Bioinfospace 博客

• Paper Outlook — 2026 年 10 月 5–11 日

  2026年10月5日

  空间组学与单细胞方法正越来越多地被结合起来，用于解析细胞在组织中的空间组织方式，研究对象涵盖牙龈、皮肤、脑膜以及肿瘤等多种组织。

• Paper Outlook — 2026 年 9 月 28 日至 10 月 4 日

  2026年9月28日

  空间组学与单细胞工具正持续改变我们观察肿瘤与组织的方式，从揭示男性乳腺癌中罕见的细胞状态，到刻画雄激素性脱发毛囊周围的免疫微环境。

• Paper Outlook — September 7-13, 2026

  2026年9月15日

  空间转录组学是本周的焦点之星，它既作为方法学重点（心脏综述、新的细胞身份识别工具）出现，也作为癌症免疫研究的发现引擎。

• Paper Outlook — 2026 年 9 月 14–20 日

  2026年9月15日

  本周单细胞与空间组学占据主导，新发布的人类肾上腺、产后小鼠心脏和发育中人类子宫图谱表明，细胞类型分辨的图谱已成为组织生物学研究的标准工具。

• Paper Outlook — 2026 年 8 月 31 日至 9 月 6 日

  2026年8月31日

  空间转录组学正在快速走向成熟：SpaGCN 利用图神经网络融合基因表达、空间位置和组织学图像，BayesSpace 通过贝叶斯邻域模型提升分辨率，而 G2T 则尝试反向操作——仅依据基因表达，借助生成式流匹配（generative flow matching）预测组织空间布局。

• Paper Outlook — 2026 年 8 月 24–30 日

  2026年8月24日

  深度学习与统计学习方法正在推动空间转录组学的发展，覆盖从三维组织重建到肿瘤内细胞组织结构解析等多个方向。

• Paper Outlook — 2026 年 8 月 17-23 日

  2026年8月17日

  本周的精选内容大致分为两类：一类是关于肿瘤细胞邻域（中性粒细胞和成纤维细胞）的新生物学发现，另一类是让单细胞与空间基因表达数据更易解读的全新计算工具。

• Paper Outlook — 2026 年 6 月 29 日至 7 月 5 日

  2026年7月11日

  本周的论文展示了单细胞与空间转录组学如何被用于解析疾病机制和治疗反应，覆盖从肥胖疗法到糖尿病视网膜病变等多个方向。

• 批次效应矫正：那些默认值背后的秘密

  2026年7月5日

  n_latent 为什么默认 10？θ 调大了会发生什么？dispersion 选哪个不会崩？深入参数意义，而不是又一篇工具对比文。

• 细胞通讯信号有多大"水分"？试试SigXTalk

  2026年2月20日

  CellChat和CellPhoneDB只看配受体对，却忽视了通路间普遍存在的"串扰"。SigXTalk用超图神经网络和随机森林，首次系统量化信号保真度与特异性——告诉你每条通路到底有多"专一"。

• 跟着Theis Lab学单细胞: 给RNA“测速”

  2026年2月20日

  2\. 剪接动力学模型：未剪接RNA（unspliced）和已剪接RNA（spliced）的比值，如何暗示基因表达的"未来走向"？

• 跟着Theis Lab学单细胞: 特征并非“生而平等”

  2026年2月20日

  在单细胞RNA测序数据分析中，我们通常会面临一个问题：测序得到的基因数量可能高达3万个，但其中很多基因的表达量为零或接近零，对后续分析贡献不大。今天我们来学习如何通过特征选择(Feature Selection)来筛选出真正有生物学意义的基因，提高分析效率。

• 跟着Theis Lab学单细胞: “标准化”的数学原理

  2026年2月20日

  标准化的数学原理：为什么UMI数据服从Gamma-Poisson分布，以及scanpy中几种标准化方法（log-norm、scran）的理论依据与实操对比。

• 跟着Theis Lab学单细胞: 高维数据的"降维打击

  2026年2月20日

  2\. 掌握PCA、t-SNE、UMAP三种降维方法的原理和特点 单细胞RNA测序数据的一个显著特点是维度极高：每个细胞可能有2-3万个基因的表达信息。虽然我们在上一章通过特征选择筛掉了大部分"平庸"的基因，但剩下的几千个基因依然让数据处在高维空间中。今天我们来学习如何通过降维技术，将这些高维数据压缩到2-3个维度，既保留关键信息，又便于可视化分析。

• 跟着Theis Lab学单细胞: 跨越批次的鸿沟（下）

  2026年2月20日

  1\. BBKNN如何通过“修改邻接图”这一巧妙思路实现闪电般的快速整合？ 2\. 作为经典方法的Seurat MNN是如何通过寻找“锚点”来校正表达矩阵的？

• 跟着Theis Lab学单细胞: 跨越批次的鸿沟（上）

  2026年2月20日

  4. 实战演练：如何使用scVI和scANVI这两个明星工具完成高质量的数据整合？ 本节对应原书 12 Integration 12.1-12.6

• 跟着Theis Lab学单细胞: 质控报告应该怎么读？

  2026年2月20日

  Cracking single-cell analysis with Theis Lab 系列第03期：手把手解读质控报告，掌握细胞过滤标准，避免过滤过严或过松的常见误区。

• 跟着Theis Lab学单细胞: 质控到底控什么？

  2026年2月20日

  3\. 使用scDblFinder检测双细胞，了解双细胞检测的原理 单细胞RNA测序数据具有两个重要特性：首先，由于mRNA限制，数据中存在大量零值（dropout现象） ；其次，数据校正和质量控制的能力有限，因为技术问题可能与生物学效应混淆 。因此，我们必须选择适合数据特性的预处理方法，避免过度校正或移除真实的生物学信号。

• 跟着Theis Lab学单细胞: 聚类、降维傻傻分不清？

  2026年2月20日

  在之前的章节中，我们已经学会了如何对单细胞RNA测序数据进行预处理和降维可视化。通过PCA、UMAP等方法，我们能够在二维平面上看到细胞的分布模式。但此时的细胞还只是一个个抽象的点，我们还不知道它们代表什么类型的细胞。 接下来的自然步骤就是识别数据集中的细胞结构 ，也就是找出哪些细胞属于同一类型。这个过程通常叫做细胞身份注释（cell identity annotation）。为了实现这一目标，我们需要先将相似的细胞聚集成群，这就是聚类分析的核心任务。

• 跟着Theis Lab学单细胞: 细胞的“命运”轨迹

  2026年2月20日

  1. 什么是“拟时”？它是如何从看似杂乱的“快照”中被构建出来的？ 2. 图方法、概率法... 各种轨迹推断（TI）算法背后的逻辑有何不同？

• 跟着Theis Lab学单细胞: 注释的方法你知道几种？

  2026年2月20日

  在单细胞测序分析中，我们面对的是成千上万个细胞的基因表达数据。但光有数据还不够——我们需要知道每个细胞的"身份"，也就是它属于什么细胞类型。这个给细胞贴标签的过程，就是我们今天要讲的 " 细胞注释"（cell annotation）。 生物学家用 " 细胞类型（cell type）" 来描述具有特定功能、表达特定标志物的细胞群体。比如，浆细胞（Plasma B cell）是一种分泌抗体对抗病原体的白细胞，可以通过特定的标志基因来识别。

• 跟着Theis Lab学单细胞: 格式转换，你需要知道底层逻辑（下）

  2026年2月20日

  1\. 使用Seurat内置函数在SingleCellExperiment和Seurat对象间转换 2\. 使用rpy2和reticulate包实现R和Python间的相互调用

• 跟着Theis Lab学单细胞: 格式转换，你需要知道底层逻辑（上）

  2026年2月20日

  本节对应原书 5.1 Motivation， 5.2 Nomenclature，5.3 Disk-based Interoperability 对于单细胞分析的初学者，大家很可能都疑惑过：“哪个生态系统最好？我应该从哪个学起？”在前文中，我们也简要的介绍过每个生态系统（Bioconductor， Seurat和Scanpy）的起源和特点。由于许多工具都只支持一种生态系统或者在某种生态系统中表现更优（比如scDblFinder是基于SingleCellExperiment，scVelo基于python），因此我们可能不得不面对在不同格式间切换的问题。

• 跟着Theis Lab学单细胞: 序列比对有讲究

  2026年2月20日

  Cracking single-cell analysis with Theis Lab 系列第04期：比较基因组比对与转录组比对策略的优缺点，并介绍如何为单细胞分析选择最合适的参考基因组。

• 跟着Theis Lab学单细胞: 定量那些事儿

  2026年2月20日

  Cracking single-cell analysis with Theis Lab 系列第05期：单细胞定量工具全解析，介绍alevin-fry（simpleaf）与Cell Ranger的差异及实战操作。

• 跟着Theis Lab学单细胞: 单细胞测序概述

  2026年2月20日

  Cracking single-cell analysis with Theis Lab 系列第02期：从细胞理论、测序技术发展史到液滴法单细胞测序原理，构建单细胞分析的知识框架。

• 跟着Theis Lab学单细胞: 从质控到矩阵

  2026年2月20日

  从原始reads到计数矩阵：Cell Ranger输出结构详解、质控过滤策略，以及进入下游分析前你必须做的关键决策。

• 跟着Theis Lab学单细胞: scanpy+muon，你的细胞百宝箱

  2026年2月20日

  本节对应原书 4.3 Unimodal data analysis with scanpy，4.5 Advanced: Multimodal data analysis with muon 在前面的章节中，我们学习了两种数据格式：AnnData（用于单一类型的数据）和MuData（用于多种类型的数据）。现在，我们要学习如何实际分析这些数据。在scverse这个工具生态系统中，有不同的软件包专门处理各种类型的单细胞数据。比如：

• 跟着Theis Lab学单细胞: alevin-fry实战

  2026年2月20日

  3\. 掌握两种运行方式：简单版（simpleaf）和完整版（逐步运行） 本节对应原书 3.8 A real-world example

• 跟着Theis Lab学单细胞: MuData-多模态数据好帮手

  2026年2月20日

  本节对应原书 4.4 Advanced: Using MuData to store multimodal data 在之前的教程中，我们学习了如何使用AnnData处理单模态数据（如单细胞RNA测序数据）。随着实验技术的发展，多模态测序技术如CITE-Seq可以同时测量细胞的RNA和表面蛋白表达，一次实验获得多种组学数据，大大提高了实验效率。

• 跟着Theis Lab学单细胞: AnnData入门

  2026年2月20日

  AnnData数据格式精讲：单细胞下游分析的基石，掌握obs、var、obsm、uns等核心属性，以及与Seurat、SCE之间的生态系统关系。

• 跟着Theis Lab学单细胞: 01. 写在前面

  2026年2月20日

  Cracking single-cell analysis with Theis Lab 系列第01篇：系列介绍与学习路线，面向希望系统学习单细胞分析的生物学背景读者。

• 统计自救指南5:快对条形图祛魅吧

  2026年2月20日

  编辑部直言不讳：条形图被严重过度使用了，很多时候根本无法准确表达统计数据的真实情况。 这些数据的零点有明确意义——人口为零就是没人，销售额为零就是没卖出去。

• 统计自救指南4: 统计功效——别让你的实验"有眼无珠

  2026年2月20日

  统计功效（Statistical Power）详解：为什么低功效研究会错过真实效应？如何计算所需样本量？阴性结果能否证明"无差异"？

• 统计自救指南3: 你可能一直没搞懂的p值和t检验

  2026年2月20日

  p值和t检验从原理讲清楚：单样本t检验的完整推导，p值的正确解读方式，以及科研中五种最常见的统计误用案例。

• 统计自救指南2: “耍流氓”的误差线

  2026年2月20日

  误差线全解析：SD（标准差）、SEM（均值标准误）和95% CI的本质区别——混淆这三者是文献中数据误读最常见的来源之一。

• 统计自救指南1: 拥抱不确定性

  2026年2月20日

  统计自救指南第一期：用不确定性（uncertainty）重新理解科研数据——p值、效应量和置信区间到底在说什么，为什么不能混用？

• 终于忍不住对SeuratDisk动手了

  2026年2月20日

  Seurat V5版本更新后SeuratDisk失效的解决方案：整理多种仍可用的Seurat object ↔ AnnData转换方法，兼容新版数据结构。

• 玩转大模型：拥有一个万能大模型助手是什么体验？

  2026年2月20日

  GitHub 65k星标的Gemini CLI全能AI助手：命令行调用Gemini完成代码生成、文件分析、自动化任务，比Claude Code更轻量灵活。

• 玩转大模型：API初探

  2026年2月20日

  "玩转大模型"系列：从零掌握LLM API调用方法，将大语言模型嵌入科研和工作流程，覆盖主流平台的API接入与实战技巧。

• 未来已来：LLM X 单细胞的时代开始了

  2026年2月20日

  LLM+单细胞时代已来：scGPT等基础模型和GPT-4如何改变细胞注释与生物学发现，2024-2025年单细胞AI化浪潮全景综述。

• 把AI请回家：本地LLM入门指北

  2026年2月20日

  在本地用LM Studio部署DeepSeek R1等大模型——普通笔记本电脑也能跑，无需服务器或专业知识，保护数据隐私，完全离线运行。

• 我愿称新Azimuth为最强注释工具

  2026年2月20日

  Satija实验室新推出Pan-Human Azimuth——基于参考图谱的跨组织细胞注释工具，手把手教你在自己的单细胞数据上完成实战注释。

• 单细胞格式转换哪家强？2025最全盘点来了

  2026年2月20日

  2025年单细胞格式转换工具横评：Seurat对象与AnnData/MuData之间哪些方案在V5版本下仍然稳定可靠，基准测试与最终推荐。

• 别再只知道用rds存单细胞数据了，试试qs！

  2026年2月20日

  高效存储单细胞数据的几种方案：qs包比saveRDS快5倍以上，HDF5格式支持按需读取，针对百万细胞量级的Seurat对象存储推荐策略。

• 下游笔记3: 三分钟实现交互式可视化

  2026年2月20日

  ShinyCell：将已分析的单细胞数据（Seurat/AnnData/Loom）一键生成交互式Shiny应用，无需编程即可浏览基因表达、热图和元数据。

• 下游笔记2：标准化的数据还能还原？教你一招

  2026年2月20日

  从标准化后的单细胞数据反推原始counts矩阵——在公开数据集只提供归一化矩阵时，这个技巧让你重新使用需要原始计数的下游方法（如SCTransform）。

• 下游笔记1：最全pySCENIC报错解决！

  2026年2月20日

  pySCENIC安装教程与完整报错处理手册：从conda环境配置到loom文件生成，覆盖单细胞转录调控网络分析中最常见的坑。

• 上游笔记4: 速通BD单细胞上游

  2026年2月20日

  BD Rhapsody平台详解：微孔板单细胞分离原理、Seven Bridges云端流程配置，以及与10x液滴法技术路线的核心差异。

• 上游笔记3: 多重捕获测序？你的Multi来了

  2026年2月20日

  cellranger multi多样本/多模态处理：TCR/BCR+Gene Expression联合分析，CellPlex标签解复用，配置文件编写全流程。