【周刊】第 19 期

[ShixiangWang]

生信爱好者周刊（第 19 期）：2022年值得关注的7大前沿技术

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），欢迎提交 issue，投稿或推荐生信相关内容。

GitHub 粉们可以通过 Watch 仓库的 Release（提前）关注发布内容。

讨论区的帖子《谁在招人？》，提供生信深造和就业信息，欢迎访问或发布学位攻读/工作/实习等岗位。

「本期专用讨论区」

封面图

本周话题：

• 【推荐】封面/话题/生信动态 | Nature：2022年值得关注的7大前沿技术 #485

生信科技动态

• 【推荐】SGANRDA: semi-supervised generative adversarial networks for predicting circRNA–disease associations  #215
• 【推荐】工具 | 生信宝库推荐 | RiboDetector：高通量测序数据鉴别和去除rRNA序列利器 #490
• 【推荐】大脑的学习方式如何，机器学习与生物学习的联系将提供「答案」 #300

文章

• 【推荐】https://liuyanguu.github.io/post/2018/07/09/extreme-gradient-boosting-xgboost-better-than-random-forest-or-gradient-boosting/ #251
• 【推荐】Sankey Diagram in R #304
• 【推荐】再见 Xshell！这个开源的终端工具更酷炫！ #313
• 【推荐】一文读懂基因组浏览器绘制文件 bigwig #322

工具

• 【推荐】bedtools和pybedtools #208
• 【推荐】rawgraphs #138
• 【推荐】https://github.com/aedobbyn/multicolor #162
• 【推荐】https://github.com/schochastics/edgebundle #194

资源

• 【推荐】https://github.com/Yimeng-Zhang/Machine-Learning-From-Scratch #224
• 【推荐】http://oshlacklab.com/methyl-geneset-testing/ #206
• 【推荐】https://github.com/BioinformaNicks/Bioinformatics-training-collection #259

赞赏

如果你想要支持本周刊，可以对推文进行赞赏或者提供的支付宝/微信二维码打赏。

感谢以下读者往期的赞赏：

• 李浩

订阅

这个周刊每周日发布，同步更新在微信公众号「优雅R」（elegant-r）上。

微信搜索“优雅R”或者扫描二维码，即可订阅。

（完）