是这个细胞的问题。SCENIC+:

精子衰老分析对上述分群中的生殖细胞簇重点分析。根据标记基因对生殖细胞发育的7个阶段分类：SSCs

急性淋巴细胞白血病患者得益于嵌合抗原受体T细胞和双特异性T细胞结合因子的出现，预后有了明显的改善，但是仍有一些患者会出现复发的情况。T细胞耗竭最近被认为是这些患者复发的一个重要驱动因素。事实上，表型耗尽的CD4+T细胞预示着B-ALL的复发和总体存活率较低。因此，对抗T细胞耗竭的治疗，如免疫检查点阻断，可能会改善白血病的免疫监视，防止复发。本文使用Ph+B-ALL小鼠模型和人类骨髓活检样本来评估CD4+T细胞耗竭的基本性质，以及将基于抗PD-L1的检查点阻断与针对BCR-ABL癌蛋白的酪氨酸激酶抑制剂相结合的临床前治疗潜力。B-ALL小鼠模型表现出T细胞表型衰竭的特征为了研究T细胞耗竭和白血病免疫逃逸的机制，构建B-ALL小鼠模型，其中CD4+和CD8+T细胞均出现表型耗竭。耗竭性CD4+T细胞失去了合成肿瘤坏死因子的能力。在使用Nur77

周运来男，一个长大了才会遇到的帅哥，稳健，潇洒，大方，靠谱。一段生信缘，一棵技能树。单细胞行业的深度参与者，单细胞应用场景的积极探索者，单细胞产品落地的一站式提供者。+

split(f=list(tcr_vdj2$sampleID))length(names(tcr_list))head(names(tcr_list))tcr_list[[1]][1:4,

3在涉及脂质处理的代谢途径中显著富集。而mAd

和基于差异表达基因的NK细胞。根据患者的ERG状态对基质细胞进行分群，并确定了三个不同的群体，包括内皮细胞、平滑肌细胞和成纤维细胞，在这三种基质细胞类型中，成纤维细胞在ERG+

II类基因低表达。对另外16名KD患者的细胞进行的单细胞RNA测序和流式细胞术分析表明，尽管治疗后总B细胞的百分比显著降低，但B细胞中浆细胞的百分比显著增加。与健康对照组相比，急性KD患者的CD8

markers），而转录组学则可以进行全基因组（genome-wide）的筛选。其中每一大类技术都有代表的平台，如检测单细胞蛋白表达的CyTOF和检测转录组的10X

难者不会，会者不难的心得体会，引起了大家的共鸣，行业内的小伙伴理解了我们的生信服务的正当性，外行人也认可了我们的价值。本来是文末凑数的封面图反而被大家留言纷纷讨论，有小伙伴指出来了这个

要不是这三年疫情，作为科研工作者，应该是没有人不喜欢阳性吧。通常情况下我们的定义的阳性是有信号值，证实了自己的生物学假设，在统计学领域阳性基本上就是统计学显著性，是大家喜闻见乐的。比如生存分析作为目前肿瘤等疾病研究领域的点睛之笔，我们就会想方设法调整阈值拿到那些具有统计学意义的影响生存的基因，无论是保护因子还是风险因子，都是需要是阳性。我在生信技能树多次分享过生存分析的细节人人都可以学会生存分析（学徒数据挖掘）学徒数据挖掘之谁说生存分析一定要按照表达量中位值或者平均值分组呢？基因表达量高低分组的cox和连续变量cox回归计算的HR值差异太大?学徒作业-两个基因突变联合看生存效应TCGA数据库里面你的基因生存分析不显著那就TMA吧对“不同数据来源的生存分析比较”的补充说明批量cox生存分析结果也可以火山图可视化既然可以看感兴趣基因的生存情况，当然就可以批量做完全部基因的生存分析多测试几个数据集生存效应应该是可以找到统计学显著的！我不相信kmplot这个网页工具的结果(生存分析免费做)为什么不用TCGA数据库来看感兴趣基因的生存情况200块的代码我的学徒免费送给你，GSVA和生存分析集思广益-生存分析可以随心所欲根据表达量分组吗生存分析时间点问题寻找生存分析的最佳基因表达分组阈值apply家族函数和for循环还是有区别的（批量生存分析出图bug）TCGA数据库生存分析的网页工具哪家强KM生存曲线经logRNA检验后也可以计算HR值但是并不意味着阴性就不能发表，下面分享一个案例：在2016的文章：《Germline

做任何事情，都要有方法。如果你知道做某一件事情的最佳方法。那么，你会觉得很好做，一点也不难。困难的事情对于一般人来说，难以解决是因为不懂，而对于会的人或行家来说，一点不难。我们《生信技能树》一直都有转录组产品线的明码标价的生物信息学数据分析服务明码标价之转录组常规测序服务（仅需799每个样品）明码标价之普通转录组上游分析明码标价之转录组下游分析仅需800元明码标价之转录组测序数据的可变剪切明码标价之RNA-Seq数据的内含子保留分析因为咱们《生信技能树》公众号的小伙伴绝大部分都是会多种ngs数据处理的，甚至是单细胞等热点数据分析都不在话下，所以就有按捺不住的小伙伴会冷嘲热讽的说咱们《生信技能树》的转录组产品线的明码标价的生物信息学数据分析服务简直就是抢钱，一个简单的差异分析和富集分析就800块钱了。大家手上都是有成熟的流程和代码，其实也就是跑了一下代码，十几分钟的事情。如果是需要理解图表的生物学含义，就需要看我六年前的表达芯片的公共数据库挖掘系列推文即可；解读GEO数据存放规律及下载，一文就够解读SRA数据库规律一文就够从GEO数据库下载得到表达矩阵

domain，可以理解为spot)；平均每个TD测得6578个基因表达信息。平均每张切片有500个TD，总共10327个TD，共覆盖了14个脑组织区域免疫组化实验对于每张切片，共检测4种指标：Aβ

前面我们提到了：超百万个单细胞的数据集越来越多了，但是绝大部分人的电脑或者普通服务器会遇到的数据分析困难是内存不足，当然了，一味的增加内存到1T甚至几个T，倒也不是很贵。虽然解决了内存不足的问题，但是另外一个弊端是CPU的分析速度问题，超百万个单细胞的数据处理的每个步骤，降维聚类分群，都是耗时十几分钟甚至几个小时。这个时候就迫切需要一个神级大家解决方案，就是从CPU转为GPU。位于美国加利福利亚的NVIDIA团队最近在预印本分享了他们的GPU一体化单细胞数据分析解决方案，标题是：《Accelerating

的潜在机制仍不清楚。蜕膜（decidua）是受精卵着床之后，在孕激素作用下，经历增厚和血供增加过程的子宫内膜。母胎界面的蜕膜免疫细胞主要由自然杀伤

function（数据集在：SCP1479）但是它们其实单细胞数据量都没有达到百万级别，上一次达到百万数据量的应该是北京大学的张泽民领导的新冠病毒相关研究：2021年2月3日，Cell

getOption('timeout')options(timeout=10000)#InstallData("pbmc3k")

getOption('timeout')options(timeout=10000)#InstallData("pbmc3k")

这个一文不够的差异分析得到的结果注释一文就够我们这里以大家熟知的pbmc3k数据集为例。大家先安装这个数据集对应的包，并且对它进行降维聚类分群，参考前面的例子：人人都能学会的单细胞聚类分群注释#

用生命科学服务人类健康特别提醒：墨卓生物微生物高通量单细胞基因组学技术——Microbe-seq合作正在全球征集，扫描文末二维码或点击阅读原文，即可申请。名额有限，大家冲！近期，哈佛大学和麻省理工学院的研究团队在微生物群落研究方法学上取得重要突破，发明了微生物高通量单细胞基因组学技术——Microbe-seq。相关成果以研究长文（Research

的生长、侵袭和转移是复杂的动态过程，不仅涉及肿瘤组织固有的遗传异常，还涉及肿瘤与免疫细胞在肿瘤微环境（TME）中的相互作用。肿瘤浸润性

由相对较高比例的基底样亚型细胞组成。通过检查6例患者的临床资料，我们发现PT039和PT081的肿瘤尺寸相对较大，这表明基底样亚型的高占比可能与乳腺癌患者的进展有关。为了研究

的输入数据很简单，下面是数据示例scRNA-seq鉴定出富含CLE的成纤维细胞亚型，表现出强烈的IFN反应特征接下来把成纤维细胞（FBs）细分亚群。只有一个亚群（4）由狼疮患者的FB主导。IFN

2).结果1.肺组织EVs的分离与鉴定使用透射电镜(TEM)观察到了正常肺组织中存在的各种EVs和MVEs为了从正常肺组织中收集高质量的

写教程的话，我的优点仅仅是量大，坚持了七年多写了超1万篇教程。但实际上绝大部分都浮于表面，深度不够。恰好最近看到了一个超级优秀的博客，安排了其中几篇给学徒们翻译和理解，超级值得读！阅读前面的翻译稿：3秒完成超大规模单细胞转录组差异表达量分析下面是七月优秀学员的翻译投稿Part

B）与对照组相比，静水压力处理的成纤维细胞中CXCL12显著上调，但其他趋化因子（CCL21、CXCL5、CX3CL1、CXCL1、CXCL8、CCL2、CCL25）没有显著变化。CXCL5

衍生的LAMP3时获得了增强的免疫抑制功能+疾病控制中心。往期回顾功能蛋白组技术在新冠和肿瘤疫苗研究中的应用scRNA-seq解析肺腺癌的多细胞生态单细胞切病理

IsoPlexis的功能蛋白质组学可以在单细胞水平和群组水平同时识别超过30种功能蛋白。对与细胞功能相关的效应因子、趋化因子、刺激因子、炎症因子等进行表征，能够检测由于细胞异质性造成的细胞功能差异，从而全面评估细胞功能。不仅能够检测蛋白水平，而且可以检测多功能细胞相对总细胞的占比，表达特定细胞因子谱的细胞比例，揭示样品差异，进行多功能主成分分析等应用，这些丰富的应用和数据可以用于表征免疫细胞和免疫应答。在疫苗研究方面，通过IsoPlexis的功能多组学平台，研究人员能够识别免疫应答反应的驱动因素，拓展对疫苗产生的免疫应答的认识。功能蛋白质组学是了解COVID

SCGB1A1)、基底气道上皮细胞（Basal；KRT17）和纤毛气道上皮细胞（Ciliated；TPPP3）通过CNV来鉴定恶性细胞，发现恶性细胞和患者来源有关，表明肿瘤间存在高度异质性。比较

I中的大多数细胞是导管细胞（44.88%），仅有少量免疫细胞（17.06%）。导管细胞的数量随着肿瘤阶段的进展逐渐减少（44.88%-36.04%–18.95%）。免疫细胞（包括

66）注释为具有高表达干细胞相关基因：Pou3f1（Oct6），Thy1（Cd90），Nes和Ly6a（Sca-1），GO显示在“干细胞群维持”中也显著富集。将簇4（n

个细胞用于后续分析。降维聚类得到32个cluster，并且注释得到了：肿瘤细胞、支气管/肺泡上皮细胞、骨髓细胞、T淋巴细胞、B淋巴细胞、癌症相关成纤维细胞、内皮细胞和肥大细胞。其中骨髓细胞和

进展相关基因的磷酸化失调，从而促进肿瘤发生和肿瘤发展。推测这些重要基因可能参与蛋白质磷酸化，影响下游磷酸化相关通路，进而促进HCC的发生和发展。scRNA-Seq

巨噬细胞也过度表达M2极化基因（MMP14、CD276、FN1、MRC1、CCL13，CCL18，LYVE1，PDCD1LG2（PD-L2），MMP9，TGFB2，ARG2）。因此，TREM2hi

厂房。公司专注于将液滴微流控技术应用于精准医学领域，致力于成为集微流控芯片、仪器、试剂的研发和生产于一体的完整解决方案提供商。公司自主研发、生产的两大技术平台：数字

与其他恶性细胞分开。肿瘤干细胞被认为是一组来源于突变正常组织的恶性细胞，具有强烈的自我更新和分化活性。这种多能集群的后代也给肿瘤组织带来了异质性。后面进行了轨迹推断来看乳腺癌的发展过程。BCSCs

{mkref,sample,barcode,cutadapt,consensus,star_virus,count_virus,filter_virus,analysis_virus}

KRT14)在cluster0、2、4、5高表达cluster3同时表达tumor和normal的上皮细胞marker同时CNV也显示tumor

/mnt/sdd/singleron_training_class/resources/celescope_test/celescope_test_data/snp/snp_match_dir

samples）中分离了CD8+PD1+和CD8+PD1-的TILs细胞进行测序分析。其中，在ccRCC和HCC肿瘤中还提取了癌旁正常组织的样本，以及正常供体PBMC来源的CD8+T细胞（5

主编，科学出版社，2019Computational-method-for-single-cell-data-analysis，2019COVID-19

祝喻甲主编，中国协和医科大学出版社，2020协和听课笔记（生物化学喻分子生物学），李晗歌

主编，科学出版社，2019Computational-method-for-single-cell-data-analysis，2019Inflammation:

主编，科学出版社，2019Computational-method-for-single-cell-data-analysis，2019人类疾病动物模型，刘恩岐

主编，科学出版社，2019Computational-method-for-single-cell-data-analysis，2019协和听课笔记（病理学），阚晨

系统性梳理了一下自己在《生信技能树》公众号发布的近三年(2018-2021)的单细胞数据处理经验，做成了一个合辑，并不是说你读完了我的分享就可以发单细胞方面的CNS，但起码可以让你在入门的路上少一点坎坷，新手学习单细胞的99%的问题我都写过教程并且在《生信技能树》和《单细胞天地》了笔记。发一下福利：如果你能在我下面的目录里面挑选大于50个笔记留言说出你的读后感，可以获得