共计 1361 个字符，预计需要花费 4 分钟才能阅读完成。
在 Notebook 广场 发现「生物信息学 Notebooks Collection」🤗
边学边练，无需配置环境，仅须要专一于学习自身。依附 收费的 2 核 4G 计算资源，你能够在平台上间接运行和批改代码。间接轻松上手生物信息学！
生物信息学
随着生物科技的飞速发展，生物信息学这一跨学科畛域逐步锋芒毕露。生物信息学是一门致力于钻研生物数据的迷信，涵盖了基因组学、蛋白质组学、代谢组学等多个畛域。
通过生物信息学的办法，咱们能够深刻开掘生物数据背地的法则，为疾病诊断、新药研发、生态爱护等畛域提供无力反对。
Notebooks Collection
然而，生物信息学的学习与实际过程中，人们往往会遇到一些艰难：
- 初学者很难找到一个系统地能边学边练的平台；
- 罕用者在解决版本抵触、疾速跑通特定办法时，不足一个高效的平台；
- 论文发表者无奈不便地将论文和代码环境打包在一起进行流传。
为了解决这些问题，咱们推出了 生物信息学 Notebooks 系列 —— 对于生物信息学人来说，你能够不便的应用在线 Notebook 涵盖从学习、应用到流传的全过程。咱们将在Notebook 案例广场 整顿一系列的生物信息学教程，让你轻松把握生物信息学的精华，成为实实在在的达人！
「单细胞转录组剖析」案例
明天，作为这个系列的第一步，咱们要向大家举荐一个单细胞转录组的 Notebook：《一篇 Notebook 带你走进单细胞转录组剖析》，这个案例的内容包含以下三个局部：
- 寻找状态转变过程中的基因聚类：通过对单细胞转录组数据进行聚类分析，一窥不同状态转变过程中的基因表白神秘。
- 寻找聚类中的标记基因：找到这些聚类中的标记基因，让咱们更加深刻地理解细胞之间的关系及其性能变动。
- 拟时序计算：通过拟时序计算，咱们能够对单细胞转录组数据进行工夫序列剖析，进而揭示细胞状态变动的动静过程。
这三个局部独特形成了一个残缺的单细胞剖析流程，点击下方 Notebook 链接，立刻理解单细胞转录组剖析：https://nb.bohrium.dp.tech/detail/1291
目前的单细胞系列 Notebooks：
- 一篇 Notebook 带你走进单细胞转录组剖析：https://nb.bohrium.dp.tech/detail/1291
- 单细胞转录组分析方法之数学原理初览：https://nb.bohrium.dp.tech/detail/1295
- 单细胞转录组分析方法实战之 Shalek2013：https://nb.bohrium.dp.tech/detail/1296
- 单细胞转录组剖析实战之 Macaulay2016：https://nb.bohrium.dp.tech/detail/1297
- 细胞动力学模型摸索之 Cellbox：https://nb.bohrium.dp.tech/detail/1298
将来，咱们将推出更多的单细胞系列 Notebooks，以及“根底生信系列教程”、“空间组学系列教程”、“作图系列教程”等。咱们置信这个系列将成为你在生物信息学路线上的得力助手！
欢送关注咱们的微信公众号 NBHub，获取更多乏味的 Notebook 实际～
感兴趣的童鞋能够 查看原文退出生物信息学探讨群：https://mp.weixin.qq.com/s?__biz=Mzg5NTk3Nzk3MQ==&mid=2247484…
