05 2025 档案
摘要：📚 一、中文教程 / 课程推荐（免费 & 高质量） 1. 清华大学《图神经网络GNN原理与实践》课程 讲师：朱军、唐源（清华人工智能研究院） 平台：清华学堂在线（免费） 🔗 地址：https://next.xuetangx.com/course/THU08091000320 适合：对图神经网络零
阅读全文
摘要：🧠 总体结构：什么是“拓扑学”在生命科学中的数学实现？ 拓扑分析在生命科学中的数学实现，主要体现在以下核心思想： 将生物系统抽象为图（Graph）或网络（Network）结构，借助图论与复杂网络分析方法，研究生命系统中多实体（细胞、基因、蛋白等）之间的连接、传播、协同与结构演化。 图模型提供了一个
阅读全文
摘要：🧠 学习目标：理解模块识别（社区检测）的核心思想与数学原理 🔬 任务场景：在构建好的细胞图（节点为细胞群，边表示相关性）中，自动识别高度内聚、外部联系稀疏的群体 —— 即“模块”或“社区”。 🔍 一、背景导入：什么是“模块识别”？ 🧩 场景举例 细胞图谱：寻找免疫细胞簇 蛋白互作网络：识别功
阅读全文
摘要：🧠 一句话总结 SCENIC 是什么？ SCENIC 是一套从单细胞转录组数据中，重建细胞内转录调控网络并评估其活跃度的工具链。它帮你找出： 谁在控制谁（TF → target genes），在哪些细胞里控制得最明显（regulon 活跃度）。 🧭 类比理解：细胞里的“地下指挥网络” 把每个细胞
阅读全文
摘要：🧬 文献笔记：《单细胞空间多组学揭示癌症相关成纤维细胞的保守空间亚型和细胞邻域》 📍 标签：#肿瘤免疫 #空间转录组 #CancerCell2025 #CAF 🕒 阅读日期：2025-05-25 ✍️ 整理人：Tomorgen.C 🗂️ 一、文献基本信息（Metadata） 项目 内容 📘
阅读全文
摘要：🔍 一、细胞间通讯分析工具概览 工具名称 编程语言 数据库来源 支持数据类型 核心功能亮点 CellChat R 手动整理、支持多亚基 scRNA-seq 多亚基支持、通信网络建模、信号模式识别、多图可视化 CellPhoneDB Python 手动整理、支持多亚基 scRNA-seq, 空间转录
阅读全文
摘要：🧬 空间组学中的细胞生态位建模与分析 🧠 1. 细胞生态位的定义 细胞生态位（Cellular Niche）指的是一个细胞在组织内的空间位置及其所处的微环境，包括： 邻近细胞类型与密度结构； 分泌/接收的信号因子网络（如细胞因子、趋化因子）； 局部物理/代谢状态（如氧气浓度、酸碱度、营养供应）；
阅读全文
摘要：目前空间转录组分析中常用的主流底层算法或建模方法出发，涵盖了 PCA、NMF、Cell2location 以外，还包括： scVI（单细胞变分自编码器） SpaGCN（空间图卷积网络） BayesSpace（贝叶斯空间聚类） Tangram（scRNA → 空间数据映射） stereoscope（贝
阅读全文
摘要：🧠 空间转录组中的线性降维与细胞类型推断：算法总结与比较分析 🔍 一、核心任务拆解 ✅ 空间转录组中的两个关键分析目标： 线性降维：压缩 spot 表达数据 → 探索数据结构或构建空间因子 细胞类型推断：从混合 spot 表达中推断出每种细胞类型的空间分布 这两类任务各自有不同的算法适配方案，也
阅读全文
摘要：🧬 样本制备方法系统总结（面向空间转录组、病理、多组学） 🧊 一、FF（Fresh Frozen）样本 ✅ 核心定义 组织切除后立即用液氮/干冰冷冻，长期储存在 -80°C，可最大程度保留 RNA 完整性和代谢状态。 ✅ 技术适配度分析 项目 FF 特性分析 RNA 完整性 ⭐⭐⭐⭐⭐ 极佳，适
阅读全文
摘要：🧬 空间邻域组成聚类系统性总结：从特征构建到方法选择 一、任务目标：识别“空间亚型” 空间亚型分析旨在根据细胞在组织中邻域结构的组成特征，识别出功能或状态上不同的“空间细胞类群”，如不同的 CAF 微环境类型。 二、分析流程概览 ✅ 输入数据： CAF × CellType 的邻域比例矩阵 每个
阅读全文
摘要：🧠 空间蛋白组成像技术系统总结：原理、流程与算法解析 一、核心概念：空间成像 + 抗体标签 空间蛋白质组学本质是： 将蛋白表达的定量信息保留在组织空间中，通过抗体特异识别 + 成像技术进行测定 二、两大技术路线：光学 vs 质谱成像 类型 原理 代表技术 光学类 抗体接荧光标签，多轮成像、融合通道
阅读全文
摘要：如果你想在 Markdown 中插入类似 🧪 这样的图标（Emoji 表情），以下是一些推荐网站，它们可以帮助你 查找、复制和使用 Emoji/图标，适合用于 Markdown 文档、笔记或演示中： ✅ 推荐的 Emoji 图标网站（Markdown 友好） 1. Emojipedia 📚 全球
阅读全文
摘要：🧠 一、Visium 的本质：“小块上的 bulk RNA” ✅ 关键事实： 特征 描述 单位 每个 Visium spot 约 55μm，包含 1–10 个细胞 本质 是一个局部 bulk RNA-seq，测量的是所有细胞表达的总和 输出矩阵 Spot × Gene，无法直接提供单细胞层面的表达
阅读全文
摘要：✅ 简洁总结（三句话版） CosMx / MERSCOPE 提供高分辨率的细胞级空间数据，适合进行 精细的邻域建模； Visium ST 虽然分辨率低，但样本量大，适合用于验证前者发现的 空间模式在低分辨率下是否依然成立； 从 CosMx 验证到 Visium 可测试模式的稳定性与泛化性，反过来不具
阅读全文
摘要：是的，你理解得基本正确！这里提到的 Lunaphore COMET assay 确实是一种空间蛋白质组学技术，但它有一些特定的特点，下面我来系统解释一下它是什么、怎么工作、和其他空间蛋白组学方法有什么不同。 🔬 一、什么是 COMET assay by Lunaphore？ COMET 全称是 C
阅读全文
摘要：是的，从技术上完全可以实现将手机作为电脑主机的外设音响，并且已有多种方法可以实现这一功能。下面是一些常见的方案： ✅ 可行技术方案 方法一：通过局域网（Wi-Fi）连接，实现音频传输 工具： 软件推荐： SoundWire（Windows + Android） AudioRelay（支持 Windo
阅读全文
摘要： 批次效应（batch effect）校正/整合方法非常多，名字又长又像，看起来非常混乱。但从本质上来看，它们可以按照“核心思想”+“适用框架”+“应用场景”三层结构来理解。 🧠 一文读懂批次整合算法（Batch Correction）原理与分类 🎯 一、首先理解：什么是“批次效应”？为什么要
阅读全文
摘要：🌈 多模态空间去卷积（Multimodal Spatial Deconvolution）详解 🧠 1. 什么是“多模态”去卷积？ 多模态空间去卷积是指使用不仅仅是 RNA 表达，还可能包括： 蛋白表达（如抗体探针：CODEX, Xenium IF） 表观组数据（如 scATAC） 图像信息（免疫
阅读全文
摘要：🧬 空间组学平台汇总（聚焦肿瘤研究） 1️⃣ 空间转录组平台（Spatial Transcriptomics） 🔹 A. 原位探针类（In Situ Hybridization） 平台 通量 代表厂商 特点 肿瘤研究适用场景 CosMx SMI 980-Plex RNA + 64抗体 NanoS
阅读全文
摘要：🧰 第一步：安装必要工具 ✅ 1. 安装 Homebrew（如果未安装） /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" ✅ 2. 安装最新版 Zsh（可
阅读全文
摘要：使用 ggplot2 制作一幅信息丰富、样式统一的图表，展示不同类型车辆的引擎排量（displ）对高速油耗（hwy）的影响，具体要求如下： 📋 问题要求（共 11 点） 数据源：使用内置数据集 mpg。 图类型： 主要为散点图（geom_point()）。 添加线性拟合线（geom_smooth(
阅读全文
摘要：🧱 一、ggplot2 绘图基本结构 ggplot(data = <DATA>) + <GEOM FUNCTION>(mapping = aes(<MAPPINGS>)) + <SCALE / COORDINATE / FACET / THEME 等函数> 🎨 二、核心对象类型与函数 1. 常见
阅读全文
摘要：空间组学平台概览（Spatial Omics Platforms Overview） 空间组学技术在保留组织空间背景下，实现转录组、蛋白组、表观组等多组学信息的原位测量，是理解细胞生态位与组织功能关键工具。主流平台可分为以下几类： 1️⃣ 10x Visium 原理：玻片阵列搭载空间条形码，组织贴附
阅读全文
摘要：在 macOS 的终端（包括 iTerm2 和系统自带的 Terminal.app）中，熟练使用 快捷键 可以大幅提升效率。以下是常用的 终端光标移动和编辑快捷键，包括回到行首、行尾、删除、跳词等操作。 ⌨️ 常用快捷键列表（Terminal/iTerm2 通用） 快捷键组合 功能描述 Ctrl +
阅读全文
摘要：f"{sid}_KP_{sample_ids.index(sid)+1}" 是 Python 的格式化字符串写法，叫做 f-string（full name: formatted string literals），是 Python 3.6+ 引入的一种 更简洁高效的字符串拼接方式。 ✅ 一、这段代码
阅读全文
摘要：Python 中 查看和探索对象（如 DataFrame、AnnData、Numpy 数组、自定义类等） 的 常用方法汇总，这对调试和数据理解非常重要： ✅ Python 查看对象的常用方法汇总 🔹 1. 通用对象检查（适用于任何 Python 对象） 命令 说明 type(obj) 查看对象类型
阅读全文
摘要：在 Linux 终端 获取帮助或查看命令/函数用法，可以用以下几种标准方式： ✅ 常见命令帮助方式总结 1. --help 选项 适合大多数命令查看简要说明和用法。 <命令> --help 示例： ls --help grep --help 2. man 手册 查看完整详细的手册页。 man <命令
阅读全文
摘要：你执行的 dir(adata1) 显示了 AnnData 对象（多用于单细胞转录组分析，来自 scanpy 库）的全部属性和方法。 为了方便你理解和日后查阅，下面是对 AnnData 中常见字段和方法的中文解释与归类整理： ✅ AnnData（如 adata1）对象常用属性及方法详解（中文注释版）
阅读全文
摘要：你现在已经激活了一个 Conda 环境： conda activate /data/home/ch_seq/env_py38 那么你不需要新建一个环境，可以直接在这个环境里安装需要的包。不过你仍然可以生成一个 environment.yml 文件，用来记录你这个环境所使用的依赖，以便以后： 快速重建
阅读全文
摘要：下面是对 nano 文本编辑器的基本使用方法的详细讲解，适用于 Linux 和 macOS 系统终端中常见的 nano 命令行编辑器。 📘 一、什么是 nano nano 是一个简单易用的命令行文本编辑器，适用于快速编辑配置文件、代码、文本等。它是 vi 或 vim 的简化替代方案，对新手尤其友好
阅读全文
摘要：🧾 Linux 生信方向综合测评手册标准答案与评分标准 ✅ A 卷参考答案 📘 一、选择题（每题 2 分，共 20 分） 题号 题目内容简述 正确答案 解析简述 1 vim中保存并退出 :wq :wq 表示写入并退出 2 cd ~ 含义 回到家目录 ~ 是 home 目录的快捷方式 3 显示当前
阅读全文
摘要：🧪 Linux 生信方向综合测试题 测试目的： 巩固知识，检验理解与实战能力。 题型覆盖： 基础命令、文件操作、conda环境、shell流程控制、脚本编程、正则表达式、文本处理。 📘 一、选择题（共10题，每题2分） 1. 以下哪条命令可用于创建空文件？ A. create file.txt
阅读全文
摘要：🐧 Linux 基础操作与文件处理笔记（生信方向） 一、课程综述与目标 本课程面向生信初学者，从零基础开始，通过在 Linux 系统上的命令行操作，逐步掌握对数据文件的基本管理能力，并为转录组等高通量组学项目做准备。 📌 课程目标 掌握 Linux 基本命令与文件管理操作； 熟悉终端登录、文件系
阅读全文
摘要：🌟单细胞分析框架概览（总） 单细胞组学是当前生命科学研究中的热点领域，随着技术发展，分析工具生态也日趋完善。当前主流的单细胞分析框架主要分为三大阵营： 框架 语言 代表生态 Bioconductor R 多种包：SingleCellExperiment、scran 等 Seurat R Seura
阅读全文
摘要：✅ 1. 基本读取函数（Base R） 函数 用途 示例 read.table() 读取通用表格数据（需指定分隔符） read.table("data.txt", sep = ",") read.csv() 读取 CSV 文件（逗号分隔） read.csv("data.csv") read.csv2
阅读全文
摘要：FANS（Fluorescence-Activated Nuclei Sorting，荧光激活核分选）是一种基于流式细胞术（Flow Cytometry）原理，专门用于细胞核而非整个细胞的分选技术。该方法是传统FACS（Fluorescence-Activated Cell Sorting）的一种变
阅读全文
摘要：🧠 空间转录组去卷积（Spatial Transcriptomics Deconvolution）详解 一、什么是去卷积？为什么需要它？ 去卷积（deconvolution）是指从一个混合表达信号中解析出其组成成分的过程。在空间转录组中，它的主要目标是： 应用 说明 ❶ 细胞成分识别 推断每个 s
阅读全文
浙公网安备 33010602011771号