精选文献推荐

01

Graph-based genome alignment and genotyping with HISAT2 and HISAT-genotype

1.jpg

杂志：
Nature Biotechnology

时间：
02 August 2019

链接:   
https://www.nature.com/articles/s41587-019-0201-4

figure
基因组图谱的展示：

2.jpg






02

Human Genome Assembly in 100 Minutes

3.png

杂志：
bioRxiv

时间：
Posted July 17, 2019.   

链接:   

https://doi.org/10.1101/705616

4.jpg



1









扫描二维码查看文章


figure

SHIMMER index 的产生和Peregrine组装流程

5.jpg




03

Resolving genetic heterogeneity in cancer

6.jpg

杂志：
Nature Reviews Genetics

时间：
27 March 2019

链接:   

https://www.nature.com/articles/s41576-019-0114-6

7.jpg

1


扫描二维码查看文章


figure

SHIMMER index 的产生和Peregrine组装流程

8.jpg




04

Nascent RNA analyses: tracking transcription and its regulation

9.jpg

杂志：
Nature Reviews Genetics

时间：
09 August 2019

链接:   

https://doi.org/10.1038/s41576-019-0159-6

10.jpg

1


扫描二维码查看文章


figure

新生RNA的检测方法优劣

11.jpg

12.jpg


文章介绍：

这是一篇最新出炉的关于「新生 RNA」分析的综述。从新生 RNA 的研究方法和调控方式等多个方面进行了全面的介绍。




05

Machine learning analysis of gene expression data reveals novel diagnostic and prognostic biomarkers and identifies therapeutic targets for soft tissue sarcomas

13.jpg

杂志：
Computational Biology

时间：
February 20, 2019

链接:   

https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1006826

14.jpg

1


扫描二维码查看文章


figure


15.jpg


文章介绍：

本研究发现了针对软组织肉瘤的诊断marker、预后marker和治疗leads。
故而机器学习是加强我们对罕见实体瘤理解新的优异工具。



06

SingleCellNet: A Computational Tool to Classify Single Cell RNA-Seq Data Across Platforms and Across Species

16.jpg

杂志：
Cell Systems

时间：
2019年7月31日

链接:   

https://www.ncbi.nlm.nih.gov/pubmed/31377170

17.jpg

1


扫描二维码查看文章


figure


18.jpg


文章介绍：

分析单细胞RNA-seq数据的一个主要障碍是确定每个细胞的身份。这个过程通常很耗时，容易出错，并且缺乏定量的严格性。此文章中的SingleCellNet (SCN)解决了这一挑战，它提供了对单细胞RNA-seq数据的定量分类。

² SingleCellNet (SCN)支持对scna -seq数据进行定量分类。

² SCN可以跨平台、跨物种应用。

² SCN可以对工程实验细胞发展的方向进行评估。

工具使用方法以及详细指导文档：https://github.com/pcahan1/singleCellNet

分享