作者，Evil Genius
近三年经历了太多的挫折，心态也发生了很多的变化，最大的变化就是两点，1、更加关注身体健康；2、更加希望大家，尤其学员不要重蹈自己的路，所以经常告诫大家好好科研，加强自身实力，进一家好点的单位。
当然了，做任何事情都不可能让所有人喜欢，我也一样，曾经别人批评我一句会难过好几天，现在已经见怪不怪了，但是我们每个人来到这个世界上，都背负了一定的使命，希望大家做事，坚持初心，努力往前走。
25年底了，虽然发生了很多事情，但是该做的工作还是要做的， 一般年底更多的工作就是总结和整理，我最近也一直在梳理文献资料，汇总思路，也对代码进行一定程度的优化。
其实生信生信，就是生物 + 信息，生物方面，我们需要有生物学背景，比如基因的分类、病理学结构、突变、转录等等等等，但是光有生物学背景还不够，信息的整理也是重要的一环，也就是代码分析，两者结合，才能发挥出效果。
这里也要纠正一个偏见，很多老师认为生信数据分析就是直接跑代码，然后就能拿到想要的结果，实际这是不可能的， 分析需要投入很大的精力，以NC为例，需要几百篇相关文献的阅读 + 大量的分析测试经验，文献阅读自不必说，代码分析的调整一方面需要很好的思路，另外一方面需要很多的调试，所以发表文章的方法部分都是不可复制的。
对于空间转录组而言，其实已经相对集中，大家的空间转录组数据都在visium、HD、Xenium、CosMx和华大Stereos-seq,也有一些课题组做了空间蛋白组，主要就是IMC和CODEX，其中HD目前相对集中，测的较多，但是文章较少，目前实验类的文章收录了8篇，参加25培训的学员发了一篇，一共是9篇。
今天我们补充一些关于科研文献的内容，以下面的文献为例
首先第一点，很多学员提到了门路，说没有门路发不高，这个其实我刚参加工作的时候就知道这个，但是门路这个东西都是建立在自己能力足够的基础上，让门路先看见你。
第二点，大家看文献的代码
其实大家可以看到，空间转录组，无法脱离python，即使习惯了R，也要学会python，R和python之间可以任意的切换，所以对大家的代码能力也提出了要求。
第三点，我们就是要学会文献的思路，我们以文献的思路为例。
思路点1、样本搜集，尽可能搜集多个亚型的样本，最低也要有Normal vs Tumor两组。
思路点2、选择合适的技术平台，大家看文章的样本类型，其中纤维化程度比较高，细胞分散，细胞间质区域比较多，这个时候就适合采用visium或者Xenium，保证足够的基因有效信息，而不适合采用HD。
思路点3、空间转录组任何的数据分析都要结合图像信息，包括病理，包括区域，所以对于空间组学而言，其本身就是多组学，图像形态学（区域 + 边界） + 基因表达信息 + 邻域信息（基因 + 细胞） + 位置信息（基因的表达变化和细胞的含量变化）等，切记不可单一的分析得结论。
思路点4、学会选择空间目标区域，这个在培训中讲到过，对于一个空间转录组分析而言，整个片子放在一起全量分析很多时候并不可取，需要大家选择合适的ROI进行精细化的分析，这是非常重要的一点。
思路点5、学会分析的扩展，分析的结果之间并不是相互独立，而是相互串联的，例如我们划分了ROI，就要学会分析其邻域和变化，ROI内外的变化等等等等。
最后，大家要多关注文献的方法部分，大家自己分析数据，这是重要的思路来源，尤其是分析参数和整合的数据分析串联，以文献为例，区域选择好，细胞注释好，信号流分析就开始了。
