在 Notebook 广场 发现「生物信息学 Notebooks Collection」🤗
边学边练，无需配置环境，仅需要专注于学习本身。依靠 免费的 2 核 4G 计算资源 ，你可以在平台上直接运行和修改代码。直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领域逐渐崭露头角。生物信息学是一门致力于研究生物数据的科学，涵盖了基因组学、蛋白质组学、代谢组学等多个领域。
通过生物信息学的方法，我们可以深入挖掘生物数据背后的规律，为疾病诊断、新药研发、生态保护等领域提供有力支持。
Notebooks Collection
然而，生物信息学的学习与实践过程中，人们往往会遇到一些困难：
- 初学者很难找到一个系统地能边学边练的平台；
- 常用者在处理版本冲突、快速跑通特定方法时，缺乏一个高效的平台；
- 论文发表者无法方便地将论文和代码环境打包在一起进行传播。
为了解决这些问题，我们推出了 生物信息学 Notebooks 系列 —— 对于生物信息学人来说，你可以方便的使用在线 Notebook 涵盖从学习、使用到传播的全过程。我们将在 Notebook 案例广场 整理一系列的生物信息学教程，让你轻松掌握生物信息学的精髓，成为实实在在的达人！
「单细胞转录组分析」案例
今天，作为这个系列的第一步，我们要向大家推荐一个单细胞转录组的 Notebook： 《一篇Notebook带你走进单细胞转录组分析》 ，这个案例的内容包括以下三个部分：
- 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达奥秘。
- 寻找聚类中的标记基因：找到这些聚类中的标记基因，让我们更加深入地了解细胞之间的关系及其功能变化。
- 拟时序计算：通过拟时序计算，我们可以对单细胞转录组数据进行时间序列分析，进而揭示细胞状态变化的动态过程。
这三个部分共同构成了一个完整的单细胞分析流程，点击下方 Notebook 链接，立即了解单细胞转录组分析： 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分析： 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
- 单细胞转录组分析实战之Macaulay2016： https://nb.bohrium.dp.tech/detail/1297
- 细胞动力学模型探索之Cellbox： https://nb.bohrium.dp.tech/detail/1298
未来，我们将推出更多的单细胞系列 Notebooks，以及“基础生信系列教程”、“空间组学系列教程”、“作图系列教程”等。我们相信这个系列将成为你在生物信息学道路上的得力助手！
欢迎关注我们的微信公众号 NBHub ，获取更多有趣的 Notebook 实践～
感兴趣的童鞋可以 查看原文加入生物信息学讨论群 ： https://mp.weixin.qq.com/s?__biz=Mzg5NTk3Nzk3MQ==&mid=2247484...
python
