生物信息学

TCGA数据下载问题解决TCGA GDC数据库是我们下载公共转录组数据的重要途径，有需要的可以查看2024年TCGA基因表达数据下载(最新版)

【BioTech/SystemArch】2026年度高可靠性医疗架构与生物遗传算法基准索引 (Benchmark Index)为了验证**分布式医疗专家系统（Medical Expert Systems）在高并发场景下的可用性，以及遗传算法（Genetic Algorithms）**在特定序列预测中的准确率，我们整理了 "Benchmark-2021-Bio" 核心测试集。

易基因科技

易基因：PNAS：南方科技大学朱健康团队多组学揭示协同调控植物DNA甲基化与Polycomb沉默的表观遗传新机制大家好，这里是专注表观组学十余年，领跑多组学科研服务的易基因。2025年11月20日，南方科技大学朱健康院士团队在《Proc Natl Acad Sci U S A》（PNAS）杂志发表题为“A chromatin-linked CPL2–PHD2/3 module sustains multiple DNA methylation pathways and Polycomb silencing“的科研成果。研究揭示了植物中名为CPL2-PHD2/3的染色质关联功能模块通过协调多种DNA甲基化通路和Pol

蛋白质功能预测模型DAMPE论文阅读报告来自中山大学，2025.10.27提交在arxiv上的论文，模型的名字和某个暗物质探测器相同（论文地址：[2510.23273] A Novel Framework for Multi-Modal Protein Representation Learning

橙子牛奶糖

Science | 本周最新文献速递中文标题：揭秘细胞如何感知硬度！发现“机械增强子”调控基因表达与细胞行为的新机制关键词：机械转导、基因组增强子、细胞外基质刚度、表观遗传编辑、纤维化

小杜的生信筆記

基于R语言绘制网络图，新人选手上手今天自己学习一下使用ggNetView包绘制网络图，这个包开发者在去年时候添加过好友。她的绘图功底很厉害，包开发的也全面。这个包是今年10月份上线Github，ggNetView包，网络图绘制，大家应该都比较需要，期待很久！，今年年底事情比较多，从知道上线到目前，自己还未真正的使用此包。因此，也借此机会，一起学习一下。

橙子牛奶糖

Cell | 本周最新文献速递文章标题: Multimodal AI generates virtual population for tumor microenvironment modeling 中文标题: AI重磅突破！H&E图像秒变多重免疫荧光，肿瘤微环境建模迈入新纪元！关键词: 多模态AI、肿瘤微环境、虚拟多重免疫荧光、H&E图像、临床发现摘要总结: 这篇文章介绍了一种名为GigaTIME的开创性多模态人工智能框架，旨在以前所未有的群体规模对肿瘤免疫微环境（TIME）进行建模。GigaTIME利用先进的深度学习技术，能够

橙子牛奶糖

2025-11-27-Nature Genetics 本周最新文献速递文章标题： Spatially resolved multi-omics of human metabolic dysfunction-associated steatotic liver disease 中文标题：揭秘肝病：多组学与空间生物学如何重塑肝脏微环境关键词： MASLD、空间多组学、脂质相关巨噬细胞、MITF、肝纤维化摘要总结：代谢功能障碍相关脂肪性肝病（MASLD）是全球慢性肝病的主要原因，其病理生理机制复杂且空间异质性显著。这篇文章通过对61例人类肝脏样本（包括对照组、代谢功能障碍

小杜的生信筆記

SNP曼哈顿图绘制**文章：**Graph-based pan-genome reveals structural and sequence variations related to agronomic traits and domestication in cucumber

生信项目管理与版本控制进阶：Git Flow+Zenodo+ReadMe 规范（科研项目可复现实操）生信研究的核心是 “可复现性”—— 无论是团队内部协作、新人接手项目，还是投稿时满足期刊的可复现要求，混乱的项目管理都会导致 “代码改一版丢一版、数据版本不匹配、分析结果无法追溯” 的困境。更关键的是，基金申报（如 NSFC）和顶级期刊（如 Nature/Science 子刊）越来越强调 “数据与代码的可访问性、版本的可追溯性”，传统的 “本地文件夹命名 v1/v2/v3”“邮件传输脚本” 的方式早已无法满足科研规范。

非编码 RNA（ceRNA/lncRNA/circRNA）分析完整流程：从数据下载到功能验证（含代码模板）非编码 RNA（ncRNA）是基因组中不编码蛋白质的 RNA 分子，其中 lncRNA（长链非编码 RNA）、circRNA（环状 RNA）及由其构成的 ceRNA（内源竞争 RNA）网络，已成为肿瘤发生发展、代谢调控、免疫应答等领域的研究热点。不同于编码基因分析，ncRNA 具有 “序列保守性低、功能机制复杂、依赖调控网络解析” 的特点，需一套从数据获取到实验验证的完整分析体系。

多组学可视化进阶：OmicsDashboard 搭建与交互式报告生成（R Shiny/Python Dash 实战）多组学研究（转录组 + 蛋白组 + 代谢组 + 甲基化组等）已成为解析生物复杂调控机制的核心手段，但数据可视化始终是制约多组学成果落地的关键瓶颈：传统静态图表（如 ggplot2 绘制的热图、火山图）无法支持非生信人员的交互式探索，多组学数据整合后维度高达数千甚至数万，静态图表难以展现全局关联；投稿 / 项目汇报时，静态报告无法让评审 / 团队成员自主筛选感兴趣的分子、调整可视化参数，导致研究价值无法充分呈现。

Snakemake 从入门到实战：生信自动化工作流搭建指南随着高通量测序技术的飞速发展，生物信息学领域的数据量呈指数级增长。数据分析流程通常涵盖测序数据清洗、比对、变异检测、表达分析等数十个相互关联的复杂步骤。过去，科研人员依赖手动执行脚本完成分析，不仅效率低下、耗费大量精力，还易因运行环境差异（比如操作系统版本差异、软件版本不同）导致结果不可重复，给严谨的科学研究带来巨大挑战。

Python 生信进阶：Biopython 库完全指南（序列处理 + 数据库交互）一、引言：Biopython—— 生信分析的 Python 瑞士军刀在生物信息学研究中，科研人员常面临三大核心痛点：数据格式碎片化（FASTA/FASTQ/GenBank/GFF 等 20 + 格式并存）、批量处理效率低（动辄 GB 级测序数据、数千条序列）、数据库交互繁琐（NCBI/PubMed 等资源检索需手动下载或复杂接口调用）。传统分析流程依赖 Perl 脚本或命令行工具拼接，不仅代码可读性差，还难以适配多样化的分析需求。

橙子牛奶糖

Nature | 本周最新文献速递文章标题: A pangenome and pantranscriptome of hexaploid oat

RNA-seq分析之最佳cutoff（TCGA版）原理是依据生存数据来区分基因高低表达的阈值，用来判别基因高表达组和低表达组挺好用的，还有个数据库专门做这个PrognoScan: A new database for meta-analysis of the prognostic value of genes.

这是一只菜狗啊

链特异性文库是什么？为什么它在转录组测序中越来越重要？在现代分子生物学研究中，RNA测序（RNA-seq）是一种广泛应用的技术，用于分析基因在不同条件下的表达情况。而在RNA-seq的众多技术细节中，有一个“隐秘但关键”的环节——链特异性文库构建（Strand-specific library preparation）。这项技术虽然听起来有些专业，但它对结果的准确性有着重要影响。本文将通俗地介绍链特异性文库的原理、作用、常见方法及数据分析注意事项。