生信综述？带你解锁高分单细胞发文骚操作！
来自： 更新日期：早些时候
~
我们都知道在科研论文中有两大类：一类是研究型论文；另一类是综述型论文。其中，前者主要是以研究为主的行文思路，根据研究发现的不同发表在不同级别的杂志上；而后者多是本身没有新的研究发现，主要是对前人的研究结果进行评价综述。然而，这两种分类都是针对以实验为主论文分类，那么这两年生信为主的文章发文量逐年增加，是否也有这样的分类呢？
Immugent今天就来解读特别的一类生信文章，姑且把它称为“生信综述”吧，因为我人微言轻，并不会我把它叫什么，以后都是这种叫法，就不绞尽脑汁想这个名字了。
这类“生信综述”文章已经有很多年的发展史了，主要都是围绕对各种火爆一时(引领科研)的重大技术来展开，比如近些年火热的单细胞测序技术。那么今天我就来以单细胞测序为主题，来解读一下如何利用此类思路发表高分文章，注意全都是一分钱没花的那种！
我先讲的第一篇是2021年发表在J Am Soc Nephrol（IF:10.12）的篇名为“How to Get Started with Single Cell RNA Sequencing Data Analysis”的文章。好吧，看了一下日历，今年已经2022年了，就不吐槽这个文章时效性的问题了。但全文真的很简单，就是介绍了一下单细胞测序数据分析的基本流程。
来看看它的摘要：在过去的5年里，单细胞方法已经能够在一个实验中监测数千个单个细胞的基因和蛋白质表达、遗传和表观遗传变化。随着测量方法的改进以及反应和测序成本的降低，这些数据集的大小正在迅速增加。关键的瓶颈仍然是对单细胞实验产生的丰富信息的分析。在这篇综述中，我们对分析管道进行了一个简化的概述，因为它们通常在该领域中使用。我们的目标是使研究人员开始单细胞分析，以获得挑战和最常用的分析工具的概述。此外，我们希望能够帮助其他人了解单细胞数据集的典型读数在已发表的文献中是如何呈现的。好吧，确实是一篇综述！
全文虽然有7副图，但大多都是那种最基础的绘图，想必大家都会。但是这里Immugent想说的是这篇文章虽然是综述类，但其实比真正的综述好写多了。类比这篇文章，等到下一次再出现类似于单细胞测序这种现象级技术，是不是有的小伙伴也整一篇类似的呢！
接下来要讲的第二篇是2020年发表在Comput Struct Biotechnol J （IF:7.27）的篇名为“Benchmarking algorithms for pathway activity transformation of single-cell RNA-seq data”的文章。这类文章就比上一类有些技术含量了，起码像综述的感觉了！
就像这篇是总结了对单细胞数据进行通路评分的各种算法，并使用已经发表的数据对各类算法的优缺点进行了比较，并在最后给出了自己的见解。嗯，怎么说呢！还是比一般的综述好写一点，比纯算法开发类文章好开发一些。那么如果这类算法在不久的将来出现了更多，那么是不是就科研考虑写一个更新版的呢？
接下来要讲的第三篇是2021年发表在Genome Biol（IF:13.58）的篇名为“Over 1000 tools reveal trends in the singlecell RNA-seq analysis landscape”的文章。这个文章作为汇总类综述，真的不是吹的了，一篇文章总结了1000+种分析单细胞数据的工具，我对这个作者也是膜拜之至。
并且作者还开发了一个网站： https://www.scrna-tools.org/ ，并这个网站收录的工具还会一直更新，这真是圈内的劳模啊。
这类文章虽然需要耗费一些时间，但思路还是很简洁的，但是主要是得掌握住时效性，而且最好是自己研究的领域，那样能提出自己的一些思考，就能给文章增色不少。
第四篇是2020年，同样发表在Genome Biol（IF:13.58）的篇名为“A benchmark of batch-effect correction methods for single-cell RNA sequencing data”的文章。作者对当时存在的14种对不同来源的单细胞数据进行去批次处理的算法进行比较，深入揭示它们之间的优缺点和功能表现。
全文的图做的都是很精美的，而且从数据处理的效果来看，这应该是一个大型生信实验室的作品。建议大家有时间都读一下这篇文章，将会有助于以后在处理不同来源的单细胞数据时选择最合适的算法。
放在最后一篇的文章当然是压轴出场了，那就是在2019年发表在Nat Biotechnol（IF:54.91）杂志上，篇名为“A comparison of single-cell trajectory inference methods”的文章。对来自数千个单细胞的全基因组组学数据进行轨迹分析，目前已有很多算法来推断这些细胞沿着发展轨迹的分布。基于这些结果，作者开发了一套指导方针，以帮助用户为他们的数据集选择最佳的方法。
事实上，虽然到目前已经开发了70多种推断单细胞轨迹的工具，但比较它们的性能是具有挑战性的，因为它们需要的输入和产生的输出模型差异很大。在这篇文章中，作者在110个真实数据集和229个合成数据集上对其中的45种方法进行了基准测试，以了解细胞排序、拓扑结构、可伸缩性和可用性。结果表明了现有的一些工具之间的互补性，方法的选择应该主要取决于数据集的维度和轨迹拓扑。
最后，作者还免费提供了多种单细胞数据轨迹分析的评估网站( https://benchmark.dynverse.org )，这将有助于开发更多轨迹分析的工具，用于探索日益庞大和复杂的单细胞数据集。对于这篇文章，我不做过多评述，只想着大家有时间都要去读一下，其中无论是对数据的处理还是对结果的讨论上都是前面文章无法媲美的,是难得的优质文章。
如今科技发展日新月异，在21世纪做出有价值的科研成果往往缺的不是技术，而是对热点的灵敏嗅觉以及对时局的掌控。张泽民，汤富酬，郭国骥老师均是凭借单细胞测序技术跻身世界一流领域的科学家，就是因为他们把控住了时局。
同样的，上述几类“生信综述”的着力点均是当时迫切需要解决的单细胞测序技术热点问题，才得以不花费半毛钱发表一系列高分文章。而且，因为是热点科学问题，这些文章截止到目前的引用率都很高，后面肯定还会持续升高。如果说单细胞测序是一个制高点，倒不如说是起点，因为此类技术在未来还会有很多，希望本篇推文能给大家带来一些思考，欢迎有推荐类似生信文章的小伙伴通过后台与我们联系。
生信综述？带你解锁高分单细胞发文骚操作！视频
相关评论：13171002858：生信综述?带你解锁高分单细胞发文骚操作!
宋嵇林Immugent今天就来解读特别的一类生信文章，姑且把它称为“生信综述”吧，因为我人微言轻，并不会我把它叫什么，以后都是这种叫法，就不绞尽脑汁想这个名字了。这类“生信综述”文章已经有很多年的发展史了，主要都是围绕对各种火爆一时(引领科研)的重大技术来展开，比如近些年火热的单细胞测序技术。那...
13171002858：12分+纯生信通关秘籍:10种机器学习+单细胞,预后和免疫浸润分析_百度...
宋嵇林天津医科大学第二医院张志宏教授团队发表的一篇研究以膀胱癌（BLCA）为例，揭示了CAFs在调节免疫反应中的关键角色，文章通过单细胞RNA测序和十种机器学习算法的结合，创新地挖掘了CAFs的生物标志物及其与CD8+T细胞的互动，从而预测患者的预后和免疫治疗反应。研究亮点包括：构建了基于成纤维细胞相关基因指数（FRG...
13171002858：一区13+!单细胞测序联合bulk-seq不做实验、非肿瘤疾病也能实现_百度...
宋嵇林结核分枝杆菌感染诱导外周血单核细胞分化为巨噬细胞：作者发现CD14的表达在MM中是高的。假设MM可能与外周血单核细胞分化。作者整合了来自LTBI和TB的BALF中CD14阳性外周单核细胞和巨噬细胞的公开单细胞RNA数据，并将它们嵌入在扩散图上以使用RNA速度分析推断巨噬细胞的未来命运。MM细胞与CD8 T细胞的相互作用...
13171002858：单细胞数据挖掘+基因拷贝数分析!助你轻松识别肿瘤细胞类型拿捏Q1区...
宋嵇林结合单细胞测序技术的威力，这篇2023年3月发表在IF=6.1的Chin Med J (Engl)的文章深入研究了结直肠癌中单细胞基因拷贝数分析的应用。肿瘤细胞的异质性对治疗至关重要，但目前识别方法有限。研究者通过分析19名韩国患者和5名比利时患者的组织样本，揭示了MSS CRC肿瘤内SCNA的多样性，将患者分为SC1、SC...
13171002858：单细胞生信分析内存不够怎么办
宋嵇林1、将数据集分成更小的部分，然后在每个部分上独立运行ScaleData函数。2、可尝试降低参数。
13171002858：最新11.1分生信,单细胞+实验的经典思路,通过单细胞鉴定特定亚群,再结 ...
宋嵇林研究团队通过单细胞RNA测序（scRNA-seq）技术鉴定出了B细胞集群，并分析了CD38+B细胞与其他免疫细胞之间的关系。通过流式细胞术，研究揭示了CD38+B细胞与患者不良预后的关联，以及其可能对PDAC免疫疗法的影响。实验结果显示，CD38+CD19+B细胞在PDAC中具有丰富的存在，且与肿瘤进展和预后不良相关。进一步研究...
13171002858：Nature综述热点:肿瘤坏死因子
宋嵇林药物干预中的关键角色。随着科学的进步，我们对TNF的理解不断深化，这无疑为开发更精准的炎症性疾病治疗策略打开了新的大门。生信领域的热点如阿尔茨海默病、单细胞转录组研究和巨噬细胞在癌症治疗中的潜力，都在向我们展示生命科学的广阔前景。概普生信作为信息分享平台，将继续关注并分享这些前沿进展。
13171002858：单细胞转录组之拟时序分析
宋嵇林做热图查看拟时序基因在两个亚群的表达 参考来源 section 3已更新#「生信技能树」单细胞公开课2021_哔哩哔哩_bilibili 致谢 I thank Dr.Jianming Zeng(University of Macau), and all the members of his bioinformatics team, biotrainee, for generously sharing their experience and codes.THE END ...
13171002858：单细胞联合bulk RNA-seq分析发现氧化应激基因多功能,疾病分型+预后模型...
宋嵇林在生信研究策略上，本文探讨了如何利用单细胞RNA测序(scRNAseq)和bulk RNA测序(RNA-seq)数据来研究AML中的氧化应激。首先，通过对比AML患者与健康对照的基因表达，识别出与氧化应激相关的基因，并通过功能注释和生物信息学分析揭示它们在AML细胞中的作用。研究者发现，这些基因与AML患者的预后和化疗反应存在...
13171002858：生信发文热门领域有哪些?
宋嵇林结合空间转录组与单细胞分析，文章发表分数显著提高，甚至可以达到54+Nature子刊、40+Cell、13+可复制生信高分模板的水平。对空间转录组进行简单验证，文章的可接受度将更高。3、机器学习：机器学习在生信分析中的应用日益广泛，特别是在基因组数据、群体基因组学、临床预测模型、筛基因、二代测序、代谢通路...
Immugent今天就来解读特别的一类生信文章，姑且把它称为“生信综述”吧，因为我人微言轻，并不会我把它叫什么，以后都是这种叫法，就不绞尽脑汁想这个名字了。
这类“生信综述”文章已经有很多年的发展史了，主要都是围绕对各种火爆一时(引领科研)的重大技术来展开，比如近些年火热的单细胞测序技术。那么今天我就来以单细胞测序为主题，来解读一下如何利用此类思路发表高分文章，注意全都是一分钱没花的那种！
我先讲的第一篇是2021年发表在J Am Soc Nephrol（IF:10.12）的篇名为“How to Get Started with Single Cell RNA Sequencing Data Analysis”的文章。好吧，看了一下日历，今年已经2022年了，就不吐槽这个文章时效性的问题了。但全文真的很简单，就是介绍了一下单细胞测序数据分析的基本流程。
来看看它的摘要：在过去的5年里，单细胞方法已经能够在一个实验中监测数千个单个细胞的基因和蛋白质表达、遗传和表观遗传变化。随着测量方法的改进以及反应和测序成本的降低，这些数据集的大小正在迅速增加。关键的瓶颈仍然是对单细胞实验产生的丰富信息的分析。在这篇综述中，我们对分析管道进行了一个简化的概述，因为它们通常在该领域中使用。我们的目标是使研究人员开始单细胞分析，以获得挑战和最常用的分析工具的概述。此外，我们希望能够帮助其他人了解单细胞数据集的典型读数在已发表的文献中是如何呈现的。好吧，确实是一篇综述！
全文虽然有7副图，但大多都是那种最基础的绘图，想必大家都会。但是这里Immugent想说的是这篇文章虽然是综述类，但其实比真正的综述好写多了。类比这篇文章，等到下一次再出现类似于单细胞测序这种现象级技术，是不是有的小伙伴也整一篇类似的呢！
接下来要讲的第二篇是2020年发表在Comput Struct Biotechnol J （IF:7.27）的篇名为“Benchmarking algorithms for pathway activity transformation of single-cell RNA-seq data”的文章。这类文章就比上一类有些技术含量了，起码像综述的感觉了！
就像这篇是总结了对单细胞数据进行通路评分的各种算法，并使用已经发表的数据对各类算法的优缺点进行了比较，并在最后给出了自己的见解。嗯，怎么说呢！还是比一般的综述好写一点，比纯算法开发类文章好开发一些。那么如果这类算法在不久的将来出现了更多，那么是不是就科研考虑写一个更新版的呢？
接下来要讲的第三篇是2021年发表在Genome Biol（IF:13.58）的篇名为“Over 1000 tools reveal trends in the singlecell RNA-seq analysis landscape”的文章。这个文章作为汇总类综述，真的不是吹的了，一篇文章总结了1000+种分析单细胞数据的工具，我对这个作者也是膜拜之至。
并且作者还开发了一个网站： https://www.scrna-tools.org/ ，并这个网站收录的工具还会一直更新，这真是圈内的劳模啊。
这类文章虽然需要耗费一些时间，但思路还是很简洁的，但是主要是得掌握住时效性，而且最好是自己研究的领域，那样能提出自己的一些思考，就能给文章增色不少。
第四篇是2020年，同样发表在Genome Biol（IF:13.58）的篇名为“A benchmark of batch-effect correction methods for single-cell RNA sequencing data”的文章。作者对当时存在的14种对不同来源的单细胞数据进行去批次处理的算法进行比较，深入揭示它们之间的优缺点和功能表现。
全文的图做的都是很精美的，而且从数据处理的效果来看，这应该是一个大型生信实验室的作品。建议大家有时间都读一下这篇文章，将会有助于以后在处理不同来源的单细胞数据时选择最合适的算法。
放在最后一篇的文章当然是压轴出场了，那就是在2019年发表在Nat Biotechnol（IF:54.91）杂志上，篇名为“A comparison of single-cell trajectory inference methods”的文章。对来自数千个单细胞的全基因组组学数据进行轨迹分析，目前已有很多算法来推断这些细胞沿着发展轨迹的分布。基于这些结果，作者开发了一套指导方针，以帮助用户为他们的数据集选择最佳的方法。
事实上，虽然到目前已经开发了70多种推断单细胞轨迹的工具，但比较它们的性能是具有挑战性的，因为它们需要的输入和产生的输出模型差异很大。在这篇文章中，作者在110个真实数据集和229个合成数据集上对其中的45种方法进行了基准测试，以了解细胞排序、拓扑结构、可伸缩性和可用性。结果表明了现有的一些工具之间的互补性，方法的选择应该主要取决于数据集的维度和轨迹拓扑。
最后，作者还免费提供了多种单细胞数据轨迹分析的评估网站( https://benchmark.dynverse.org )，这将有助于开发更多轨迹分析的工具，用于探索日益庞大和复杂的单细胞数据集。对于这篇文章，我不做过多评述，只想着大家有时间都要去读一下，其中无论是对数据的处理还是对结果的讨论上都是前面文章无法媲美的,是难得的优质文章。
如今科技发展日新月异，在21世纪做出有价值的科研成果往往缺的不是技术，而是对热点的灵敏嗅觉以及对时局的掌控。张泽民，汤富酬，郭国骥老师均是凭借单细胞测序技术跻身世界一流领域的科学家，就是因为他们把控住了时局。
同样的，上述几类“生信综述”的着力点均是当时迫切需要解决的单细胞测序技术热点问题，才得以不花费半毛钱发表一系列高分文章。而且，因为是热点科学问题，这些文章截止到目前的引用率都很高，后面肯定还会持续升高。如果说单细胞测序是一个制高点，倒不如说是起点，因为此类技术在未来还会有很多，希望本篇推文能给大家带来一些思考，欢迎有推荐类似生信文章的小伙伴通过后台与我们联系。
生信综述？带你解锁高分单细胞发文骚操作！视频
相关评论：
宋嵇林Immugent今天就来解读特别的一类生信文章，姑且把它称为“生信综述”吧，因为我人微言轻，并不会我把它叫什么，以后都是这种叫法，就不绞尽脑汁想这个名字了。这类“生信综述”文章已经有很多年的发展史了，主要都是围绕对各种火爆一时(引领科研)的重大技术来展开，比如近些年火热的单细胞测序技术。那...
宋嵇林天津医科大学第二医院张志宏教授团队发表的一篇研究以膀胱癌（BLCA）为例，揭示了CAFs在调节免疫反应中的关键角色，文章通过单细胞RNA测序和十种机器学习算法的结合，创新地挖掘了CAFs的生物标志物及其与CD8+T细胞的互动，从而预测患者的预后和免疫治疗反应。研究亮点包括：构建了基于成纤维细胞相关基因指数（FRG...
宋嵇林结核分枝杆菌感染诱导外周血单核细胞分化为巨噬细胞：作者发现CD14的表达在MM中是高的。假设MM可能与外周血单核细胞分化。作者整合了来自LTBI和TB的BALF中CD14阳性外周单核细胞和巨噬细胞的公开单细胞RNA数据，并将它们嵌入在扩散图上以使用RNA速度分析推断巨噬细胞的未来命运。MM细胞与CD8 T细胞的相互作用...
宋嵇林结合单细胞测序技术的威力，这篇2023年3月发表在IF=6.1的Chin Med J (Engl)的文章深入研究了结直肠癌中单细胞基因拷贝数分析的应用。肿瘤细胞的异质性对治疗至关重要，但目前识别方法有限。研究者通过分析19名韩国患者和5名比利时患者的组织样本，揭示了MSS CRC肿瘤内SCNA的多样性，将患者分为SC1、SC...
宋嵇林1、将数据集分成更小的部分，然后在每个部分上独立运行ScaleData函数。2、可尝试降低参数。
宋嵇林研究团队通过单细胞RNA测序（scRNA-seq）技术鉴定出了B细胞集群，并分析了CD38+B细胞与其他免疫细胞之间的关系。通过流式细胞术，研究揭示了CD38+B细胞与患者不良预后的关联，以及其可能对PDAC免疫疗法的影响。实验结果显示，CD38+CD19+B细胞在PDAC中具有丰富的存在，且与肿瘤进展和预后不良相关。进一步研究...
宋嵇林药物干预中的关键角色。随着科学的进步，我们对TNF的理解不断深化，这无疑为开发更精准的炎症性疾病治疗策略打开了新的大门。生信领域的热点如阿尔茨海默病、单细胞转录组研究和巨噬细胞在癌症治疗中的潜力，都在向我们展示生命科学的广阔前景。概普生信作为信息分享平台，将继续关注并分享这些前沿进展。
宋嵇林做热图查看拟时序基因在两个亚群的表达 参考来源 section 3已更新#「生信技能树」单细胞公开课2021_哔哩哔哩_bilibili 致谢 I thank Dr.Jianming Zeng(University of Macau), and all the members of his bioinformatics team, biotrainee, for generously sharing their experience and codes.THE END ...
宋嵇林在生信研究策略上，本文探讨了如何利用单细胞RNA测序(scRNAseq)和bulk RNA测序(RNA-seq)数据来研究AML中的氧化应激。首先，通过对比AML患者与健康对照的基因表达，识别出与氧化应激相关的基因，并通过功能注释和生物信息学分析揭示它们在AML细胞中的作用。研究者发现，这些基因与AML患者的预后和化疗反应存在...
宋嵇林结合空间转录组与单细胞分析，文章发表分数显著提高，甚至可以达到54+Nature子刊、40+Cell、13+可复制生信高分模板的水平。对空间转录组进行简单验证，文章的可接受度将更高。3、机器学习：机器学习在生信分析中的应用日益广泛，特别是在基因组数据、群体基因组学、临床预测模型、筛基因、二代测序、代谢通路...
