在這裏，和國際同行一起學習單細胞數據分析。
還記得2019年上的第一門比較完整和前沿的課程是Suerat團隊的Single Cell Genomics Day，當時的議題有：
- Introduction to Deep Learning methods for single-cell analysis
- Integration and harmonization of single-cell data
- Single-cell genomics Recent advances and future directions
- Multi-modal single-cell analysis
- Imaging the transcriptome Mapping the brain with MERFISH
- Reconstruction of developmental trajectories during zebrafish embryogenesis
- Dissecting complex systems with multidimensional data
- Overview of sci-RNA-seq
其實這些課題放到今天依然是相對前言的，三年來我們見證了Suerat從V2到V4的轉變，也見證了單細胞技術在生命科學領域的快速普及。2021年Single Cell Genomics Day在美國東部時間2021年3月26日星期五上午10點至下午5點線上進行。
主要議題有：
- 瞭解尖端分子技術，包括：單細胞染色質狀態和轉錄因子整合分析，利用單細胞進行體內CRISPR篩選，並進行單細胞原位測序。
- 發現強大的新計算方法，包括：軌跡推斷和單細胞“命運映射（fate mapping）算法，將查詢數據集“映射”到“參考數據集”的工具，以及將空間解析基因表達測量與scRNA-seq數據集集成的方法。
- 瞭解大規模多路實驗設計的策略以及統計建模，如健康和疾病狀態單細胞數據集比較的新方法。
- 觀點的分享。
值此預告之際，我們簡要回顧一下Seurat的早期歷史。2014年Seurat第一次以文章附錄的形式發表，當時的代碼居然是粘貼在PDF文檔裏的。
現在只要做單細胞轉錄組，幾乎都會聽過Seurat。但是它有着普通R包的成長史：代碼塊到函數到R包。2019年才登錄CRAN，其實並不算開發的快的R包。這也我啓發我們要腳踏實地寫代碼，不要着急，慢慢來比較快。
Seurat提供的S4對象已成經典，如我們看到有人這樣講這個結構：
學習生信，把自己的想法打包成順手的工具。