前面介紹 Space Ranger 的使用的時候有提到過，一種是自動對齊（只需要提供圖片文件），另外一種是手動對齊（除了需要提供圖片文件，還需要提供圖像組織位置跟 spot 對應信息的 json 文件）。本文帶你一分鐘了解 10x空間轉錄組Visium 的 圖像手動對齊 應該怎樣做！
具有完善基因表達數據和表型數據的大規模公共隊列為開發腫瘤預后標志提供了可能。近年來，機器學習作為人工智能（AI）的分支，已經被成功用于建立腫瘤患者預后和治療預測的模型。
10x Genomics在分析軟件這一塊還是非常給力的，開發的每個軟件都非常好用而且操作簡單，特別是安裝方便，基本解壓后就能用。對于10x的空間轉錄組數據主要用10x自己開發的Space Ranger來進行前期的處理。
乳腺癌是發生在乳腺上皮組織的惡性腫瘤，它是威脅全球女性健康的嚴重的常見的惡性腫瘤之一，近年來的發病率與死亡率也逐漸升高。因此，尋找和發現有價值的乳腺癌生物標志物已經成為目前研究的一個重要方向。小編這次為大家分享兩篇關于研究乳腺癌DNA甲基化標志物的文章（IF > 10），利用多組學數據分別從兩個方向篩選甲基化標志物的研究。
婦科腫瘤是一種多發病，由于其致病因素較復雜，癌變組織結構多樣，受神經內分泌因素影響的不斷變化，所在部位又極易受細菌或病毒感染，很早就受到人們重視。婦科生殖器腫瘤又以卵巢癌，子宮頸癌，子宮內膜癌較為常見，這三種腫瘤并稱為婦科生殖系統三大惡性腫瘤。據有關數據統計，在我國每年約有1.5萬名女性死于卵巢癌，發病率雖次于宮頸癌和子宮內膜癌，但死亡率卻占婦科惡性腫瘤之首。
單細胞RNA測序（scRNA-seq）技術的飛速發展使人們對組織中細胞種類、細胞的特殊狀態有了深入認識。但是，scRNA-seq對于器官或者固體組織制備的細胞懸液的細胞活性和細胞數目有著較高的要求，這也意味著 “躺在”超低溫冰箱中的大量珍貴臨床樣本（腦組織，腫瘤組織等）都無法進行scRNA測序。而單細胞核RNA測序技術（snRNA-seq）的出現，則在很大程度上解決了以上問題。
7月以DNA methylation為關鍵詞檢索到的文獻一共有723篇，小編在這里為大家精心挑選了以下7篇作為重點分享，包括胚胎發育、癌癥、疾病、甲基化標志物以及多組學聯合分析的研究等。
單細胞轉錄組測序雖好，但是限制也不少于是乎... 追求完美的科研達人們糾結ai又犯了...Show Time|單細胞核轉錄組測序-—乘風破浪呼嘯而來。
