Introduction

肿瘤内异质性是决定肿瘤生物学，治疗反应以及病人存活情况的一个关键性因素。因此，对肿瘤中出现的各种类型细胞的表型以及相互之间的联系进行一个全面的描述是很有必要的。传统的针对 bulk-tissue 的分析会掩盖肿瘤内不同细胞群体的特征，虽然有研究通过一些 marker 来对细胞进行分类，但这种方法需要我们有足够的先验知识，并且依赖特异性、高亲和力的抗体。随着单细胞测序技术的出现以及流行，我们能够对肿瘤中细胞多样性进行全面的，无偏好性的分析。不过，在单细胞转录组领域，还是存在诸多因素导致难以准确区分不同类型的细胞。本文献中，作者提出了一种被称为 reference component analysis (RCA) 的新算法用于聚类分析。
结直肠癌 (colorectal cancer, CRC) 是全世界第三常见的肿瘤。本文献中，作者针对从11个原发结直肠癌及对应正常样本中分理出590个（经过质控）细胞进行 scRNA-seq 分析，并利用 RCA 进行聚类。此外，作者对不同类型的细胞进行了表达特征的描述，利用他们对病人存活情况进行分层。

当我们进行NGS数据分析时，通常我们需要将测序得到的reads比对至参考基因组上（reference genome）。目前有多家机构提供不同版本的参考基因组，针对我们 的需求，我们应当选择合适的参考基因组。此外，选择哪个参考基因组将会影响到后续对基因组注释的选择。接下来，让我们来了解一下不同的参考基因组。

This is a highlight test.

Normal block

alert('Hello World!');

print 'helloworld'

Highlight block

alert( 'Hello, world!' );

print 'helloworld'

def foo
  puts 'foo'
end

def foo
  puts 'foo'
end

1
2
3
def foo
  puts 'foo'
end

#include <iostream>

using namespace std;

void foo(int arg1, int arg2)
{

}

int main()
{
  string str;
  foo(1, 2);
  cout << "Hello World" << endl;
  return 0;
}

This is an emoji test. :smile: lol.

One of the rewards of switching my website to Jekyll is the ability to support MathJax, which means I can write LaTeX-like equations that get nicely displayed in a web browser, like this one \( \sqrt{\frac{n!}{k!(n-k)!}} \) or this one \( x^2 + y^2 = r^2 \).

This is a image test post.

The following contents should be invisible in home/archive page.