咱们知道，科学家们曾经培养出了一盘大脑细胞，教会了它们打乒乓球。而如今，他们竟然想用这盘脑细胞造出计算机了？在2月28日发表在《科学前沿》上的一篇论文中，一个科学家团队描述了他们的计划：将3D人类脑细胞团块（也即大脑类器官）转化为能够执行高级计算任务的生物硬件。论文地址：https://www.frontiersin.org/journals/science/articles/10.3389/fsci.2023.1017235直白地说，就是开发一个由人脑细胞驱动的「生物计算机」。「虽然基于硅的计算机在数字方面肯定更好，但大脑更擅长学习，」约翰霍普金斯大学的微生物学教授JohnHartung说。
咱们知道，科学家们曾经培养出了一盘大脑细胞，教会了它们打乒乓球。而如今，他们竟然想用这盘脑细胞造出计算机了？在2月28日发表在《科学前沿》上的一篇论文中，一个科学家团队描述了他们的计划：将3D人类脑细胞团块（也即大脑类器官）转化为能够执行高级计算任务的生物硬件。论文地址：https://www.frontiersin.org/journals/science/articles/10.3389/fsci.2023.1017235直白地说，就是开发一个由人脑细胞驱动的「生物计算机」。「虽然基于硅的计算机在数字方面肯定更好，但大脑更擅长学习，」约翰霍普金斯大学的微生物学教授JohnHartung说。
关于单细胞转录组转录因子的分析我们之前在单细胞系列讲过R语言版本的，参考：跟着Cell学单细胞转录组分析(十二):转录组因子分析，但是R语言分析起来速度非常慢，如果你动辄上万的单细胞可能要运行好几周，这显然不现实。pySCENIC则很好的解决了这个问题，分析速度很快。官方教程参考：https://pyscenic.readthedocs.io/en/latest/一、软件安装老样子，还是先说一下安装和分析文件的准备，前面环境的配置和之前cellphonedb一样，如果已经操作过的，可以跳过：#安装下载及环境设置#安装一个conda，为什么安装他可以理解为Rstuido之于R,后期在环境设置、软
关于单细胞转录组转录因子的分析我们之前在单细胞系列讲过R语言版本的，参考：跟着Cell学单细胞转录组分析(十二):转录组因子分析，但是R语言分析起来速度非常慢，如果你动辄上万的单细胞可能要运行好几周，这显然不现实。pySCENIC则很好的解决了这个问题，分析速度很快。官方教程参考：https://pyscenic.readthedocs.io/en/latest/一、软件安装老样子，还是先说一下安装和分析文件的准备，前面环境的配置和之前cellphonedb一样，如果已经操作过的，可以跳过：#安装下载及环境设置#安装一个conda，为什么安装他可以理解为Rstuido之于R,后期在环境设置、软
六一到了，遥想自己上小学，还是课间操的队长，我在的地方是长治市壶关县北大安村，六一就回去店上镇参加体操比赛，人生如梦，转眼马上就要进入而立之年，小时候的梦想实现了么？这么多年，有没有让自己觉得难忘的事情？今天我们来分享一个通讯分析的内容，当然，方法都在不断的更新升级，考虑的也更加全面，参考文章在MEBOCOST:MetabolicCell-CellCommunicationModelingbySingleCellTranscriptome。细胞之间的通讯或细胞间通讯是人体组织中细胞功能的一个组成部分。它是维持细胞、器官和完整系统的功能和止血的关键过程。异常的细胞间通讯是许多健康状况的关键因素，
六一到了，遥想自己上小学，还是课间操的队长，我在的地方是长治市壶关县北大安村，六一就回去店上镇参加体操比赛，人生如梦，转眼马上就要进入而立之年，小时候的梦想实现了么？这么多年，有没有让自己觉得难忘的事情？今天我们来分享一个通讯分析的内容，当然，方法都在不断的更新升级，考虑的也更加全面，参考文章在MEBOCOST:MetabolicCell-CellCommunicationModelingbySingleCellTranscriptome。细胞之间的通讯或细胞间通讯是人体组织中细胞功能的一个组成部分。它是维持细胞、器官和完整系统的功能和止血的关键过程。异常的细胞间通讯是许多健康状况的关键因素，
Linux下载单细胞数据数据准备首先找到你想要的数据库，我这边选择gse155513，然后点击SPR274643image.png在Sendto选择File，Format点击RunInfo,然后CreateFileimage.png看看长什么样子image.pngLinux下载原始数据进入Linux系统,选择目录cd/mnt/SSS/database创建文件夹mkdirGSE155513RAWls#看看你创建了个什么东西cdGSE155513RAW#进入下级目录新建一个txtvidownloads.txt按i进入insert模式将downloads_Path文本复制进去（观察文本完整性，自己补
Linux下载单细胞数据数据准备首先找到你想要的数据库，我这边选择gse155513，然后点击SPR274643image.png在Sendto选择File，Format点击RunInfo,然后CreateFileimage.png看看长什么样子image.pngLinux下载原始数据进入Linux系统,选择目录cd/mnt/SSS/database创建文件夹mkdirGSE155513RAWls#看看你创建了个什么东西cdGSE155513RAW#进入下级目录新建一个txtvidownloads.txt按i进入insert模式将downloads_Path文本复制进去（观察文本完整性，自己补
这一节画的图是比较新的，图中我用红色箭头标出的是pathway一级注释信息(bigannotation，自己想的，非专有名词)，纵轴花花绿绿的标注是pathway的二级注释(smallannotation)。如何获取注释算一个难点，我上一讲也已经讲过：KEGG通路的从属/注释信息如何获取。整个图反映的是有多少基因落到了对应的分类里面。辩证地看，整张图都是pathway注释，没有具体的pathway名称，跟平常做的富集分析很不一样。把图里面的二级注释换成具体的pathway会更好。另外，这个图中横坐标是基因数，但我觉得在富集分析中这个数值并不重要（基因ratio比单个数值重要），我们可以换成p值
这一节画的图是比较新的，图中我用红色箭头标出的是pathway一级注释信息(bigannotation，自己想的，非专有名词)，纵轴花花绿绿的标注是pathway的二级注释(smallannotation)。如何获取注释算一个难点，我上一讲也已经讲过：KEGG通路的从属/注释信息如何获取。整个图反映的是有多少基因落到了对应的分类里面。辩证地看，整张图都是pathway注释，没有具体的pathway名称，跟平常做的富集分析很不一样。把图里面的二级注释换成具体的pathway会更好。另外，这个图中横坐标是基因数，但我觉得在富集分析中这个数值并不重要（基因ratio比单个数值重要），我们可以换成p值
