单细胞

空间转录组上游（Space Ranger）空间转录组（Spatial Transcriptomics, ST）技术在传统转录组与单细胞转录组的基础上，引入了空间位置信息，使研究者能够在组织结构背景下解析基因表达模式。相较于下游分析中对空间结构、生物学机制的深入挖掘，上游分析的核心目标在于：将测序原始数据转换为高质量、可用于空间建模和生物学解释的表达矩阵与空间坐标信息。

单细胞转录组分析流程十一（细胞通讯，cellchat，单样本）基于 CellChat v2.20在单细胞转录组数据中，每个细胞并不是孤立存在的，它们会不断通过分泌信号分子、表达受体等方式进行“交流”。这些交流就像细胞之间的“语言”，决定了组织如何维持稳态、免疫细胞如何启动反应、发育过程中细胞如何分化成不同谱系。

单细胞转录组分析流程十一（细胞通讯，cellchat，双（多）样本）在上一期中，我们已经完整讲解了 CellChat 在单样本中的使用流程，从数据准备、信号通路推断，到可视化展示细胞之间的交流方式。然而，在真实的生物医学研究中，最常见、最有价值的情境并不是单个样本，而是 —— 比较两类不同的生物状态在细胞通讯上的差异。

脚本测试--R版本 vs python版本的harmony整合效果比较

脚本复习--高精度空转（Xenium、CosMx）的细胞邻域分析（R版本）

单细胞空间联合分析新贵--iStar

培训计划--linux基础操作

脚本优化--visium的细胞niche与共定位(R版本)成分数据的根本问题

脚本更新--CosMx、Xenium的邻域通讯分析（R版本）

内容补充--空间转录组联合GWAS数据分析

华大时空组学空转图像处理

【论文阅读】SIMBA: single-cell embedding along with features（2）代码地址：https://github.com/pinellolab/simba当前大多数单细胞分析流程仅限于细胞嵌入，并且严重依赖聚类方法，而缺乏显式建模不同特征类型之间相互作用的能力。此外，这些方法往往针对特定任务进行定制，因为不同的单细胞问题通常以不同方式被提出。

【论文阅读】SIMBA: single-cell embedding along with features（1）代码地址：https://github.com/pinellolab/simba当前大多数单细胞分析流程仅限于细胞嵌入，并且严重依赖聚类方法，而缺乏显式建模不同特征类型之间相互作用的能力。此外，这些方法往往针对特定任务进行定制，因为不同的单细胞问题通常以不同方式被提出。

【每天一个知识点】生物的数字孪生“生物的数字孪生”一般是指利用数字孪生技术在虚拟空间中构建一个与真实生物对象（细胞、组织、器官乃至整个生物体）在结构、功能、状态等方面高度一致的动态数字模型，并通过实时数据驱动，使其能同步反映现实生物的变化和响应。它的核心是“虚实映射 + 实时互动 + 数据驱动预测”。

单细胞入门（2）-经典案例分析Seurat、dplyr、libr.。Seurat介绍：Analysis, visualization, and integration of Visium HD spatial datasets with Seurat • Seurathttps://satijalab.org/seurat/articles/pbmc3k_tutorial.html

纪伊路上盛名在

scRNA-seq scanpy教程1：准备工作+AnnData数据结构理解此处使用python版本的scRNA-seq处理工具scanpy，而不是R版本的seurat，因为seurat包安装繁杂

单细胞组学大模型（8）--- scGenePT，scGPT和GenePT的结合，实验数据和文本数据的交融模型–https://doi.org/10.1101/2024.10.23.619972Theofanis Karaletsos–Head Of AI - Science at Chan Zuckerberg Initiative

交响曲-24-3-单细胞CNV分析及聚类小于1kb是常见的插入、移位、缺失等的变异人体内包含<10% 的正常CNV，我们的染色体数是两倍体，正常情况下，只有一条染色体表达，另一条沉默，当表达的那条染色体发生CNV之后，表达数量就会成倍增加，如果是人体内正常的CNV，人体会自动调节使其恢复至正常水平，但是体细胞CNV变异会导致肿瘤的发生，这就是单细胞分析的基础，CNV表达数量的增多，导致基因表达数量成倍增加或成倍缺失。

论文阅读之方法： Single-cell transcriptomics of 20 mouse organs creates a Tabula MurisThe Tabula Muris Consortium., Overall coordination., Logistical coordination. et al. Single-cell transcriptomics of 20 mouse organs creates a Tabula Muris. Nature 562, 367–372 (2018).

“harmony”整合不同平台的单细胞数据之旅其实在Seurat v3官方网站的Vignettes中就曾见过该算法，但并没有太多关注，直到看了北大张泽民团队在2019年10月31日发表于Cell的《Landscap and Dynamics of Single Immune Cells in Hepatocellular Carcinoma》，为了同时整合两类数据（包括SMART-seq2和10X）（Hemberg-lab单细胞转录组数据分析（七）- 导入10X和SmartSeq2数据Tabula Muris），使不同平台的数据可以整合一起进行非监督