在感恩节官宣！（文末有惊喜哈）
前些天我们在你都不感谢我凭什么要求我帮你宣传：有奖征集了发文章的规范化致谢格式！
考虑到投稿参与评选的人不多，而且时间也到了，我们直接就公布一等奖吧，由生信技能树VIP交流群-会咋眼的鱼获得，奖金2000元！
We thank Dr.Jianming Zeng(University of Macau), and all the members of his bioinformatics team, biotrainee, for generously sharing their experience and codes.
以后大家就不至于纠结，写文章本来就很头疼了，祝愿大家都多多发paper，生物信息学虽然对大部分科研人员来说仅仅是一个工具，但是用好其实也不容易的！
单细胞，你也可以有CNS
如果是10X仪器的单细胞转录组数据走cellranger流程，我们在单细胞天地多次分享过流程笔记：
如果是smart-seq2技术，首先走单细胞下游分析标准流程啊，就是那些R包的认知，包括 scater,monocle,Seurat,scran,M3Drop 需要熟练掌握它们的对象，：一些单细胞转录组R包的对象 ，分析流程也大同小异：
step1: 创建对象
step2: 质量控制
step3: 表达量的标准化和归一化
step4: 去除干扰因素(多个样本整合)
step5: 判断重要的基因
step6: 多种降维算法
step7: 可视化降维结果
step8: 多种聚类算法
step9: 聚类后找每个细胞亚群的标志基因
step10: 继续分类
完整文字版教程了
所以你其实可以不需要购买视频了，除非你对我的声音有特殊的爱好，或者其他我不知道的原因：
第一单元：文献背景及课程介绍
第二单元：常规转录组基础知识回顾
第三单元：单细胞3大R包的学习
第四单元：重复文章图表
第五单元：结合公共数据库
学好表达芯片的公共数据库挖掘你很容易毕业升职加薪
GEO数据挖掘技巧，基本上该分享的都在B站和GitHub了，目录如下：
第一讲：GEO，表达芯片与R
第二讲：从GEO下载数据得到表达量矩阵
第三讲：对表达量矩阵用GSEA软件做分析
第四讲：根据分组信息做差异分析
第五讲：对差异基因结果做GO/KEGG超几何分布检验富集分析
第六讲：指定基因分组boxplot指定基因list画热图
第七讲：根据差异基因list获取string数据库的PPI网络数据
第八讲：PPI网络数据用R或者cytoscape画网络图
第九讲：网络图的子网络获取
第十讲：hug genes如何找
系列推文感兴趣的也可以去看看；
一个R考题
刚才AIA的保险来我办公室宣传一款理财产品，举例20岁定投10W，35岁退保可以取18.4w，说这是15年内回报率较高的一款产品。
题目是：使用R语言，算出来这个产品的年化收益率！