update issue-131

README.md

@@ -48,6 +48,7 @@ $ grep -nri bash issues | cat --number
 
 ## 2024
 ### 七月
+- 第 131 期：[2023诺贝尔生理医学奖给了mRNA疫苗技术，没有终身教职的她拿奖了](issues/issue-131.md)
 - 第 130 期：[走出还原论，拥抱复杂性](issues/issue-130.md)
 
 ### 六月

issues/issue-131.md

@@ -0,0 +1,178 @@
+---
+date: 2024-07-14
+comments: true
+---
+# 生信爱好者周刊（第 131 期）：2023诺贝尔生理医学奖给了mRNA疫苗技术，没有终身教职的她拿奖了 
+
+这里记录每周值得分享的生信相关内容，周日发布。
+
+本杂志开源（GitHub: [openbiox/weekly](https://github.com/openbiox/weekly)），欢迎提交 issue，投稿或推荐生信相关内容。
+
+[「生信周刊讨论区（语雀）」](https://www.yuque.com/shixiangwang/bioinfo "「生信周刊讨论区（语雀）」") | [「生信讨论区（Gitter）」](https://gitter.im/ShixiangWang/community "「生信讨论区（Gitter）」")
+
+## 封面图
+
+![](https://files.mdnice.com/user/37191/a93eef00-457e-40a0-9b06-3e69f52888f8.png)
+
+## 本周话题：[2023诺贝尔生理医学奖给了mRNA疫苗技术，没有终身教职的她拿奖了 ](https://mp.weixin.qq.com/s/r9DRuhB1ISaMcUX-BEw-2Q)
+
+![](https://files.mdnice.com/user/37191/93a2f569-d417-4a99-9fb0-d5487377c2da.png)
+
+>2023年诺贝尔生理学或医学奖宣布授予德国生物技术公司BioNTech的卡塔琳·卡里科（Katalin Karikó）、美国宾夕法尼亚大学教授德鲁·魏斯曼（Drew Weissman），以表彰他们在核苷碱基修饰方面的发现，这些发现使得针对 COVID-19 的有效 mRNA 疫苗得以开发。
+>
+>两位科学家的突破研究使得高效率的新冠mRNA疫苗得以被快速研发，也已凭此获得了多项大奖，包括2022年美国科学突破奖（Breakthrough Prize）、2021年拉斯克基础医学研究奖（The Lasker Awards）、2023年盖尔德纳奖等。
+
+## 生信研究
+1. [Nucleic Acid Research | 北京基因组所（国家生物信息中心）发布空间转录组综合资源存储库CROST](https://mp.weixin.qq.com/s/qLJzYy4ZZCw2aiwg79nljA)
+
+![](https://github.com/user-attachments/assets/f0b4c44b-405f-438c-bea7-867711c8d26b)
+
+空间转录组学是生命科学领域的重大突破,而CROST数据库的推出无疑是该领域的里程碑事件。这个由中国科学院北京基因组研究所主导开发的综合资源存储库,整合了来自8个物种、35种组织和56种疾病的1000多个高质量空间转录组数据集,并提供了全面的生物信息分析。CROST不仅方便研究人员访问海量数据,还提供交互式可视化分析环境和一站式分析平台,即使没有编程基础的用户也能轻松开展研究。它尤其有助于临床医生快速评估特定癌症基因的表达、甲基化和拷贝数变异情况,推动精准医疗发展。
+
+- 论文链接：https://doi.org/10.1093/nar/gkad782
+
+
+2. [Nature | Olink Explore里程碑研究开启大规模人群蛋白质组学新时代](https://mp.weixin.qq.com/s/AYxQ8zlXoLPpoGbCUwY6eg)
+
+![](https://github.com/user-attachments/assets/07a6b42a-392b-44a6-9914-c030d6accb9f)
+
+瑞典Olink公司在《自然》杂志发表的三篇研究，利用Olink Explore平台在54,000名参与者样本中分析了3,000种蛋白标志物，揭示了14,000多个新的遗传关联，推动了大规模人群蛋白质组学研究。这些发现有助于识别生物途径，加速药物开发，促进精准医学的发展。Olink的技术平台因其高特异性和精确度，为多组学整合和生物标志物发现提供了重要工具。
+
+- 论文链接：
+1. Sun et al. (2023) Plasma proteomic associations with genetics and health in the UK Biobank. Nature, DOI: 10.1038/s41586-023-06592-6
+2. Dhindsa et al. (2023) Rare variant associations with plasma protein levels in the UK Biobank. Nature, DOI: 10.1038/s41586-023-06547-x
+3. Eldjarnet al. (2023) Large-scale plasma proteomics comparisons through genetics and disease associations. Nature, DOI: 10.1038/s41586-023-06563-x
+
+
+3. [Signal Transduction and Targeted Therapy丨这项研究为EBV阳性胃癌患者提供新的治疗方向](https://mp.weixin.qq.com/s/VUF9r-LdVqylOiKBNJgCWw)
+![](https://github.com/user-attachments/assets/9698a548-72e4-4ea0-ba1f-b78945b7ab8f)
+
+中山大学肿瘤防治中心徐瑞华教授团队在国际知名期刊STTT上发表重要研究成果，该研究团队通过动态单细胞测序技术，研究人员精细解析了EBV阳性和阴性胃癌免疫微环境的差异，发现EBV阳性胃癌具有更丰富的T、B细胞浸润，特别是ISG-15+CD8+T细胞亚群可预测更好的免疫治疗响应。研究还发现,LAG-3抑制剂可能是EBV阳性胃癌患者的潜在新靶点，这一发现已在临床试验中初步验证。该研究从细胞和分子水平阐明了EBV感染影响胃癌免疫治疗疗效的机制。
+
+- 论文链接：https://doi.org/10.1038/s41392-023-01622-1
+
+4. [Nature Biotechnology | 基于分层图像特征提取的AI辅助新工具，可以超分辨率预测空间基因表达，实现更快速的癌症病理诊断](https://mp.weixin.qq.com/s/hjQ43i_PdCGW3xbaGRhtFA)
+![](https://github.com/user-attachments/assets/a3b76060-1267-4e16-8ce2-1d8ea3f9145b)
+
+宾夕法尼亚大学李明瑶教授团队开发了一种名为iStar的AI辅助工具，可以超分辨率预测空间基因表达，实现更快速精准的癌症病理诊断，并发表在Nature Biotechnology上。iStar采用分层图像特征提取方法，捕获组织学图像的局部细胞结构和全局组织结构信息，并结合空间转录组学数据训练神经网络模型，以接近单细胞的分辨率预测未观察到的超分辨率基因表达。此外，iStar在多种肿瘤类型中展现出优异表现，能自动检测出肉眼难以识别的肿瘤细胞，有望辅助确定癌症手术切除范围。最后，iStar的计算速度比其他AI工具快200多倍。
+
+- 论文链接：https://www.nature.com/articles/s41587-023-02019-9
+## 博文资讯
+
+5. [如何制作CPU-基于图片的简单解释](https://blog.robertelder.org/how-to-make-a-cpu/)
+
+![](https://github.com/user-attachments/assets/65c9a67b-f60b-4514-b172-3577eecaecd7)
+
+本文通过图文结合介绍计算芯片如何从原始材料中被制作出来。
+
+6. [Promise: 异步编程的强大工具](https://mp.weixin.qq.com/s/atFlcMdulXcaC1dZidOW0Q)
+
+![](https://github.com/user-attachments/assets/c7d34cf6-923f-4a09-9cb4-e42406d4db86)
+
+这篇文章讲述了JavaScript中的Promise对象，它用于简化异步编程。Promise有三种状态：Pending、Fulfilled和Rejected。文章解释了如何使用Promise进行链式调用和错误处理，并提供了一些最佳实践，强调了Promise在提高异步代码可维护性方面的重要性。
+
+
+
+7. [一位博士把整个 CNN 都给可视化了，可交互有细节，每次卷积 ReLU 池化都清清楚楚](https://mp.weixin.qq.com/s/pCH1oaNOViJekw7nh3QOGQ)
+
+
+![](https://files.mdnice.com/user/37191/886f3fcc-ea1f-4c06-bc69-42a7cdb2a5d1.png)
+
+
+CNN是什么？美国有线电视新闻网吗？
+
+每一个对AI抱有憧憬的小白，在开始的时候都会遇到CNN（卷积神经网络）这个词。但每次，当小白们想了解CNN到底是怎么回事，为什么就能聪明的识别人脸、听辨声音的时候，就懵了，只好理解为玄学。
+
+好吧，维基百科解决不了的问题，有人给解决了。
+
+这个名叫CNN解释器在线交互可视化工具，把CNN拆开了揉碎了，告诉小白们CNN究竟是怎么一回事，为什么可以辨识物品。
+
+8. [Python软件包管理的最佳实践](https://mp.weixin.qq.com/s/8M5ssxmGXYECrAwpACoxgQ)
+
+
+![](https://files.mdnice.com/user/37191/8471ad29-042f-4b6d-8226-a419768958d9.png)
+
+
+今天，很偶然地，当我觉得不再需要某个包时，终于祭出了 pip uninstall 命令。本以为它能够依然智能地查出那些曾经搭便车被安装到系统中的包，并加以清理。然而，没想到，它只删除了我所指定的那个包，全然忘记了其他那些依赖项的存在。
+
+经翻查文档和询问ChatGPT，才发现人家 pip 就是这么设计的，管装不管卸，只要一经安装到系统，就“一视同仁”对待，并不区分是否来自搭便车。这可真要命！原来从我第一次运行 pip install XXX 起，Python环境就已无法保持整洁了……
+
+所幸，会为这个问题烦恼的，并非我一个人。为此，有不止一个包，能够帮助解决这个问题。这些包大同小异，原理也差不多，这里就选择其中一个，pip-autoremove，来加以介绍。
+
+
+## 工具
+
+9. [Python 库，用 Gooey 为你的程序添加GUI](https://mp.weixin.qq.com/s/0dIRzA4pJiuE_3CymxnIGA)
+
+
+![](https://files.mdnice.com/user/37191/44eb769b-1822-47ad-8984-c5a685832a48.png)
+
+
+大家有没有遇到过这样的情况：你写了一个非常棒的命令行程序，但当你分享给朋友或同事时，他们却因为害怕命令行而不愿意使用？这时候，一个简洁美观的图形用户界面（GUI）就派上用场了。
+
+今天我们来介绍一个神奇的Python库——Gooey，它能让你的命令行程序秒变图形界面，完全不用写繁琐的GUI代码！
+
+10. [Cirrocumulus | 百万级单细胞数据集的可视化神器](https://mp.weixin.qq.com/s/3KxB7A_7_tF1I67fuHZWug)
+
+![](https://github.com/user-attachments/assets/c2239285-ab55-49dc-a4eb-580e6c725a8f)
+
+Cirrocumulus可以读入多种单细胞、空间组学类型文件，交互式展示UMAP、dotplot、barplot等可视化结果。更重要的是，其不仅可以在本地运行，也可在云端展示数据，并通过分块读取单细胞数据，实现百万级单细胞数据集的秒加载。
+
+11. [bcbio-nextgen | 基于Python的高效自动化生信分析工具](https://github.com/bcbio/bcbio-nextgen)
+
+<img width="863" alt="image" src="https://github.com/user-attachments/assets/3a90b712-36d3-407d-a9aa-33b4f578f26d">
+
+bcbio-nextgen是一个社区驱动的生物信息学工具集，用于高通量的基因变异检测、RNA测序和小RNA分析。它通过一个配置文件实现自动化和并行处理，简化了从数据输入到分析的流程。该项目支持自动化验证和分布式计算，提供了安装脚本和文档，以促进研究人员专注于下游的生物学研究。
+
+
+## 资源
+
+12. [18个机器学习核心算法模型！！](https://mp.weixin.qq.com/s/q0j7O4CQPr20ygDO8Xi1bw)
+
+
+![](https://files.mdnice.com/user/37191/741a0026-bb05-4c57-a14a-cbcb64a82658.png)
+
+
+本篇推文中，作者介绍了18个机器学习核心算法模型，并提供了每种算法模型的核心公式和代码。
+
+13. [Learn Next.js 中文教程](https://qufei1993.github.io/nextjs-learn-cn/)
+
+![](https://github.com/user-attachments/assets/934ec63c-0f3f-448f-8a1a-37c69a93b798)
+
+
+14. [comboSC](https://github.com/bm2-lab/comboSC)
+
+![](https://files.mdnice.com/user/37191/add42542-f13b-45d5-9509-6a95a9bad51d.png)
+
+
+comboSC是一个基于单细胞RNA-seq的个性化肿瘤联合治疗预测软件。它使用了大量来自CMAP和GDSC数据库的分子药物信息，可以基于癌症患者的单细胞测序数据，设计高效的免疫评分，用于个性化免疫谱评估。
+
+## 历史上的本周
+- 2023 [生信爱好者周刊（第 89 期）：视频学习胜过读书吗？](https://mp.weixin.qq.com/s/oGzJ4i9QxEM5GbBhNgsl6w)
+
+## 贡献者（GitHub ID）
+
+「Openbiox 生信周刊」运维小队：
+
+- `@ShixiangWang`（王诗翔）
+- `@kkjtmac`（阚科佳）
+- `@NiEntropy`（赵启祥）
+- `@He-Kai-fly`（何凯）
+- `@JnanZhang`（张佳楠）
+- `@Tomcxf`（陈啸枫）
+- `@wangdepin`（王德品）
+- `@kongjianyang`（空间阳）
+- `@donghongyu2020`（董弘禹）
+- `@DrRobinLuo`（罗鹏）
+
+## 订阅
+
+这个周刊每周日发布，同步更新在微信公众号「优雅R」（elegant-r）上。
+
+微信搜索“优雅R”或者扫描二维码，即可订阅。
+
+
+![](https://files.mdnice.com/user/37191/484e56e7-6d4d-41a3-a70c-53e240bb2dcd.png)
+
+
+（完）