#paper https://doi.org/10.1038/s41592-022-01488-1 这篇于2022年发表在nature method的文章，介绍了一种基于AlphaFold2的蛋白质折叠预测的接口工具ColabFold。该工具首要解决了一个广大用户使用AlphaFold2的难点，就是在无GUP，无大存储计算资源下依然可以使用这些蛋白质结构预测的工具，并且提升了计算速度。 ColabFold工作主要在三个方面:1.在多序列比对(MSA)时用MMseqs2替换了 HMMer和HHblits的方法，从结果看提高了约50倍速度且保持高准确度。值得提一下，MSA在蛋白质结构预测中是主要的限速步骤；2.构建了自己的同源比对数据库ColabFoldDB。 相比较Big Fantastic Databse（BFD）和 MGnify database，ColabFoldDB数据库具有更好的MSA多样性。3.开发基于Google Colaboratory的notebook版本的使用接口 ，这个使用工具允许无计算资源和编程经验的用户方便使用https://github.com/sokrypton/ColabFold。当然也开发了本地命令行版本https://github.com/YoshitakaMo/localcolabfold

#paper  https://doi.org/10.1038/s41580-021-00407-0, Nat Rev Mol Cell Biol, 2021, A guide to machine learning for biologists. 这篇review paper深入浅出的介绍了各类机器学习算法和在生物领域的应用。文章一开始先梳理了很多ML的关键概念（例如机器学习算法的分类，overfitting/underfitting，bias-variance tradeoff）。随后分别介绍了传统机器学习算法（PCA, k-means, SVM, ridge regression, randomforest等），基于深度学习的算法（CNN, RNN, transformer, autoencoder等），描述了每种算法的优缺点和并且探讨了在生物学数据中使用机器学习算法的最佳实践。文章最后还介绍了机器学习算法在生物学领域的所面临的的挑战，例如数据可得性, 数据泄露, 模型可解释性，以及隐私保护方面的问题。感兴趣的可以看看，是一篇十分不错的参考文献。

#paper doi.org/10.1016/j.neuroimage.2022.119550 NeuroImage, 2022, Superficial white matter bundle atlas based on hierarchical fiber clustering over probabilistic tractography data. 与已知的长联络纤维束相比，短联络纤维束具有更高的被试间变异性和更小的尺寸，因此对对短联络纤维束的研究仍是一个未完成的任务。然而，它们的描述对于理解人类大脑功能障碍和更好地描述人类大脑连接体是必不可少的。在这项工作中，作者提出了一个短联络纤维的多被试脑图谱，它是使用基于纤维束聚类的浅表层白质识别方法计算的。为了创建脑图谱，作者使用了来自HCP数据库的100名受试者的概率纤维追踪束图，并用非线性配准的方式将它们对齐。该方法从被试内的短联络纤维（30~50 mm）聚类开始。在皮层脑图谱的基础上，对来自所有受试者的簇内质心进行分割，以识别连接图谱中每个感兴趣区域的质心。为了减少计算量，将每个ROI组的质心随机分成10个子组。然后，对每个中心子组应用被试间层次聚类，然后再进行第二级聚类，为每个ROI组选择被试间最可重复的聚类。最后，根据它们连接的区域对类别进行标记，并进行聚类以创建最终的纤维束图。最终的图谱由525束沿整个大脑的浅表层短联络纤维组成，其中384束连接不同的ROI，141束连接相同ROI的部分。在三个不同的束图数据库上使用自动分割方法验证了束的可重复性。确定性和概率性追踪结果具有较高的可重现性，尤其是HCP数据中的概率性追踪。与之前的研究相比，我们的图谱具有更多的束和更大的皮层表面覆盖。

#paper doi.org/10.1038/s41467-021-24213-6 nature communications, 2021, Single-cell transcriptomic analysis reveals disparate effector differentiation pathways in human Treg compartment. 人类调节性 T细胞 (Treg) 是具有高度免疫抑制的一类CD4+ T细胞类群。本文通过对健康人的骨髓及外周血采样分选出Treg细胞，采用单细胞转录组、单细胞TCR技术构建了健康个体两个不同组织的Treg细胞图谱，并通过轨迹分析解析了Treg细胞两条不同功能的主要分化途径，辅以流式细胞仪分选验证。随后采用同样的技术对移植后aGVHD阴性和阳性的患者进行Treg解析，发现这两个分化途径及相应的细胞群体在移植患者中保守，尽管在aGVHD患者中存在一些功能和迁移障碍。这些发现扩大了对 Treg 细胞异质性和分化的理解，并为解剖 Treg 在健康和疾病中的复杂性提供了单细胞图谱参考。

#paper doi:10.1089/genbio.2022.0017 GEN Biotechnology, 2022, Deep Learning Concepts and Applications for Synthetic Biology. 这是一篇2022年新出的深度学习与合成生物学的综述，或者我更愿意称之为元综述。文章对深度学习在合成生物学领域的应用做了简要介绍。对合成生物学中可用于深度学习框架的数据做了分类，对深度学习目前常用的结构也做了介绍。最值得一看的是深度学习在合成生物学领域的的应用：比如生物组成的设计与建模、使用生成模型方法合成新的组成、结构预测、视觉应用等等，对于提纲挈领非常有帮助。但是内容不是很具体，这也是我称之为元综述的原因。在每个具体的小节，作者在基本概念的科普之后，一般会指向几篇这个领域更合适的综述。因此，带着自己的方向和问题去看这篇元综述，逐步挖下去，应该会有很好的阅读体验。

#paper doi:10.1128/IAI.00334-21 Infect Immun.，2022，Categorizing Sequences of Concern by Function To Better Assess Mechanisms of Microbial Pathogenesis 病原微生物往往通过产生毒力因子作用于宿主进而损伤宿主。VFDB数据库是经典的毒力因子数据库，但其收录的毒力因子太多太多，并包含了大量并不直接损伤宿主的毒力因子，例如帮助细菌在贫瘠环境中存活的铁载体等。对于专注于狭义毒力因子的研究者来说，数据库中这些广义毒力因子是令人不悦的噪音。为了改善这种情况，这篇文章的作者对已知的毒力因子进行了梳理、归类和去冗余。本文的大部分篇幅用于对每个类别的描述，读起来不像论文而更像是一场讲座的讲稿。

#paper doi:10.1016/j.gpb.2022.08.003 Genomics, Proteomics & Bioinformatics, 2022, Dynamic Spatial-temporal Expression Ratio of X Chromosome to Autosomes but Stable Dosage Compensation in Mammals. 哺乳动物的性染色体，在雌性和雄性中分别为XX和XY，也即X染色体的数量在雌雄之间相差了一倍，然而X染色体上的基因并未因此在两性之间出现巨大的表达差异，这个现象称为剂量补偿效应。本文通过收集和分析多组学数据，包括转录组（RNA-seq）、翻译组（Ribo-seq）、蛋白组（质谱），涉及不同物种（人、鸭嘴兽、负鼠；使用鸡作为外类群），以及（小鼠模型的）不同发育阶段，对此现象进行了深入细致的研究。采用将X染色体连锁的各基因表达，与常染色体基因表达、直系同源基因的表达，分别计算比值，评估剂量补偿效应的量化情况，发现该表达量比值，在不同组织和不同发育阶段，存在时空动态性，且与演化相关。很有意思的一篇生信文章。

#paper doi:doi/full/10.1002/adfm.202010747 Thymus Extracellular Matrix-Derived Scaffolds Support Graft-Resident Thymopoiesis and Long-Term 胸腺细胞外基质衍生的支架支持移植后的胸腺造血和成年胸腺上皮细胞的长期体外培养 在这项研究中，开发了一种基于脱细胞胸腺组织细胞外基质的三维支架，命名为TS。当播种胎儿或成人胸腺组织时，TS可以以不同的效率支持淋巴前体的成熟，使其成为能够对有丝分裂刺激作出反应的常规和调节性T细胞。 一个功能性胸腺微环境的成功工程，关键取决于成年TEC的体外生长。然而，保存细胞的胸腺造血能力是在体外创建胸腺类器官的主要缺陷之一。因此，这种能力构成了一个关键的困难，需要有效地解决，以建立、研究和操纵T细胞的发展，无论是为实验研究开发一个体外平台，还是为体内替代工作开发一个器官。尽管在结构和细胞条件方面缺乏优化，可能反映在结果的稳健性相当有限，但我们的结果首次描述了允许成年TEC在体外和体内长期生存的工程条件，同时支持胸腺造血。 除了改善TS的工程之外，还需要努力确定具有长期再增殖潜力的TEC前体，能够产生所有的TEC谱系和亚群。来自小鼠TEC的单细胞转录组数据的使用揭示了TEC亚型的相当复杂性，并为确定这些细胞的发育轨迹的计算工作提供了依据。在适当的TS上长期重新填充TEC前体，将确保维持一个能够吸引血源性T细胞前体的环境，并在很长一段时间内指导他们分化和选择成熟的常规和调节性T细胞。在体外培养后，需要改进细胞检索的协议，以便对TEC进行深入的表型和定量调查。由于这些TEC前体很可能是脆弱的，因此需要部署一些条件，以保证有效、迅速和均匀地播种到ECM支架上，并允许用额外的基质细胞（包括间质细胞和内皮细胞）来补充这些基本环境，已知这有助于胸腺交叉对话。使用灌注式生物反应器和选择性条件将进一步帮助在体外创造一个自我组织的胸腺微环境，提供强大的持续T细胞输出。精确控制调节体外胸腺组织形成的化学物理条件对于可重复性和扩展性至关重要，无论是生成较小的器官用于药物筛选，还是生成较大的微环境用于器官替代策略，作为对无胸腺或胸腺发育不全者的治疗选择。 免疫治疗的核心问题： 让免疫系统恢复工作能力，目前的CarT CARNK等等 都是属于治标 如何恢复治本是全世界目前的前沿聚焦方向，也许中医真的可以发挥一些东西。 但是器官再造面临了太多挑战： 1. 类器官作为新型的药筛模型，成本虽然较PDX更低，但还是远高于细胞系。类器官成本占比较高的包括培养使用的基质胶，常用的基质胶为美国BD Biosciences公司的Matrigel，在行业内处于较为垄断的地位，价格较高。Matrigel可以产生类似于哺乳动物细胞基底膜的生物活性基质材料，帮助多种类型的细胞达到附着和分化。Matrigel的来源是小鼠肉瘤细胞系，除了成本较高的问题，同时批次间存在一定的变异性。且由于是动物来源，对于有机类的药物的检测有局限性。考虑到小鼠来源的细胞外基质对于药物筛选实验结果存在一定的干扰，因此基质的工程技术开发用于合成外源差异较小的、非动物来源的基质胶用于成本下降和性能优化将是类器官产业化需要解决的关键性问题之一。基质胶以外，培养也涉及多种细胞因子组合使用，细胞生长因子通常也价格不菲。选择效果更好的细胞因子以及尝试减少使用细胞因子的数量也可以带来成本下降的空间。 2. 目前大多类器官本身并不具备血管化的结构。因此，随着类器官体积的增长，类器官受限于氧气的缺失以及代谢废物的增加，可能导致的组织坏死。已有研究构建血管内皮细胞微环境的肿瘤类器官，将类器官肿瘤细胞和血管内皮细胞在Matrigel上共同培养，生成血管结构以期解决类器官血管化缺失的问题。 3. 血管化以外的难点还包括模拟肿瘤和免疫环境的相互作用关系。2019年Nature Protocol发表了肿瘤类器官和免疫细胞共同培养的相关protocol，可以体现和模拟出肿瘤微环境的部分特征。以上皮类器官和免疫细胞共培养模型为例，可通过在培养基中添加活化的免疫细胞、在组织消化成单细胞后和免疫细胞共同生长、添加ECM中的重组细胞因子等方法重塑类器官和免疫细胞的相互作用。 4. 相比于单个类器官，类器官系统的构建能够对药物疗效和潜在毒性做出更完整全面的评估。目前类器官仅能检测出药物对于肿瘤的抑制效果，对于其他器官组织是否存在其他副作用和安全性风险并不能做出预判。为了解决这一问题，2017年Skardal et al.构建了有心脏、肺部、肝脏组成的集成于闭合循环关注体中的类器官系统，以达到全面揭示药物对不同器官的毒性和药效的目的。 5. 重复性(reproducibility)和一致性 (consistency)也是类器官发展的重大瓶颈，这很大程度上由于过程控制的欠缺与行业标准的空白。类器官培养过程中人为因素的过多参与、自动化程度低导致因为系统偶然性造成的误差较大。同时，类器官检测手段十分匮乏，活体观察主要集中在形态学观察，断点观察集中在基于荧光的各类指标的检测，能够活体实时对类器官各项指标进行检测的光学、电化学等手段仍较为欠缺。当前，类器官很多研究者致力于制造更新的类器官，做出之前未能做出的类器官，我们可以制作海马体、垂体、腺体、脾、肾的类器官，却难以确定一个符合要求的类器官需要满足那些个体的诸如尺寸、形状、基因表达量等，群体的诸如类器官之间的方差等统计学指标。这将限制类器官的高效研究与向临床研究的转化。 6. 对于类器官培养过程中的工程控制也是亟待解决的问题。当前类器官培养大多使用Matrigel水凝胶作为培养基质，Matrigel是康宁生命科学公司生产的Engelbreth-Holm-Swarm (EHS)小鼠肉瘤细胞分泌的胶状蛋白混合物。Matrigel因其含有外源成分，难以应用在人的很多治疗场景。另一方面，虽然类器官与微流控技术已有一些结合研究的例子，但使用微流控芯片对类器官生存的流体环境进行模拟仍不成熟，如何使用微流控等技术对类器官培养时流体微环境进行控制是亟待解决的问题。同时，现有类器官的直径约在100-500μm之间，虽然具有一定程度的尺度效应，但还是难以模拟真实组织、器官的场景。倘若要制造尺度更大的类器官，类器官的血管化也是十分重要的问题。

#paper doi:10.1101/2022.08.24.505159 bioRxiv, 2022, A genome-wide atlas of recurrent repeat expansions in human cancer. 这篇来自斯坦福大学的Michael Snyder团队。通过重分析来自ICGC和TCGA的2622个癌症全基因组测序数据，涉及29个癌种，从中鉴定出160个重复序列扩张（recurrent repeat expansions, rRE）事件，且这些事件绝大多数都与特定癌症亚型相关。这些重复序列所处基因组区域，也富集在某些基因的调控元件附近，提示了它们在基因调控方面可能发挥作用。其中一个GAAA重复发生在UGT2B7基因的内含子中，在34%的肾细胞癌样本中都能观察到，于是通过斯坦福癌症中心入组了12例肾癌病例，对其样本开展了二代测序（Illumina NovaSeq）和三代测序（PacBio），验证了该rRE事件的发生。

#paper 《宋金时代两次汴京战役中的抛石之战》介绍了公元1200年左右，在宋金蒙元战争中，重型武器抛石机的使用，对关心历史的同学，提供了详实的参考史料。对很多玩游戏帝国时代的同学，有助于了解抛石机具体历史使用场景。在辽宋金代，战争中使用砲的记录远远超过前代”。依托众人合力、借助物理器械发射石弹的交战，成为当时战事中持续使用、效力凸显且制胜攸关的重要作战方式，石战水平发挥出历史上的极致。

#paper Master Thesis,Business information technology Faculty of Electrical Engineering, Mathematics and Computer Science University Twente May 2016 , Applying Intelligence Amplification in Decision Making Intelligence Amplification (IA，智力放大)最早是由Ashby在Introduction of Cybernetics中提出的一个概念，是研究如何用人工智能（AI）去提升人类智能的，类似概念也有Augmented Intelligence。本篇论文作者比较系统的研究了这一概念用于决策系统中。本文主要由三部分构成：首先较为系统的综述了这一领域的文献现状，也顺便说清楚了IA系统中人（Human）和智能体（Agent）的关系，第二部分详细描述了一个IA决策系统的框架及基本元素，最后介绍了如何评估这个系统，并评估了自己的方案。遗憾的是我才读一半，还没看到如何评估来。

#paper arXiv:2208.04939v1 ,2022,U-Net vs Transformer: Is U-Net Outdated in Medical Image Registration? 基于Transformer的网络由于其长距离建模能力，在可变形图像配准中越来越流行。然而本文认为，一个具有5层卷积Unet网络的感受野足以在不需要依赖长距离建模能力的情况下捕捉精确的图像形变。本文想要探究UNet网络在应用于医学图像配准时，与现代基于Transformer的方法相比是否已经过时？为此，作者提出了一个具有大的卷积核的UNet网络（LKU-Net），即通过在一个普通的UNet网络内嵌入平行的卷积块来争强网络的感受野。在公用3D IXI 大脑数据集上进行基于atlas的配准实验，作者证明了LKU-Net的变现依旧可以和如今最先进的基于Transformer的方法相当甚至超越，而且只用了TransMorph 1.12%的参数量和10.8%的计算量。作者进一步将算法应用在MICCAI 2021的配准比赛中，同样超越了Transmorph，目前排在第一。只对UNet进行了简单的改造，基于Unet的配准算法依旧可以达到最先进的效果，证明基于UNet的配准网络并未过时。

#paper doi：10.1038/s41571-022-00660-y. Nature review clinical oncology, 2022, Circulating tumour DNA - looking beyond the blood. 液体活检，是近十年来发展最为迅速的肿瘤检测技术。区别于组织活检，它无创好获取，又能一定程度的克服组织异质性，因而成为组织检测的替代或补充。 到目前为止，绝大多数液体活检研究都聚焦在外周血里的ctDNA（循环肿瘤DNA），而实际上外周血之外的其他体液中也含有ctDNA，这些ctDNA在特定场景中可能有着比血浆ctDNA更多的优势。 近日，来自曼彻斯特大学的Natalie Cook教授和他的研究团队在Nature Reviews Clinical Oncology杂志上发表综述文章，系统阐述了非血液来源ctDNA在肿瘤诊疗中的研究进展。 这一研究详细探讨了这些替代来源的ctDNA相较于血液ctDNA的独特作用，并深入分析了非血液来源ctDNA适宜的应用场景及所面临的挑战，为我们理解和应用非血液来源的ctDNA提供了支持。 PS：群里学习了很多，感谢各位大佬，防止过期赶紧打个卡，因为同时在写一篇解读这个综述的文稿，所以格式有点自媒体的感觉，不是抄袭哈

#paper doi: 10.1007/s11222-022-10130-1 Merlo, L., Maruotti, A., Petrella, L., & Punzo, A. (2022). Quantile hidden semi-Markov models for multivariate time series. Statistics and Computing, 32(4). https://doi.org/10.1007/s11222-022-10130-1 模型关键词： 解决问题：多元时间序列，分位数回归； 解决技术：隐藏半马尔科夫（解决停留时间不满足几何分布有偏问题，模型可以选择更多的分布形式，从而更加灵活）、多元非对称拉普拉斯分布（解决一般非位数回归扩到高维的问题） 估计方法：极大似然估计，EM算法 实证：意大利大气空气质量预测，尤其是极端分位数的估计

#paper 10.1016/j.devcel.2021.01.014 Histone H3 lysine 4 trimethylation in sperm is transmitted to the embryo and associated with diet-induced phenotypes in the offspring  精子表观基因组对环境压力源的敏感不仅限于宫内发育期，可能贯穿整个生命周期。不良饮食可致小鼠精子表观修饰改变，精子发生过程中KDM1A过表达介导精子启动子H3K4me2/3差异富集、子代出生后早期死亡及大量先天性异常，而精子H3K4me3水平的变化是否可从精子传递到植入前胚胎尚未得到证实。此外，微量营养素缺乏，包括叶酸缺乏症，如何影响哺乳动物精子染色质在全基因组水平上的建立和传递尚不清楚。 本研究旨在探究：（1）断奶后叶酸缺乏会改变精子H3K4me3的富集吗？（2）受损的精子表观基因组是否会受到另一种表观基因组调节剂（叶酸缺乏）的影响并导致后代发育缺陷增强？（3）精子H3K4me3富集变化是否在胚胎中持续存在，它们是否与胚胎基因表达和发育异常有关？作者得出结论：精子H3K4me3传递到胚胎并影响基因表达和发育，增加了暴露于多种环境压力可累积影响表观基因组的可能性。表观遗传错误可以在精子中积累并恶化子代的发育结局。

#paper doi: 10.1080/10618600.2021.1909601 Moon, S. J., Jeon, J.-J., Lee, J. S. H., & Kim, Y. (2021). Learning Multiple Quantiles With Neural Networks. Journal of Computational and Graphical Statistics, 30(4), 1238–1248. 提出了一个神经网络模型，用于估计满足非交叉属性的多个条件分位数。 传统的分位数回归会面临一个问题就是可能会出现分位数交叉，即85%分位数的值大于90%分位数的值。一般来说有两种处理策略：（1）调整转转模型参数；（2）将模型空间限制为非交叉分位数。本文采用了第二种思路，借鉴了线性非交叉分位数回归（非交叉SVR中的一个策略，这个策略问题在于计算量可能比较大），提出了一种具有不等式约束的非交叉分位数神经网络模型（把不等式约束用在了神经网络隐藏层）。 解决了交叉问题，第二个贡献是计算效率。为了使用一阶优化方法，文章开发了一种新算法来拟合所提出的模型。 该算法在没有需要多项式计算时间的投影梯度步骤的情况下给出了几乎最优的解决方案。

#paper doi: 10.1038/s41586-022-05030-3 Nature, 2022, Brown-fat-mediated tumour suppression by cold-altered global metabolism。有氧糖酵解是肿瘤细胞获取能量的主要方式，此过程需消耗大量葡萄糖，因此肿瘤组织对葡萄糖饥饿敏感。而暴露于寒冷环境中的动物通过棕色脂肪细胞（BAT）活化、白色脂肪细胞（WAT）棕色化进行非战栗产热的过程也需消耗大量葡萄糖。因此寒冷环境下的肿瘤患者势必存在BAT和肿瘤细胞之间的葡萄糖竞争，此竞争有可能使肿瘤组织处于葡萄糖饥饿状态从而抑制肿瘤生长。本文主要通过将异体肿瘤移植小鼠至于寒冷环境下对这一假设进行了验证。此为将代谢与肿瘤联系起来的又一新角度。

#paper doi:10.1186/s12859-022-04876-8 BMC Bioinformatics, 2022, IMSE: interaction information attention and molecular structure based drug drug interaction extraction. 让机器自动读取大量论文，并从中提炼有用信息，是很多人的梦想，BERT等模型让这件事逐步成为现实。本文便是基于PubMed摘要和PMC全文，进行BioBERT预训练，并由此改进DDIExtraction 2013的任务执行性能，该任务旨在从生物医学领域的自由文本中提取药物间相互作用（drug-drug interaction, DDI）。关于这项任务已有不少研究工作，本文引入了交互注意力向量（interaction attention vector），以及加入药物分子结构（以利用其特征空间信息）等，来改善模型性能及可解释性，取得不错的效果。

#paper doi:10.1016/j.xgen.2022.100168 Cell Genomics, 2022, Systematic single-variant and gene-based association testing of thousands of phenotypes in 394,841 UK Biobank exomes. 高通量测序技术的发展、降价和普及，拉动了一大批人类群体基因组学的研究。本文又是这样一篇大规模人群的全外显子组数据及其分析结果的发布，该人群来自UK biobank，入组人数超过39万。文章开发并使用了一个混合模型分析框架SAIGE-GENE，会同时考虑点突变的水平、基因水平的突变负荷、以及两者的组合，由此分析与4529种疾病或表型（包括II型糖尿病、心脏代谢等）存在关联关系的各类罕见突变。在此基础上，本文还提供了一个在线浏览器Genebass，以展示这些表型相关的罕见突变。作为一个实例，文章在结果部分还特意强调了所发现的一个基因SCRIB，以及它与MRI脑成像特征之间的关系。类似的大规模人群基因组分析文章层出不穷，分析方法各有侧重或不同，若有可能，倒是值得研究下它们之间的方法差异，是否可能对所报道的结果产生影响。

#paper DOI https://doi.org/10.1007/s10339-020-00981-9 Do Process-1 simulations generate the epistemic feelings that drive Process-2 decision making? 如何用范畴数学来描述人类过程1过程2的思考方式（快思考慢思考），并且可以用来分析心流的体验（p31），这种分析结合了全局神经工作空间及元认知。形成了一个人类认知的高级架构。慢思考过程2是快思考过程1的一个高阶功能或过程1的上层调度机制（其中包含了人类的高级情感：问题求解过程中的怀疑焦虑挫折兴奋等）。思维问题解决的慢过程由于与外界互动少，主要以内感受为主，所以内部情绪活动较多（即怀疑焦虑兴奋等）。机制底层仍然是贝叶斯的信念、confidence。