这里记录每周值得分享的生信相关内容，周日发布。
本杂志开源（GitHub: openbiox/weekly[1]），欢迎提交 issue，投稿或推荐生信相关内容。
「生信周刊讨论区」[2]
封面图
![]()
本周话题：物理诺贝尔奖为何颁给了 HNN 之父和深度学习之父？
就在几天前，瑞典皇家科学院决定将 2024 年诺贝尔物理学奖授予约翰·J·霍普菲尔德 (John J. Hopfield) 和杰弗里·E·辛顿 (Geoffrey E. Hinton)，以“表彰他们通过人工神经网络实现机器学习的基础性发现和发明”。这一消息马上就引起网友热议，就连得奖者Hinton表示，这也太突然了。诺奖官方随后解释道：“今年物理学奖得主的突破建立在物理科学的基础上”。
@Wangcy-rachel AI的最初开创，包含了许多物理学的核心思想。如今AI已经应用到我们科研和生活的方方面面，影响深远。物理诺贝尔奖颁给了HNN 之父和深度学习之父，不仅是因为AI的最初开发与物理学关系紧密，而且是因为AI带来的广泛、多领域的深远影响。
生信研究
1、Cell｜樊荣团队开发全球首个临床级FFPE样本空间全转录组测序技术
![]()
图1. Patho-DBiT技术流程及全场景空间分析能力 2024年9月30日，耶鲁大学樊荣团队的白志亮博士等在Cell杂志上报道了全球首个临床级FFPE样本空间全转录组测序技术——Patho-DBiT。该平台巧妙地利用FFPE样本中自然发生的RNA片段化，向广泛多样的RNA分子原位添加poly(A)尾，结合微流控条形码标记和算法创新，成功实现了对临床存档FFPE组织的全覆盖、逐碱基的空间全转录组测序。Patho-DBiT通过对完整mRNA、缺失poly(A)尾的片段化mRNA、各类大/小非编码RNA、剪接异构体以及携带单核苷酸变异（SNV）的前体RNA进行空间条形码标记，精确解码了FFPE复杂组织中丰富的RNA生物学信息，包括单细胞级mRNA图谱、非编码RNA表达、可变剪接、遗传变异、microRNA调控及RNA动态变化等。
论文链接：https://www.cell.com/cell/fulltext/S0092-8674(24)01019-5
![]()
近日，FlyWire联盟等在Nature连发8篇论文，详细描述首个成年果蝇全脑连接组，并通过模拟与实验展示了它如何帮助人们形成新猜想，进而解析关键功能背后的神经环路机制。
论文链接：https://www.nature.com/collections/hgcfafejia
3、The Innovation Life|医学数据计算建模：从数据采集到知识挖掘
![]()
文章从数据的采集、存在的挑战、计算建模、高性能计算到未来展望等几个方面展开进行全面的综述。比如在高性能计算方面，对并行计算、云计算、AI计算、边缘计算等几个方面都进行讨论。
论文链接：https://www.the-innovation.org/article/doi/10.59717/j.xinn-life.2024.100079
博文资讯
![]()
最近，多所大药企和知名大学在nature子刊联合发表了关于早期药物研发数据科学的文献综述，报告了数据科学的经验指南。文章中，作者提出了数据管理和数据科学建议，以帮助实现人工智能在该领域的潜力。
论文链接：https://www.nature.com/articles/s41467-024-49777-x
5、基因组数据处理小技巧[3]
![]()
该博文提出了一些关于解决基因组区间（Genomic Intervals）相关问题的方法。居然是十二年前的经验？？？？
![]()
![]()
在对人类全基因组进行测序时，需要 30 ×的平均基因组覆盖率才能使局部碱基覆盖率大于 15 ×，这样才能准确检测出同源变异和异源变异。
工具
![]()
安装包有时候是个费劲的时，特别是一遍又一遍的下载安装，推荐新手朋友们使用。
8、SignalingProfiler2.0 | 网络连接多组学数据与表型特征
![]()
揭示细胞信号转导在受到干扰后如何重塑，对于理解疾病机制和识别潜在药物靶点至关重要。SignalingProfiler 2.0结合蛋白基因组数据与先验知识因果网络，推导出特定情境下的信号传导网络。该工具自由访问且灵活，结合了统计学、足迹分析和图算法，加速了多组学数据的整合与解读。
GitHub：https://github.com/SaccoPerfettoLab/SignalingProfiler
9、GenomeSyn 插件 | 快速轻松展示两个基因组组装的差异情况
![]()
GenomeSyn是一种用于基因组同一性和结构变异分析的生物信息学可视化工具，填上Mummer 插件上输入和输出的结果，调整sort参数选项，就可以得到可视化结果。
GitHub：https://github.com/JM-SONG/GenomeSyn/
资源
![]()
文中列举了2024年的可投稿的生物信息学期刊及其分区，推荐给需要生信选刊的朋友们。
11、2024 年 12 个最佳 JavaScript 动画库，为您的 Web 项目提供动力
![]()
文中推荐了12 个方便有用的JavaScript 动画库，可以将绘制动态的、引人注目的动画，使Web项目更加丰富多彩。
贡献者（GitHub ID）
「Openbiox 生信周刊」运维小队：
@ShixiangWang（王诗翔）@kkjtmac（阚科佳）@NiEntropy（赵启祥）@He-Kai-fly（何凯）@JnanZhang（张佳楠）@Tomcxf（陈啸枫）@wangdepin（王德品）@kongjianyang（空间阳）@donghongyu2020（董弘禹）@DrRobinLuo（罗鹏）@Wangcy-rachel - 王春阳@zoe3251 - 舒晨阳
订阅
这个周刊每周日发布，同步更新在微信公众号「优雅R」（elegant-r）上。
微信搜索“优雅R”或者扫描二维码，即可订阅。
![]()
（完）
参考资料 [1]openbiox/weekly: https://github.com/openbiox/weekly
[2]「生信周刊讨论区」: https://github.com/openbiox/weekly/discussions
[3]基因组数据处理小技巧: https://divingintogeneticsandgenomics.com/post/genomic-interval/?ck_subscriber_id=2105433013&utm_source=convertkit&utm_medium=email&utm_campaign=Resending%20with%20real-world%20examples:%20You%20need%20to%20master%20this%20if%20you%20deal%20with%20genomics%20data%20-%2015087044
这里记录每周值得分享的生信相关内容，周日发布。
本杂志开源（GitHub: openbiox/weekly[1]），欢迎提交 issue，投稿或推荐生信相关内容。
「生信周刊讨论区」[2]
封面图
本周话题：物理诺贝尔奖为何颁给了 HNN 之父和深度学习之父？
就在几天前，瑞典皇家科学院决定将 2024 年诺贝尔物理学奖授予约翰·J·霍普菲尔德 (John J. Hopfield) 和杰弗里·E·辛顿 (Geoffrey E. Hinton)，以“表彰他们通过人工神经网络实现机器学习的基础性发现和发明”。这一消息马上就引起网友热议，就连得奖者Hinton表示，这也太突然了。诺奖官方随后解释道：“今年物理学奖得主的突破建立在物理科学的基础上”。
@Wangcy-rachel AI的最初开创，包含了许多物理学的核心思想。如今AI已经应用到我们科研和生活的方方面面，影响深远。物理诺贝尔奖颁给了HNN 之父和深度学习之父，不仅是因为AI的最初开发与物理学关系紧密，而且是因为AI带来的广泛、多领域的深远影响。
生信研究
1、Cell｜樊荣团队开发全球首个临床级FFPE样本空间全转录组测序技术
2024年9月30日，耶鲁大学樊荣团队的白志亮博士等在Cell杂志上报道了全球首个临床级FFPE样本空间全转录组测序技术——Patho-DBiT。该平台巧妙地利用FFPE样本中自然发生的RNA片段化，向广泛多样的RNA分子原位添加poly(A)尾，结合微流控条形码标记和算法创新，成功实现了对临床存档FFPE组织的全覆盖、逐碱基的空间全转录组测序。Patho-DBiT通过对完整mRNA、缺失poly(A)尾的片段化mRNA、各类大/小非编码RNA、剪接异构体以及携带单核苷酸变异（SNV）的前体RNA进行空间条形码标记，精确解码了FFPE复杂组织中丰富的RNA生物学信息，包括单细胞级mRNA图谱、非编码RNA表达、可变剪接、遗传变异、microRNA调控及RNA动态变化等。
论文链接：https://www.cell.com/cell/fulltext/S0092-8674(24)01019-5
近日，FlyWire联盟等在Nature连发8篇论文，详细描述首个成年果蝇全脑连接组，并通过模拟与实验展示了它如何帮助人们形成新猜想，进而解析关键功能背后的神经环路机制。
论文链接：https://www.nature.com/collections/hgcfafejia
3、The Innovation Life|医学数据计算建模：从数据采集到知识挖掘
文章从数据的采集、存在的挑战、计算建模、高性能计算到未来展望等几个方面展开进行全面的综述。比如在高性能计算方面，对并行计算、云计算、AI计算、边缘计算等几个方面都进行讨论。
论文链接：https://www.the-innovation.org/article/doi/10.59717/j.xinn-life.2024.100079
博文资讯
最近，多所大药企和知名大学在nature子刊联合发表了关于早期药物研发数据科学的文献综述，报告了数据科学的经验指南。文章中，作者提出了数据管理和数据科学建议，以帮助实现人工智能在该领域的潜力。
论文链接：https://www.nature.com/articles/s41467-024-49777-x
5、基因组数据处理小技巧[3]
该博文提出了一些关于解决基因组区间（Genomic Intervals）相关问题的方法。居然是十二年前的经验？？？？
在对人类全基因组进行测序时，需要 30 ×的平均基因组覆盖率才能使局部碱基覆盖率大于 15 ×，这样才能准确检测出同源变异和异源变异。
工具
安装包有时候是个费劲的时，特别是一遍又一遍的下载安装，推荐新手朋友们使用。
8、SignalingProfiler2.0 | 网络连接多组学数据与表型特征
揭示细胞信号转导在受到干扰后如何重塑，对于理解疾病机制和识别潜在药物靶点至关重要。SignalingProfiler 2.0结合蛋白基因组数据与先验知识因果网络，推导出特定情境下的信号传导网络。该工具自由访问且灵活，结合了统计学、足迹分析和图算法，加速了多组学数据的整合与解读。
GitHub：https://github.com/SaccoPerfettoLab/SignalingProfiler
9、GenomeSyn 插件 | 快速轻松展示两个基因组组装的差异情况
GenomeSyn是一种用于基因组同一性和结构变异分析的生物信息学可视化工具，填上Mummer 插件上输入和输出的结果，调整sort参数选项，就可以得到可视化结果。
GitHub：https://github.com/JM-SONG/GenomeSyn/
资源
文中列举了2024年的可投稿的生物信息学期刊及其分区，推荐给需要生信选刊的朋友们。
11、2024 年 12 个最佳 JavaScript 动画库，为您的 Web 项目提供动力
文中推荐了12 个方便有用的JavaScript 动画库，可以将绘制动态的、引人注目的动画，使Web项目更加丰富多彩。
贡献者（GitHub ID）
「Openbiox 生信周刊」运维小队：
@ShixiangWang（王诗翔）@kkjtmac（阚科佳）@NiEntropy（赵启祥）@He-Kai-fly（何凯）@JnanZhang（张佳楠）@Tomcxf（陈啸枫）@wangdepin（王德品）@kongjianyang（空间阳）@donghongyu2020（董弘禹）@DrRobinLuo（罗鹏）@Wangcy-rachel- 王春阳@zoe3251- 舒晨阳
订阅
这个周刊每周日发布，同步更新在微信公众号「优雅R」（elegant-r）上。
微信搜索“优雅R”或者扫描二维码，即可订阅。
（完）
openbiox/weekly: https://github.com/openbiox/weekly
[2]「生信周刊讨论区」: https://github.com/openbiox/weekly/discussions
[3]基因组数据处理小技巧: https://divingintogeneticsandgenomics.com/post/genomic-interval/?ck_subscriber_id=2105433013&utm_source=convertkit&utm_medium=email&utm_campaign=Resending%20with%20real-world%20examples:%20You%20need%20to%20master%20this%20if%20you%20deal%20with%20genomics%20data%20-%2015087044
