在这里，和国际同行一起学习单细胞数据分析。
还记得2019年上的第一门比较完整和前沿的课程是Suerat团队的Single Cell Genomics Day，当时的议题有：
- Introduction to Deep Learning methods for single-cell analysis
- Integration and harmonization of single-cell data
- Single-cell genomics Recent advances and future directions
- Multi-modal single-cell analysis
- Imaging the transcriptome Mapping the brain with MERFISH
- Reconstruction of developmental trajectories during zebrafish embryogenesis
- Dissecting complex systems with multidimensional data
- Overview of sci-RNA-seq
其实这些课题放到今天依然是相对前言的，三年来我们见证了Suerat从V2到V4的转变，也见证了单细胞技术在生命科学领域的快速普及。2021年Single Cell Genomics Day在美国东部时间2021年3月26日星期五上午10点至下午5点线上进行。
主要议题有：
- 了解尖端分子技术，包括：单细胞染色质状态和转录因子整合分析，利用单细胞进行体内CRISPR筛选，并进行单细胞原位测序。
- 发现强大的新计算方法，包括：轨迹推断和单细胞“命运映射（fate mapping）算法，将查询数据集“映射”到“参考数据集”的工具，以及将空间解析基因表达测量与scRNA-seq数据集集成的方法。
- 了解大规模多路实验设计的策略以及统计建模，如健康和疾病状态单细胞数据集比较的新方法。
- 观点的分享。
值此预告之际，我们简要回顾一下Seurat的早期历史。2014年Seurat第一次以文章附录的形式发表，当时的代码居然是粘贴在PDF文档里的。
现在只要做单细胞转录组，几乎都会听过Seurat。但是它有着普通R包的成长史：代码块到函数到R包。2019年才登录CRAN，其实并不算开发的快的R包。这也我启发我们要脚踏实地写代码，不要着急，慢慢来比较快。
Seurat提供的S4对象已成经典，如我们看到有人这样讲这个结构：
学习生信，把自己的想法打包成顺手的工具。
