就是想吐槽一下，实在不明白以下这些包的作者想的是啥， 难道就是为了发个文章了事吗？
1.scDeepSort
Nucleic Acids Research, Volume 49, Issue 21, 2 December 2021, Page e122,
文章里号称秒一切，性能最佳，看了github的说明愣是没看懂怎么用的，我虽说不是专业的计算机出身，但是也算是对代码一定基础的。其他包的github 都看得懂，学得会，您的这个实在是牛B，安装完了之后愣是不会用。
2.SciBet
这个名字起的真是绝，您是在bet 你的将来在sci上吗？教程写的非常简洁，简洁的到有点敷衍，虽然也能运行，但是这个似乎就像一个玩具般的存在一样，我总觉得用完了跟没用过一样。文章的引用似乎还可以，但仔细看大部分都是国人自引， 不确定有多少是熟人，或是本实验室引的，您是就打算制造个自嗨锅样的东西吗？还是我有问题吗，同门的ROUGE 就还可以啊。
3.DGRNS
Briefings in Bioinformatics, Volume 23, Issue 2, March 2022, bbab568
Github里没有任何说明，难道就是个人兴趣？
4.SpiceMix
Nature Genetics, volume 55, pages78–88 (2023)
这个是一个最新的奇葩，不敢相信还发在了nature Genetics 上，由此可见这些所谓的专家评审都是鬼扯。这个包猛一看在GitHub上有个像模像样的教程，但是如果你想真的用于分析自己的数据，就会发现给的教程完全就没有实用价值，教程里的数据直接不知道从哪里弄来的已经处理到可以直接导入使用了，且该软件可以导入的格式竟然是csv，csv也就csv了，完了还没告诉你这个csv有哪些需要的列， 去GitHub询问几个月也没人回复，很是好奇作者使用了什么特殊手段上的这个杂志， 不妨和大家分享一下或许比你的软件更有帮助。截止至2023年六月，依旧初心不变。
5.scriabin
https://www.nature.com/articles/s41587-023-01782-z
这是一个nature Biotechnology的奇葩，更有意思的是nature Biotechnology还有篇评论文章在叽歪这工具有多好，于是决定亲自实验。打开GitHub，说明非常之简洁。仔细看确实有教程，还有好几个，试用了一下后，你会发现， 按照教程，不做任何修改，没有一个教程能不报错运行到结尾。更不用说适用自己的数据了，嗯，很好，虽然没有上面的那个烂，还能走两步，除此之外我也不知道该说什么好了。
遇到问题的这些包似乎中国作者站的比例比较高，不明白这些人写这个包是用来干什么的呢？就是发文章爽一下？如果本来就没打算让自己的工具为人所用，搞个文章有什么意思？脑回路实在是很奇特，我表示不能理解。
