这里记录每周值得分享的生信相关内容，周日发布。
本杂志开源（GitHub: ShixiangWang/weekly[1]）
「生信周刊讨论区（语雀）」[2]
封面图
via[3]
本周话题：真与假的界限在哪里
有一定的模糊是正常的，但太过模糊也可能让人困惑，甚至头破血流。
ICSB会议官网地址：http://csbc.org.cn/ICSB2022/index.html
2、Cell | 结直肠癌前病变多组学图谱，揭示两种常见结直肠息肉的不同癌变路径
结直肠癌 （CRC）通常由息肉引起，其主要依据肿瘤细胞的内在特征，如染色体不稳定性 （CIN）、微卫星不稳定性（MSI）等进行分类。如果能够在高度微卫星不稳定性（MSI-H）和微卫星稳定型（MSS）CRC前体中绘制出肿瘤发生的路径，就能揭示定义CRC细胞图谱的机制，确定具有诊断或治疗效用的靶点。
来自美国范德堡大学医学院的Ken S. Lau研究团队联合Robert J. Coffey、Martha J. Shrubsole研究团队，共同绘制了一份整合了单细胞转录学、基因组学和免疫组织病理学的多组学人类结直肠癌前病变图谱，描述了两种最常见人类结直肠息肉ADs、SSLs及其衍化的CRC，并在功能上验证了不同结直肠息肉的起源和癌变分子过程。
3、两项研究揭示监测人类肠道微生物组的种类与变化，有助于个体疾病的诊断和治疗
美国格拉德斯通数据科学与生物技术研究所长Katie Pollard博士领导的研究团队近期发表了两项新的研究成果，证明了监测细菌种类的重要性，并说明了在研究微生物群时监测不同细菌菌株的重要性。Pollard博士表示：“仅仅关注微生物的种类错过了很多信息。如果采取更细分水平的方法观察细菌菌株，将有助于发现微生物群与疾病之间的因果关系。”
文章
1、语义化版本 2.0.0[4]
想搞软件包开发的要懂一点。
2、An introduction to R Leaflet[5]
介绍这个包怎么绘制地图。
3、使用遗传算法进行变量选择[6]
对算法和特征筛选感兴趣的读者可以看看。
工具
1、dlookr - 诊断和探索性数据分析[7]
2、graphlayouts[8]
This package implements some graph layout algorithms that are not available in igraph.
3、shinyML - Compare Supervised Machine Learning Models Using Shiny App[9]
用Shiny搞机器学习。
4、mkdocs-jupyter - Use Jupyter Notebooks in mkdocs[10]
通过Jupyter Notebook生成文档网站。
5、gm - 音乐包[11]
轻松创建音乐，并在R Markdown文件，R Jupyter笔记本和RStudio中显示乐谱和音频文件。
资源
1、MIT面向生命科学的深度学习课程
MIT6871课程主页：https://mit6874.github.io/
2、2022NAR数据库特刊：单细胞数据库合辑
