🔗scRNA-seq 、🔗scRNA-seq高级分析、🔗scATAC-seq、 🔗R包开发、🔗源码拆解、 🔗测试、🔗RNA-seq 、🔗其它生信分析、 🔗R语言 、🔗Python 、🔗环境配置 、🔗文献分享 、 🔗一只羊的碎碎念
一边写课程论文一边摸鱼，整理了2019年至今（2024上半年）单细胞技术在植物方向已发表的文章，除去毕业论文及中文、综述、工具/pipeline、protocol后，只统计研究性论文，约莫还剩130多篇（可能会有遗漏，见谅）。追踪文献这件事本来去年想干的，新建了一个小群，想几个人按照发表时间、研究团队、测序平台、分析工具等一一整理好，但毕竟属于没啥回报的事所以只好作罢。目前只整理了小部分，所以表格就不发了，仅水记录一下整理的过程吧。
zotero中导出所有已发表文章
使用zotero用所有条目创建参考文献一键导出，粘贴到Excel中。
整理结果
此时所有信息都在第一列中，排序、删除序号后使用分列功能可以提取出每条文献的作者、标题、发表年份、期刊等信息，简单整理一下，大部分内容都是正确的。期刊匹配影响因子比较简单，VLOOKUP搞定。
然后就比较麻烦了，需要一篇一篇的打开记录本次统计最关注的东西，包括研究的物种、材料，以及组学信息。好在平时添加文章的时候很多也打了标签。
R语言绘制折线图
从总表中选择部分列用来绘图，以下格式:
作图就比较简单了，table统计，长格式转宽格式，修改因子水平，删掉发文量为0的行，ggpubr作图。
library(ggpubr)
library(reshape2)
library(ggprism)
library(ggsci)
data = read.csv("~/Desktop/单细胞发文统计.csv",header=T)
names(data)
#按组学进行统计
data=table(data$年,data$组学)
#改为长格式
data = melt(data)
names(data) = c("年","组学","发文数")
unique(data$组学)
data$组学=factor(data$组学,levels=c("Sc/snRNA-seq","Stereo-seq","Sc/snATAC-seq","SnCUT&Tag","SciATAC-seq","ScWGBS-seq","Single-cell proteomics","Single-cell metabolomics","ScHi-C"))
data=subset(data,发文数>0)
#绘制散点折线图
ggline(data,
x = "年",
y = "发文数",
group = "组学",
color = "组学",
ylab = "Articles",
xlab = "Year",
)+
theme_prism()+
theme(
text = element_text(family = "Times New Roman", color = "black"),
legend.position = "right",
aspect.ratio = 1,
axis.text.x = element_text(size = 12, color = "black", angle = 45, hjust = 0.5, vjust = 0.5),
axis.text.y = element_text(size = 12, color = "black"),
axis.title.x = element_text(size = 14, color = "black"),
axis.title.y = element_text(size = 14, color = "black"),
plot.title = element_text(size = 16, color = "black"),
legend.title = element_text(size = 12, color = "black"),
legend.text = element_text(size = 12, color = "black"),
legend.background = element_rect(fill = "white", color = "black", size = 0.5))+
scale_color_lancet()+
guides(color = guide_legend(title = "Omics",
title.theme = element_text(size = 12, color = "black")),
)
标准分析|标准分析全流程
标准分析|Read10X源码拆解
标准分析|自动获得QC阈值
标准分析|污染处理工具SoupX
注释|植物细胞marker的数据库
注释|自动注释小工具——SCSA
细胞分化|轨迹分析的基本概念1
细胞分化|轨迹分析的基本概念2
细胞分化|monocle1原理
细胞分化|解决monocle2报错
细胞分化|Cytotrace分析
细胞分化|使用VECTOR进行无监督发育方向推断
细胞分化|单细胞可变剪切分析全流程（基于velocyto.R）
细胞分化|不同scVelo模型
细胞分化|使用GeneTrajectory进行基因轨迹分析
富集分析|基于TBtools&R语言进行富集分析及可视化
富集分析|更新clusterprofiler包
富集分析|基因ID格式转换
富集分析|水稻富集分析
富集分析|植物组织特异性干细胞通路获取
分享内容：分子标记开发及种质资源鉴定、单细胞多组学数据分析、生信编程、算法原理、文献分享与复现等...
点个赞再走！
