---------分割线----------
为了使自己尽快跟上研究进展，从今天开始每天翻译一篇文献的Abstract和Introduction部分。顺便把英语也训练一下
-2020.7.7
哦豁，原来这个计划搁置了这么久了
最近一直在忙些杂七杂八的事情，但是又不知道忙出了个什么结果，静不下来学习，这个状态一定要改。
-2020.7.14
憋了几天的introduction憋不出来，1000字好难啊，算了，今天休息了吧，来翻译一下
文章 这篇文章来自于PLOS COMPUTATIONAL BIOLOGY、2018年发表的，影响因子4.3
这是一篇专门收集单细胞分析工具的数据库，收集了600多个工具，很多工具在分析中其实都没什么用，单细胞分析中最主流的就那几个，这个数据库的存在是方便与查找一些特殊需求的工具
Title ：使用scRNA-tools数据库探索单细胞分析前景
Abstract：随着单细胞转录组数据变得越来越普遍，造成大量的为分析这些数据而设计的工具激增，给研究人员在这些浩瀚的工具中找到合适的工具增加了挑战性。为了便于更好的挑选合适的工具，我们发布这个数据库：scRNA-tools (www.scRNA-tools.org) 以对可用的工具进行分类和管理。我们的数据库收集了单细胞分析工具的大量的信息并且根据它们各自执行的分析任务对其分类。该数据反映出在单细胞转录组分析方面工具方法的发展情况。我们可以看到许多工具在数据分析方面执行特定的任务，尤其是聚类和细胞排列。我们也发现，单细胞转录组分析community（怎么理解？团体？/做这方面工作的这一类人？）采用开放源代码和开放科学资源的方法，并且很多工具都开源。scRNA-tools数据库为研究人员提供了可获得的分析资源，并且记录了该领域的发展。
Introduction：单细胞转录组测序对于在单个细胞数解决转录组问题上作为一种有效的工具，被迅速地使用。（单细胞RNA测序已迅速受到关注，成为一种以单个细胞的层面上研究转录组的有效工具），自2009年第一篇方法发表以来，在单细胞RNA测序实验中研究的细胞的数量呈几何增长，超过了摩尔定律。这种新的转录组数据造成了对新的分析方法的需求，不仅仅是单细胞RNA测序的数据量比批量实验的规模大，而且单细胞环境也面临着独特的挑战。尤其是单细胞RNA测序数据极其稀疏（大多数细胞中许多基因都没有表达量），其具有技术假象（artefacts)，例如低质量的细胞，或者不同批次之间的差异，以及感兴趣的科学问题通常和批量RNA测序的数据集要求不同。比如，通过设计实验，许多批量RNA测序数据的产生是来发现差异表达基因，而单细胞测序实验旨在在复合组织中识别和细胞类型归类。
生物信息学社区已经以惊人的速度接受了这种新类型的数据，他们设计了大量的方法来分析单细胞RNA测序数据。如今跟上当前单细胞RNA分析的状态是一个显著的挑战，因为该领域提出了大量的选择来分析数据。自2016年9月起，我们对单细胞RNA分析工具进行了整理和分类。该数据库持续更新，并且在www.scRNA-tools.org上供使用。为了帮助研究人员在浩瀚的工具海洋之中寻找工具，我们根据单细胞分析流程中的典型阶段对这些工具进行了分类。通过数据库分析，我们发现，不仅显示了在分析方法中趋势，而且还显示了在期刊，许可和平台上的趋势。基于该数据库，我们能获得该领域当前工具的最新状况。
-2020.7.16
今天翻译的这篇文章是18年哈尔滨医科大学团队发表在 Nucleic Acids Research 上的单细胞数据库。
Title： CancerSEA: 癌症单细胞状态图谱
Abstract：癌细胞的高功能异质性给癌症研究提出了重大挑战。
-2020.12.7
这是一篇单细胞分析流程的综述，非常适合新手学习
2019年4月3日发表在Mol Syst Biol.上面的review
Title: Current best practices in single-cell RNA-seq analysis: a tutorial
文章所整理出来的单细胞分析流程代码见：（ https://www.github.com/theislab/single-cell-tutorial.）
Benchmarking single cell RNA-sequencing analysis pipelines using mixture control experiments
这一篇同时阅读
网友评论