熊

熊言熊语

思考问题的熊

https://kaopubear.top/blog/
https://kaopubear.top/blog/atom.xml (RSS订阅地址)

焦虑的反面是具体：用3年AI实践和你分享这份AI科研心得指南

这篇文章很可能是我过去1年所有公开分享内容里最重要的一篇。 从动笔到呈现在你面前前后断断续续写了1年，它是一份AI使用心得，是一份AI行动清单，是未来分享内容的新起点，期待交流。 AI 实践 3 年 从纠结到放弃执念 AI 真正开始改变和侵入我的生活，和不少人类似，开始于 2022 年底的 ChatGPT 尝鲜。 2022 年 11 月 30 号，ChatGPT 上线 后迅速成为现象级产品，据统计发布 5 天后用户突破 100 万。 产品发布第 6 天，我的 homie 在成为 ChatGPT 用户光荣一员后旋即也带我上车，回看那天的聊天记录，彼时我还留下了现在看来仍很有趣的暴论：我觉得最可能被这类 AI 干死的是搜索工具。 那天开始，我不知道自己将见证什么，但很快发现以前不敢想的事猛的变成现实。 好在震撼过后 AI 很快漏出了能力缺陷，最简单的数学题算不明白，让它介绍“熊言熊语”就开始“胡言乱语”。我们彼此交流 AI 能做什么，不能做什么，转发一些 AI 看起来弱智可笑的案例。 在应用之外，OpenAI 也为开发者提供 API。 时间来到 23 年 3 月 7 日，那天我的邮箱里出现了 OpenAI API 升级的通知，大概意思是：gpt-3-5-turbo 正式开放，价格比 gpt-3-5 降低 10 倍。 我记不起当时的心情，但清晰能回忆起自己想用它做点什么的冲动。也是从那时起，一个叫做 PaperFlow 的构思记在了 DailyLog 笔记中，我写到： 我一直希望自己所有和 Paper 相关的工作内容，都可以向水一样流动 (flow) 汇聚，现在看这个能量来源应该是大语言模型的 API 能力。 3 个月后的 23 年 6 月 9 日，只有一个功能的 PaperFlow Alpha 版本，一个手撸的不到 1000 行后端代码和不到 1000 行前端代码的极简 Web 网站上线。 我也没想到它会变成如今刚过完 2 周岁生日的 InsightPaper，满脑子就是看到页面上生成的 AI 生成结果后感觉信息流动起来的兴奋。 接着，就是 AI 能力和我自身能力齐头并进的一段时间。 2023 年和 2024 年初，我还密集写过很多专业相关的「雄文」，哦不，是「熊文」。如果你恰好看过那些动辄上万字参考文献几十篇的邮件通讯。 当时我的写作流程大概是： 从笔记中挑出感兴趣的既往选题，这些选题往往来自看到的行业新闻和最新的研究论文 用两到三周的时间，每天晚上回家，从一篇论文和新闻开始，慢慢扩展到几篇，再到十几篇相关论文。 仔细研究这些论文之间的关系，试图从中找到一些并不明显的连接，作为呈现在你面前最终的文章主线 比如： 那些获得 FDA 突破性设备认证的多癌种早筛公司 Guardant Shield 获批：详谈这 5 年你该了解的按部就班、跌跌撞撞、布局和野望 随着 homie 加入和助力，更名为 InsightPaper 后的 PaperFlow 功能持续增加，我越来越沉浸在和 AI 高度耦合的协作中。也越来越怀疑在 AI 能力上限快速提高的前提下，我做的工作和写出来的东西，除了成为硅基智能未来某次训练的一点点语料之外，还有什么意义。 那段时间我重度使用所有能接触到的 AI，ChatGPT，Perplexity，Poe，Scite……太多知名或者不知名的工具，我尝试探索每一个工具的能力边界，进而得出自己的优势和存在的意义。 不知道该开心还是难过，这段 AI 刺激下的恐慌和不甘并没有持续太久，当我意识到自己的能力进化和 AI 的能力进化完全不是平行线，我们瞬间就产生了交集，然后我看着它的背影，它扬长而去。 也是在那段时间，我接受了把 AI 作为日常所有学习和工作环节的工具。 推理模型终于让我放下了最后的执念 把 AI 当做工具的阶段持续到 2024 年 9 月，我第一次使用了当时 OpenAI 的推理模型 O1-preview。 此前，我从没有赋予 AI 平等对待的人格化特质，接受和输出的也是诸如 AI 只是基于概率来预测下一个 token、AI 能力是大多数人类平均水平这类观念。 但现在，当你面前实实在在出现一个有“思考”能力的模型，当它聊出你自己无法理解的内容和哲理。第一次，我感觉这些年积累和训练出来的“思考”能力，也面临被 AI 代替。 意识到这一点，我终于放下了最后的执念，放下执念也就自然放下了某种偏见和立场。 随后 AI 领域发生的事情，大家应该都比较清楚了。 2025 年春节，DeepSeek R1 现象级火爆，紧接着字节豆包、腾讯元宝，大厂大肆投入营销，随后 MCP、Agent 成为又一个主流趋势，Manus 一码难求。 似乎，当一种趋势扑面而来，你不去应对和自我升级也没关系，这种趋势会主动找到你。但如果你越主动，就会越早适应今后某一天的生活。 以上，就是我过去三年和 AI 纠缠的心路历程，此刻你可能也正处于某个类似的阶段，我写出来是想说告诉你没关系，都差不多。 你和 AI 合作的三种姿态 2024 年中的一次分享，我曾和大家一起讨论过使用乔哈里视窗，通过评估 AI 能力和自身能力之间的关系，找准 AI 的定位和可以做的事情。 当时 AI 仍被我当做一个工具看待，科室到了 2025 年的今天，能力四象限分类方法越来越不适用。 最强大的 OpenAI O3 或者 Gemini Pro 2.5 以及未来即将推出的 DeepSeek R2 这些模型，AI 工具避雷区正在极限缩小，模型能力必然在绝大多数维度上超过每一个个体。 在科研领域，语法润色和知识性问答，已经不再是顶级 AI 能力的核心优势。相反，信息整合、思维发散、复杂理论理解这些高阶能力才是模型真正赋予你的武器。 **AI 不再是一个工具，而是你极好的合作伙伴。**说到这里，不知道你是否和各种各样的人合作过。 生物信息专业出身，在读研和博士的那些年，我天然需要和很多人合作，逐渐我发现：和别人合作之前，最重要的是要先明确自己的段位，拥有一个正确的姿态。 接下来的这个认知，可能是你今后在科研领域有效使用 AI 的前提。 面对顶级能力的 AI，你应该首先学会定义自己的能力边界，判断自己选择低中高哪一种姿态，针对不同的判断使用不同策略。 不过，科研是一个极复杂的体系，所谓的低中高，并非是给自己贴的标签，而是一种“人 + 任务”的组合判断。 没有人在所有维度上都是“高水平”，一个在自己的领域“高水平”的 PI，面对一个全新的编程语言时就是“低水平”的入门者；一个精通湿实验的博后，在处理高通量测序数据时可能一直在“中水平”中挣扎。 以下，简单写一点三个不同姿态的 AI 使用心得，供你参考。更详细的内容希望有机会可以深入聊聊。 低姿态，AI 带给你“知识平权” 当你在某个任务上处于低水平时（无论是真新手，还是高水平专家在学新技能），此时 AI 能为你提供非线性的巨大提升空间，所有学科的基础知识和技术将不再是限制你的因素。 交流起点：总结一下关于 A 蛋白的研究进展？ 使用策略：拥抱和信任 中姿态，AI 带给你“能力平权” 中等水平是我们多数人在多数场景下的状态，也是最难和 AI 配合的。 你的价值在于比 AI 更懂自己的细节和背景。如果像低姿态一样依赖反而会拉低上限。AI 的回答基于通用数据和知识，缺乏你独有的“微决策”能力和批判性思维；它给你的是则各种能力的无限整合与调用。 交流起点：我的实验室数据显示 A 蛋白在一个非典型的细胞通路中起作用。针对这个现象，是否尤其合理性？结合最新的蛋白互作理论，为我设计三个实验假说来探索底层机制。这些假说应该在现有文献中没有被明确提出过。 使用策略：辅助和整合。 高姿态，AI 带给你“审美平权”： 当处于高水平时，你的核心优势在于自己独特的视野和创造力，AI 无法替代但能将其放大。我写在这里的“审美”可以宽泛理解为一种判断能力和品味。你应该尝试直击问题的本质并和 AI 进行思想上的交锋，和他讨论这个世界上和你同等水平的其它阶独特审美。 交流起点：这是我过去 5 年发表的所有研究论文，如果把它们与公共数据库 TCGA 进行关联，寻找一个全新的、只有我的数据能揭示的跨疾病分子机制。 使用策略：追问和质疑。 评价 AI 科研工具的金字塔策略 接下来聊聊评价一个 AI 科研类工具的策略。 现阶段，大家对于 AI 科研类工具的诉求核心其实是对于上下文准确性的诉求。换言之，AI 搜索是先搜索后处理。 在这个共识下，如下图的金字塔评价策略，AI 科研类工具的专业数据库整合能力、最新论文获取能力，先天决定了一个 AI 科研类工具的下限。这是评价一个 AI 科研工具的基础，即可用还是不可用。 金字塔评价策略的第二个维度是方法论。 AI 科研类工具的本质是开发者团队对科研本身的理解，是科研思维的集中体现，因此也是你评价策略的核心。 回想一下，当你同时使用若干个工具，自己总会因为一些设计和巧思而对某个工具产生偏好，这就是工具背后的方法论刚好契合了你自己的偏好和品味。它决定了工具的表现，即好用还是不好用。 如果一个科研类 AI 工具能够有扎实的最新的数据来源，又有刚好符合你品味的设计思路，已是一个难得的好工具。而回到 AI 本身，工具依赖的大语言模型能力加上工具对模型的把控能力，决定了这类工具的上限。同样的上下文和输入指令，顶级智能模型就是更可能带给你 aha moment。 以上，是我日常评价一个 AI 科研工具的三个核心维度，使用这个金字塔策略，未来再评价一个工具时你想必也会从容些。 焦虑的反面是具体，10 个 AI 行动清单 焦虑的反面是具体，我没办法治疗你的 AI 焦虑，但可以尝试提供 10 个这 3 年 AI 实践后我具体的行动清单建议。 尝试最顶尖的 AI 模型 如果有机会，尝试深度使用一段时间世界上当前阶段最顶尖的 AI 模型（力所能及可以购买一个月 ChatGPT 或者 Gemini 的高级会员），不被各种评测干扰，自己去感受它的能力。 阅读顶尖推理模型的思考过程 使用 DeepSeek R1 或者 Qwen3 这类会全量输出 thinking 内容的推理模型。不要在乎回答，而是仔细阅读每一次思考过程。不要针对输出回答对话，而是针对它的思考过程去交流。 尝试使用至少一次各类 AI 的 Deep Research 功能 比如 ChatGPT 或者 Gemini 的 Deep Research 功能，或者是专业工具的类似功能，比如 InsightPaper 中的综述生成。 和 AI 深入讨论自己最新发表的科研论文并对它的回答进行质疑 你应该是全世界最懂自己科研项目的那个人，把自己最新发表的科研论文发给 AI 并和它深入探讨。 借这个机会，在和 AI 交流的过程中对它输出的内容进行质疑。 写一份个人科研说明书，让 AI 认识更全面的自己 包括：你的个人背景信息，例如你的性格特征，你的个人喜好；你的科研背景信息，例如你最关心的科学问题，你的短期和长期科研目标，你自己已经掌握和希望掌握的科研技能，你自己的科研洁癖和准则，甚至还应该包括你自己关注的科学家和欣赏的研究论文。 内容越详细越好，把这份说明书作为 AI 工具的默认上下文设置，或每次对话首先发送，接下来的交流往往会有惊喜。 当 AI 的能力越来越强，你越要让 AI 更全面的了解你。AI 的价值不是让你把现在的工作做得更快，而是帮你发现可以去做什么不同的、更能体现价值的东西。 完成 5 之后，把 1-4 所有行动重做一次。 认真使用一个符合自己科研思路和审美的工具 广泛不设限的使用你能找到的 AI 科研类工具。 应用我们的金字塔评价策略认真选择并使用最符合你自己科研思路和审美的工具。 如果有机会和开发团队交流，提出一个你自己使用后产生的问题。 把一个支持多模态的 AI 工具放在手机首屏和浏览器首页。 与 AI 高频对话，随时把自己的新知作为话题。强迫自己提出更高质量、更具颠覆性的问题。习惯自己即时提问和 AI 的即时响应，习惯高密度信息，培养使用 AI 工具的直觉。 通过随手拍照和视频的形式和 AI 交流，想象自己以后的生活多了 AI 这样一双眼睛。 梳理一个日常的工作流，尝试每一步都让 AI 参与。 回想自己日常学习和工作习惯，选择一个最高频的工作流，思考，实践，尝试每一步让 AI 参与。 至少把其中一步全部交由 AI 完成，学习和 AI 建立信任的合作关系。 用 AI 帮助身边的人长久地解决一个问题 观察一下自己同学或者同事，留意一下他们有没有和你讨论过什么问题，选择一个会反复遇到的，思考并且借助 AI 帮他们长久解决这个问题。 当你完成上述 9 个具体行动后，可以和此刻的我一样，写一篇 AI 应用实践心得或者在组会上分享自己的 AI 应用感受。 写在最后 写到这里我需要坦白，其实这四个章节来源于不同阶段 InsightPaper 天使用户提过的四个问题，而我也前前后后写了一年。这四个问题分别是： 你最早为什么会开发这样一个工具，AI 对你有没有什么冲击？ 我觉的使用 AI 之后没有别人说的那么震撼，是不是我使用的方法不对？ XX 工具熊哥你有没有用过，感觉怎么样？ 现在 AI 发展太快，感觉我每天忙着做实验完全跟不上，非常焦虑。 写完每个问题的回复草稿，我把这些问题抽象后，发现它们原来可以彼此联系，刚好组成一篇「我的 AI 实践心得」，在一个值得纪念的节点分享给你。 嗯，即便到了今天，我在第一节里提到多年养成的写作习惯，也依旧能发挥它的价值，这和 AI 本身没有关系。 InsightPaper 在 2023 年 6 月 9 日默默上线，一开始是为了满足我的好奇心和科研学习需求。随着后期 Homie 洲更加入，他提供了很多技术支持和精神鼓励。如今，一直在迭代优化，成为覆盖不少科研学习场景的 AI 工具。 在没有什么公开宣传的情况下，也慢慢有了 1000+ 注册用户，处理了 20000+ 对话消息，并且度过了 2 岁生日。主域名 insightpaper.work 的访问量过去 30 天 unique visitors 也超过了 5000 人，高阶工具版本 得到了非常多朋友的喜欢～ 感谢洲更，每一位参与过 InsightPaper 测试、使用、反馈的用户，感谢豪气支持服务器 API 及各种运维成本的朋友。 写完这篇实践分享，我思考后面还能继续为大家做些什么。 看过草稿的朋友说，感觉遵循“从焦虑到具体”的主题非常好，不如建一个 AI 科研为主的实践讨论群，让希望具体行动的伙伴可以有一个互相交流的渠道。 我请在这个提议下，更具体一些不如设定一个目标：用 AI 解决 100 具体的科研问题。 如果你希望加入，可以直接扫下面的二维码免费入群，提示超过人数限制的话可以添加微信 (kaopu_bear) 拉你进群，一起用具体来对抗焦虑，一起实践～

2025/6/10
articleCard.readMore

因为 AI 终于我可以尝试把自己最好的东西给你

写在前面 Hello，熊言熊语的老友，好久没通过博客和你见面了。此刻，家里重新联网，照例需要和你汇报一下我最近一段时间的思考和工作。 正如你看到的标题：这次，我终于可以尝试把自己最好的给你。 关于什么是我最好的东西，这件事情要从很早说起。 2019 年，我曾在少数派发表过一篇 文献管理工具Zotero上手指南。那时我还在读博，有新的师弟师妹到来时，他们遇到看文献和管理文献的需求，总是会找我聊上几句。我感觉到这是一个高频需求，便想着整理出一篇文章分享给大家，或许能帮到有类似问题的朋友。 如今回头想想，那时感觉是对的，但没想到这个需求竟如此高。 看着文章从一万阅读量增长到十万，再到如今的三十四万，我发现了两件事： 于我而言，利己与利他相辅相成，因为总有人和我有一样的问题和需求； 在分享这件事上，只要我毫无保留地与你分享我最真诚的想法和方法，总有机会能和你共鸣或者帮到你。 自那以后，过去多年，无论是写文章、录播客还是更新这份邮件通讯，无论是分享所思所想还是专业所学，我做的每一件事的本质，都是将自己日常输入的大量信息，通过逐渐形成的一套逻辑方法进行追踪、过滤、加工和整理，变成更清晰的内容输出。 我因此受益，分享后又恰好能帮助一些与我同频的人。这种开心和满足，也是我持续下去的重要动力。 在这个过程中，我逐渐意识到一个似乎无解的问题：我分享的思考和内容越多，似乎起到的作用反而越小。因为读者数量日益庞大，大家的真实问题和兴趣点越来越个性化。 这就像是：我加倍努力磨练自己的渔具和钓法，与你分享我钓到的鱼，但这些鱼可能并不是你真正需要的品种。 某种程度上的不匹配，让我逐渐怀疑这类分享的价值。或许我更应该分享这套钓法和渔具，那才是我最好的东西。 但该如何做到呢？ AI 改变了我，也重塑了我 2022 年 12 月初，OpenAI 发布了 ChatGPT。 作为常年在互联网上冲浪的人，我第一时间注册了账号体验，起初觉得很好玩。转眼到了 2023 年 3 月，OpenAI 正式发布 GPT-3.5 的开发者 API。结合一直想做点什么的念头，我尝试将自己有限的编程能力与它结合起来。 如果能做出一个自己用的产品，那将是一件挺酷的事情。 于是，在 2023 年 6 月，我写下了第一条 InsightPaper 产品更新日志。 后面的细节以后有机会再细讲。 总之，随着之后一年半时间大语言模型能力的快速发展，这个工具从第一天上线，经过了 600 多天的迭代， 也让我真正有机会将这些年自己形成的信息追踪、过滤、加工和整理逻辑，以及不同维度的科研方法提炼并产品化，实现了从鱼到渔的转变。就有了今天的 InsightPaper，一个利用业余时间缓慢但持续迭代优化的小东西。 我自己手撸的一个 InsightPaper主页，也欢迎你访问。 我能给你最好的东西 过去半年多，几乎每个晚上和周末，我都在专心做一件事：希望能尽早将它交付给你体验。 正如前面提到的，随着读者基数和范围的扩大，我能学习和了解的信息与知识显得越来越有限。然而，如果我能将这套科研学习的方法和思路转化为可复用的工具，这或许就是我能给你的最好东西。 InsightPaper 是一款深度整合了大语言模型能力的研究进展追踪、论文学习和科研辅助工具。其核心目标是将“追踪、过滤、加工和整理”的信息处理四步法融入科学研究的每个步骤。 如果你打开 InsightPaper 的 基础版网站（最早开发的版本），其核心功能包括论文智能检索总结、预印本智能检索总结和相似论文推荐三大模块。 例如，在论文智能检索总结功能中，你可以根据关键词、杂志、作者和论文类型进行检索，检索结果将由大模型进行智能总结。 具体使用效果和介绍，你可以访问它的 功能介绍短视频 了解，或直接扫码观看视频。 至于为什么要这样设计，以及为何要将预印本智能检索总结和相似论文推荐功能独立出来，如果你听过我在中科院信息素养论坛的讲座或早先的 相关播客，就会知道，我曾分享过如何像追剧一样追论文，其中的思考方式和方法在这三个功能中得到了初步体现。 过去两年，我几乎订阅了市面上所有相关类型的付费产品，包括 ChatGPT、Claude、Perplexity、Scite、Consensus 等。 然而，深度使用后，我发现这些工具都无法顺手地满足我的实际需求。 于是我想，为什么不将自己科研过程中的思路和方法按场景划分，开发成自己的一些列工具呢？这个实现过程多少有些美妙。 如果你现在打开 InsightPaper 的 高阶版网站（目前持续迭代的最新版本），会看到已上线 7 个高阶功能。 这 7 个高阶功能分别是： 日常学术讨论：基于 DeepSeek R1 满血版深度推理模型，针对学术科研场景优化的讨论助手，带有对话记忆功能，擅长引导和询问关键信息。你可以将它看作日常的学术指导教师，讨论任意学术问题。 主题深度调研：基于多个生物医学文献数据库进行深入主题调研，支持“检索更相关”和“检索更新”两种模式，所有回答均基于最新文献。专业、准确、高效地协助你进行科学主题调研。 高质量综述生成：采用多角色专家团模式，根据用户输入的主题结合最新文献，生成高质量中英文综述。通过多角色模式，帮你准确、全面、快速调研话题并生成详细综述。 PDF 论文多维伴读：整合超长文本处理和记忆功能，针对论文理解优化，内置丰富提示。结合我的论文学习方法论，与你一起精读论文。 论文图表高级解读：使用最新视觉多模态模型，针对论文图表优化，提供由浅入深的详细解读。让复杂图表的理解、分析和复现更高效。 英文论文草稿润色：从语法、逻辑和结构等多方面润色英文论文草稿。专业、高效地协助你完成草稿润色。 中文论文草稿翻译：由多专家组成的翻译工作流，协助将中文草稿翻译成英文初稿。专业、高效地完成翻译工作。 多模型交叉验证：与多个最新 AI 大模型对话，用于交叉验证和比较结果差异。帮助你比较不同模型的回答。 以上每个工具都由多个模型协作完成复杂工作流，其中最复杂的运行一次需调用 25 次不同基座模型和 5-10 次论文检索，你可以将它们每一个都视为独立功能的小软件。 更重要的是，每个工具背后都是我日常科研学习中提炼的一个真实场景和对应方法。 例如，我日常高频使用的 主题深度调研 工具也录制了一个 功能使用短视频 供你参考。你可以点击链接或者扫码观看。 关于 InsightPaper 的未来 目前上线的 InsightPaper 基础版 和 高阶版工具，只是我梳理出的部分高频场景。 后续计划逐步开发更多类似场景和工具，同时已上线的工具也在不断优化和更新，自己的狗粮自己吃。 正如开头所说，于我而言，利己与利他相辅相成，因为总有人和我有相同的问题和需求。我希望这个工具能成为你我之间新的交流契机。 在规划 InsightPaper 的定位时，我深知 AI 当前的问题和缺陷。 因此，基于 AI 的 InsightPaper 不应仅提供尽可能准确的答案，更重要的是像一个伙伴一样，陪你一起探索答案。 当你看到这封通讯时，为了让更多朋友能直接使用，我在力所能及的范围内为不同的高阶工具都提供了每天更新的使用额度，以满足轻度使用需求， 点击这里直达。 作为业余时间开发的 side project，我深知它还有许多不足，因此欢迎你多多体验并提供反馈。 关于熊言熊语博客 随着 InsightPaper 第一阶段版本的闭门开发结束并与你见面，接下来，我将继续通过博客分享行业内容和科研进展。 我想，借助 InsightPaper 的能力，自己可以用更高的效率创作更深入的内容。 为了感谢深入支持过自己的老朋友，如果你曾作为「熊言熊语」邮件通讯的年度付费会员并且未领取过 InsightPaper 内测期的老友权益，欢迎你通过微信(kaopu_bear)联系我，告知你的订阅邮箱，我将为你开通一个月的高阶工具会员权限，足以进行更全面深入的使用。 以及，只要你阅读到了这里，也许你也对这个工具很感兴趣，只需要通过微信(kaopu_bear)联系我，并备注「邮件通讯」，我也将可以为你开通一周的高阶工具会员权限，希望你可以喜欢。 以上，下次再见～

2025/2/27
articleCard.readMore

Guardant Shield 获批：详谈这5年你该了解的按部就班、跌跌撞撞 、布局和野望

本文是熊言熊语邮件通讯的会员内容，限时同步首发于熊言熊语微信公众号。文章较长，引用较多。 写在前面 Guardant health Shield 近日官宣获批，从我2021年入行关注至今终于等来了这一天。作为熊言熊语邮件通讯产品系列的早就定下的选题之一，趁热打铁，把零散记录了很久的draft详细整理成文与你分享。 在本次通讯中，你将会： 从 Shield 按部就班的获批之路中看到立场如何决定性能、嘴硬如何与谨慎并行； 在 Shield 稳定产出的产品进化过程中看到 Guardant health 清晰的学术发声节奏； 在 Shield 跌跌撞撞的性能提升之路中看到研发和产品的反复横跳和究极取舍； 也别忘了一起了解 Shield 在多癌早筛上的布局和野望。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接 即可进行免费订阅。 按部就班的获批之路 7 月 29 日，Guardant Health 在官网宣布 FDA 批准 Shield 作为结直肠癌 (CRC) 的筛查方案。 Shield 因此成为 FDA 批准的第一款用于 CRC 筛查、满足美国医保要求的血液检测产品。其使用范围是 45 岁及以上具有平均患病风险的成年人。 Shield 的获批并不令人意外，似乎这一切都在按照 Guardant Health（下文简称 GH）计划的路线稳步推进。 在 2024 JP Morgan 上 GH 给出了如下清晰的时间线。 今年 5 月，FDA 分子和临床遗传学专家小组经过一番「热烈」讨论，对 Shield 的安全性、有效性和风险收益比都给出了整体积极的评价。这次讨论通过也已经预示着 Shield「有望」成为第一个获 FDA 批准的肠癌血液筛查产品。 立场决定性能 如果再往前追溯，是什么促成了这次专家小组的通过呢？ 一是基于 Guardant Shield 之前已经获得的上市前批准 (PMA) 申请，二是评估平均风险人群使用 Shield 检测性能关键结果的 ECLIPSE 研究于今年 3 月发表在《新英格兰医学杂志》(NEJM) 上。 ECLIPSE 是一项非随机、前瞻性、多中心研究，纳入了年龄在 45 岁至 84 岁之间计划接受肠镜筛查的患者。 如下图所示，虽然研究招募的患者人数达到 2 万多例，但其中 1.2 万例并没有纳入实际的临床验证队列。研究团队通过下采样方法随机抽样了 1 万人，删删减减之后有 7000 多人进入了最后的临床评估阶段。 ECLIPSE 的主要终点是相对于肠镜检查 CRC 的敏感性和对晚期肿瘤（结直肠癌或晚期癌前病变）的特异性，次要终点是检测晚期癌前病变的敏感性。在 clinicaltrials 注册的临床试验中，次要终点还包括 CRC 检测的阳性预测值 (PPV) 和阴性预测值 (NPV)。 对于 Shield 的性能，GH 在发布的 PROVIDER BROCHURE 中已经给出了一个非常清晰的总结。 在 NEJM 的论文中，更详细的主要结果总结如下： 检测 CRC 的总体敏感性为 83.1% 对具有筛查价值、病理确诊的 I-III 期 CRC 的敏感性为 87.5% 对不同分期 CRC 的敏感性: I 期 (病理确诊):65%; I 期 (临床诊断):55% II 期、III 期和 IV 期: 均为 100% 在非进展期腺瘤、未发现肿瘤和肠镜阴性人群中的特异性为 89.6% 在未发现肿瘤和肠镜阴性人群中的特异性为 89.9% 如果以上这些数据都还算说得过去，但晚期癌前病变 (AA) 的敏感性仅为 13.2%。 emmm，因为这不是计划中的研究终点，只能算是软肋谈不上硬伤。 关于 AA 的问题，我们还会在后文有一个详细的展开。 在同期 NEJM 上，Exact Sciences Cologuard 和 GH 背靠背发表了自家产品最新一代产品的实验结果。 我们得以给出一个相对清晰（但并不严谨）的对比。 cfDNA stool CRC 敏感性 83.1% 93.9% I 期 CRC 敏感性 65% 86% 晚期癌前病变敏感性 13.3% 43.4%（HGD 74.6%） 晚期肿瘤特异性 89.6% 90.6% NPV 99.92% 99.97% PPV 3.16% 3.4% 虽然各项指标相比对方都不占优，但是 GH 说：不是比不过，而是你不会比，不考虑依从性的敏感性，在真实世界里就是耍流氓。 在 2023 年的 JP Morgan 大会上，GH 提出了一个并不算新的新概念——" 有效敏感性 "（Effective Sensitivity）。Shield 的依从性为 90%，敏感性为 83%，两者相乘得出有效敏感性为 75%；而 Cologuard 的依从性为 65%，敏感性虽然略高（87%），但两者相乘后的有效敏感性仅为 60%。 论秀，还是 GH 秀，散了吧。 然而，仔细思考后会发现，这两种检测方法之间的差异其实并不令人意外。无论是微小残留病灶（MRD）还是肿瘤筛查，对于血液检测，我们有一个基本共识：只有脱落的 DNA 进入血液循环系统才有可能被检测到，而且通常来说，越接近病变部位的样本越敏感。这也同样可以解释为什么在泌尿系统相关肿瘤的检测中，尿液样本的早期筛查性能要比血液检测好得多。 Shield 自身具有的便利性和高依从性，在满足同样筛查条件下可以提高筛查率，这一点没有问题。 但我们也需要清楚地认识到，Shield 目前并不能算是真正意义上预防结直肠癌（CRC）的「筛查」工具（其对进展期腺瘤 AA 的检出率仅为 13%），它更像是一种非侵入性的 " 检查 " 方法。即便如此，它仍可能会漏诊接近一半的 1 期患者。 嘴硬和谨慎并不冲突 虽然面对投资人描绘着美好的概念，但 GH 比任何人都清楚自己产品的局限性。 这一点从 GH Shield 产品手册中随处可见的防御性极强的限制性说明就能看出。 一起来感受一下。 Precaution：基于临床研究数据，Shield 对 I 期结直肠癌的检测灵敏度有限（55%-65%），并且无法检测到 87% 的癌前病变。每 10 名 Shield 结果为阴性的患者中，可能有 1 名患有癌前病变，而这种病变本可以通过结肠镜筛查检测到。Shield 对 II、III 和 IV 期结直肠癌的检测显示出较高的检测率。 限制性因素众多，我们列举几个主要的： Shield 无法检出小于 10 毫米的结直肠癌病灶。 Shield 对高级别腺瘤（可能发展为结直肠癌的癌前病变）的检测能力有限，可能影响预防结直肠癌发展的效果。临床研究数据显示，Shield 仅正确识别了 13.2% 的高级别腺瘤患者，意味着 86.8% 的高级别腺瘤患者被误判为阴性。 Shield 的假阳性率为 10%，即每 10 名没有晚期肿瘤（结直肠癌或高级腺瘤）的人中就有 1 人会得到假阳性结果。 有趣的是，这些 label 上的预防性声明甚至成为了今天投资者电话说明会的提问重点，多个问题都围绕这些预防性声明可能产生的潜在影响展开。 另外值得注意的是，Shield 检测尚未被美国预防服务工作组（USPSTF）或美国癌症协会（ACS）的指南收录，许多非公立保险公司可能要求产品被纳入指南才会提供覆盖，这意味着 Shield 还有一段路要走。 此外，在 NCT04136002 实验记录中，项目入组人数从最初预估的 2 万人，在 2023 年 4 月修改为 4 万人，到今年 4 月又修改为实际入组人数 44467 人。 在电话会议上，GH 高管一再强调他们与 Medicare 保持着顺畅的沟通。入组人数增加，想必也是有 NEJM 中没有充分回答的问题需要继续回答。 稳定产出的产品进化史 聊完产品获批的 part，我们再回过头来聊聊 Shield 产品本身。 时间回到 2019 年，GH 通过 2019年AACR 首次公开介绍了他们针对结直肠癌（CRC）的检测产品。这个产品的独特之处在于同时分析 ctDNA 的基因组和表观基因组特征。 基因组变异包括：SNV，Indel，fusion 和 CNV；表观遗传变异包括 DNA 甲基化信号和核小体站位/片段组学。 产品设计上，GH 利用晚期癌症患者的 cfDNA 大型数据库，开发了一个 500Kb 大小的靶向测序 panel。这个 panel 可以检测与 CRC 相关转录因子结合位点的体细胞变异、甲基化变化和其他表观基因组变异。技术上能同时检测甲基化和非甲基化的 cfDNA。 初步分析结果显示，相比单独的体细胞突变分析，加入表观基因组分析显著提高了 ctDNA 的检测能力。 2020 年 AACR 会议上，GH 继续发布了 相关研究进展。这时，他们的检测产品被命名为 LUNAR-2 assay（即现在的 Shield），其靶向区域针对常见的致癌突变以及在癌症中可能经历表观基因组修饰变化的区域（差异甲基化和核小体定位变化导致差异的 DNA 片段化模式）。 析过程包括 检测体细胞基因组突变和变异过滤； 评估观察到的 cDNA 分子在不同甲基化分区中的分布； 评估 panel 上基因组区域中 cDNA 片段化模式。 这次的 poster 还明确指出了 panel 设计数据来源于超过 10 万例 Guardant360 数据以及健康人/晚期 CRC 患者的全基因组测序 (WGS) 数据。 研究发现，在 CRC 肿瘤组织中，根据差异甲基化选择的区域显示出明显的甲基化信号。通过比较结肠镜检查阴性的受试者和晚期 CRC 患者的 cfDNA 全基因组测序数据，研究者观察到一致且强烈的甲基化信号差异，提高了区分能力。 随着算法和技术的逐渐成熟，2021年 ASCO 上，GH 公布了一项涉及 434 名患者和 271 名对照样本的更大规模 LUNAR-2 性能评估。研究结果显示，该检测方法在多个临床特征中都表现出具有临床意义的敏感性。这项 poster 的最后提到： A prospective registrational study is ongoing to evaluate the test in an average risk CRC screening cohort. 同年，在美国胃肠病学会（American College of Gastroenterology）年会上，GH 发表了一个更详细的口头报告，重点强调了该产品在早期 CRC 筛查中的潜力，以及在一般风险人群中的应用前景。 进而引出了该产品应用于早期 CRC 进行 screening 的潜力，也提到了把它应用在一般风险人群中的应用场景。 一年之后，2022 年 ASCO 会议 中 GH 进一步发声。这次他们带来了在西班牙四家医院开展的前瞻性研究分析结果。 值得注意的是，这次 Shield 代替 LUNAR-2 成为了产品名，而整个检测方案里增加了一个看起来「不怎么和谐」的蛋白质组学结果。这一变化也不难理解，既然 GH 选择了结合突变信息和表观遗传学的多组学策略，那么在产品迭代过程中自然会考虑到蛋白质组学。 不过，事后证明，蛋白质检测结果整合到最终的 YES or No 判断中，这一策略似乎对也不对，并没有真实提高检测性能（后面我们会具体提到）。 在这项研究中，GH 对超过 6000 个样本上进行了训练，其中包括 2685 个 ACN 阴性样本和 1698 个 ACN 阳性样本。通过 1072 个 ACN 阴性样本和 551 个 ACN 阳性样本确定阈值，在验证之前，以 91.5% 的特异性为目标锁定模型阈值。 随后在六个中心验证中得到了如下结果。两个小细节，I 期癌症的敏感性高达 90%，AA 的敏感性还在 20%。 时间来到，2023 年 5 月，在著名的消化系统疾病年会（Digestive Disease Week）上，GH 首次正式对外公布了 ECLIPSE 研究的初步结果。 这次公布的分期敏感性和我们在 NEJM 看到的已经基本一致。 AA 的敏感性掉到了 13%，当时还公布了 HGD 的性能（23%），但在最终的 NEJM 文章中并未提及。 同时，GH 也提到了如何在真实世界中考虑依从性的问题：评估筛查项目时需要考虑真实世界的条件和患者因素。倡导从理想化条件下的有效性评估向更实际、更贴近临床实践的效果评估转变。 从 Shield 的发展历程来看，从 19 年开始，基本每年都会有非常稳定的产出，整体的产品技术路径和临床应用场景也越来越清晰。点赞 GH Shield 的研发和科学团队。 在这次展示内容的最后，GH 提到 Further assay development to expand detection capabilities。而这件事， Shield 一直在尝试。 跌跌撞撞的性能提升之路 来来去去的蛋白 如果说 Shield 的 FDA 获批之路看起来顺风顺水按部就班，那它的性能提升之路似乎就只能摸着石头过河。 在上文，我留了一个扣子，2022 年 6 月 ASCO 的 Poster 里，GH 提到在既往的分析方法基础上新整合了蛋白质检测的结果。 可到了 2023 年 5 月 DDW 大会的结果展示中，蛋白质组学又默默地消失了。 发生了什么？ 这其中的缘由，我们可以从 2023 年 10 月 GH 在 Annals of Oncology 发表的结果和 2024 年 NEJM ECLIPSE 主文章中窥见一二。 2023 年 10 月的 Annals of Oncology 论文中，GH 提到： The aim of this study was to determine the performance of a novel multimodal ctDNA-based blood assay (that includes detection of genomic mutations, methylations, fragmentomics and proteomics) to detect CRC at different Tumor-node-metastasis (TNM) stages (primary endpoint) and advanced precancerous lesions (secondary endpoint), in a pilot study of FIT-positive individuals from a population-based screening program and individuals with known CRC. emm，看来最初并未打算放弃晚期癌前病变的检测。 在这项涉及 623 例样本的研究中，首先使用不包含蛋白的算法进行分析，晚期癌前病变的敏感性为 14% GH 似乎对这个结果并不满意，还想挣扎一下。于是他们说道： In order to improve the accuracy to detect precancerous lesions, an exploratory analysis that used a refined version of the blood multimodal ctDNA-based test was carried out in a subgroup of 86 individuals from cohort 1. 他们的做法是加入蛋白质组学数据。 首先在癌症样本和健康样本之间对表达水平存在差异的多种蛋白质标记物进行分析，然后开发统计模型整合这些蛋白质标记物的水平，生成蛋白质分类结果，最终与之前的结果整合，生成一个二分类判断。（合理怀疑是 Olink 的销售手段高超，说服了他们😂） 一顿操作猛如虎，性能提升 5%。 在这 86 个样本的小队列中，AA 的敏感性被提升到了 23%（小队列不加蛋白的原始版本 AA 敏感性是 18%）。可随之而来的小问题是特异性也从之前的 90% 掉到了 86%。 虽然文章发在 Annals of Oncology，但是如果通过蛋白质组学加成让 AA 提升 5% 敏感性的代价是牺牲 4% 的特异性。我想，这是除AA 性能党之外所有人都不能接受的。 别忘了，Shield 的底线是坚守 90% 特异性，满足 Medicare 的要求。 于是，在 2024 年 3 月 NEJM 主文章的附件材料中，我读到了这样一段话。 虽然只是一句轻描淡写的「添加蛋白质反而不如只用 cfDNA 效果好」。懂得都懂：两全相害取其轻，特异性上不放松。 默默翻倍的 panel 从 2019 年开始到 NEJM 文章发表前，公开的学术资料中凡是涉及到产品设计路线图的，GH 一直宣称 LUNAR2 的 panel 大小为 500Kb，甚至 2024 ASCO 一篇摘要中，方法学部分仍然标注了 500Kb。 但到了 MEJM 的文章中 panel 大小默默变成了 1Mb，无奖竞猜，多出来的 500Kb 是干什么的？ Shield V2 新版本性能几何 Cologuard 有 V2，Shield 同样也并非不思进取。 早在 2023 年的几次公开会议中，GH 就已经透露了 Shield V2 版本的消息。 在放弃 AA 性能的挣扎之后，V2 版本的 Shield 保证特异性不降的前提下，将整体敏感性从 V1 版本的 84% 提升到了 91%。 这一结果最终正式发表在 2024 年 ASCO-GI 会议 中。GH 1M panel，10X 测序深度的数据中，通过提高噪声过滤和模型调参，更好地检测了 ctDNA 低脱落的肿瘤样本。相比 ECLIPSE 实验中的模型，LoD95 下降到十万分之四，I/II 期敏感性从 76% 提高到 88%。 多癌筛查的布局和野望 在 Guardant 用 Shield 对标 Cologuard 的这几年里，他们面对 Grail 左手右手的几个大动作，想必也无法视而不见。 早在 2022 年 AACR 年会上，GH 的口头报告就介绍了其 多癌筛查规划。 依旧基于 Shield 的甲基化信号富集技术，完成多模态信号输出。 这种技术能在降低测序成本的同时提高信噪比。当时披露的 SHIELD 面板大小为 1M，测序量接近 40M。而新一代 Shield 在 15Mb 面板（据报道包括约 20000 个表观基因组生物标志物）的基础上，只需不到 20M 的测序量。 在这次研究结果中，他们也公布了结直肠癌、肺癌、胰腺癌和膀胱癌四种癌症的初步分析结果。 一年后的 ASCO 年会，GH 再次详细介绍了他们计划开展的 一项针对多癌种的前瞻性、观察性、多中心篮子研究 SHIELD (Screening for High Frequency Malignant Disease) 该研究的主要目标是评估基于血液的多癌筛查测试（Guardant LUNAR-2）与标准筛查方式相比的检测性能。每个研究队列代表一种（或多种）癌症类型。 符合条件的个人在相应癌症类型的标准护理筛查的 90 天内进行全血采集，临床诊断按照标准护理进行。 主要目标：基于血液多癌筛查测试的敏感性、特异性、PPV 和 NPV。次要目标：每 1000 名筛查者中检测到的癌症数量、早期和晚期数量。同时随访收集一年和两年的临床结果。 正在进行的队列 A 为肺癌筛查队列，入组条件与 USPSTF 筛查推荐一致。当时的公布内容显示该队列将在 24 个月内招募 9000 名受试者。启动一年后入组 4866 人并预计在 2023 年底达到目标，2024 年 12 月完成主要结果数据收集。 如果查看实际的 临床实验注册信息，A 队列又增加了 3000 名受试者入组配额，2024 年 7 月状态修改为停止招募。随访计划也从原来的 1 年和 2 年各随访一次调整为仅 1 年随访一次，预计今年底就会有主要结果。 以及，从 GH 的对外发言中，我们可以大致了解他们的癌症筛查产品线规划： 肠癌目前已经完成 FDA 获批，随后启动 IVD 和 ADLT，针对一般风险人群每 1 年进行 1 次检测，预计 2026 年搞定 USPSTF。 肺癌在路上，目标是针对一般风险人群 3 年检测 1 次，针对高风险人群推荐 1 年检测 1 次。 更有趣的是，他们要如何做到：用相同的检测和费用，只需简单的软件升级就完成新癌种的检测呢？ 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2024/8/3
articleCard.readMore

除了E人变I，断网半年后我的3个感悟和1个项目

写在前面 你好，我是思考问题的熊，熊言熊语公众号/播客的主理人。一个超过半年没有和你通过邮件通讯相见的拖更作者。诚惶诚恐，不知道你这半年可好。 不只是没有和你交流，2024 年过去半年多时间里自己基本处于断网状态，变成了一个只有线下模式的 NPC。 此刻，当我打开电脑准备写点什么，感觉熟悉又有些陌生。就像准备要和很久没联系的朋友见一面，难免会觉得忐忑。纠结许久，还是只能先说一句：好久不见。 在本期通讯内容中，我将和你分享过去一段时间我的经历感受和反思，也会为你推荐一个我在进行的秘密项目，邀请你参与体验。 我从E人变成了I人 过去半年多，我扎扎实实地经历了几种情绪和几件事：亲人的离开、价值感的缺失、不知道被什么裹挟着看起来的努力，还有重新理解人和人的各种亲密关系。 很多时候我都想把这些事情和感受分享给你，甚至有两次一大早起来已经打开话筒准备录一期播客，但又都放弃了。 我起初把这种心态变化归结于年龄上涨之后「表达欲」的降低。但这半年密集经历的事情让我明白，这种变化可能来源于：经历了新的一件事之后就会发现之前经历过的似乎也没什么。 有趣的是，16 型人格测试的结果一年前我是 ENFJ，但是前一段时间又进行了一次检测自己变成了 INFP。我从E人变成了I人，不知道预示着什么。 美化智商和把手弄脏 我习惯一段时间内对一件事情异常投入。这个性格和方法上的缺陷会导致我容易在「一件事情上」周期性地出现和消失。而这种转变往往是因为我突然「阶段性」地想明白了一点东西。 2023 年 11 月初，我曾经摘录了这样一段读书笔记： 美化智商的表现之一，是把别人的见解转述出来，以获得影响力。重要的不是通过美化智商提升影响力，而是亲身实践后获得的观点或洞察。by《笔记的方法》 《笔记的方法》这本书里提到一种「美化智商」的概念。作为一个几乎不用美图功能的人，看到这段内容之后不得不承认，公共视野下的自己是不是偶尔也有美智的行为。 我曾经和一位好友聊过关于「分享」的话题，当时表达了关于「分享」的三种理解，也在这里转述给你讨论。 分享这件事，根据我的观察有 3 个层次。 第一层是利用信息差，把我看到但你还没看到的信息转达给你。 这件事本身不存在能力差别（emm，也许快速接触到信息也是一种能力）。做好这一层的要务是「快」，同一个信息在不同节点间流动，只能争取做第一个信息传递节点，而且这个节点的辐射范围越大越好。 第二层是整合转述和总结未经实践的他人观点。 其实，能做到这一点已经有很高的要求，也是绝大多数创作者的终点。日常学习、读文献和读书都是如此，我在大多数时间也才停留在这一层。做好这一层的要务是「想」，和别人接触到的信息没有什么区别，但是肯花功夫理解和思考，这样就不需要一直追热点和时效。 第三层是躬身入局把手弄脏。 你分享的是真实地实践反馈与感悟。做好这一层的要务是「做」，这个过程中你可能会重复自己看到的，验证自己想到的，也可能发现一些从未有人提到的洞察。 一句话总结这三个层次就是：你看到了什么，想到了什么，做到了什么。有效的分享不仅仅是传播信息，更需要深入理解分析和思考并将其应用于实践。 过去半年，我把大量时间放在了一个真实的研究项目上。有自己的数据，尝试了各种方法希望能从中获得 Know how，也经历了各种波折和困难。这个项目的部分研究结果会在今年 ESMO 会议上发表。 在这个过程中，如书中写的，我希望让那些看到想到的观点穿过自己，沉淀出属于自己的知识。我也希望，今后带给你更多的是第二层和第三层的内容。 在这个过程中，我又一次深刻理解了所谓解释深度错觉（Illusion of Explanatory Depth, IOED） 这种认知偏差。IOED 是由耶鲁大学研究人员 Leonid Rozenblit 和 Frank Keil 在 2002 年提出的概念。这种认知偏差指出：人们倾向于认为自己对某个主题的理解程度比实际上要好得多。 如你所感，对别人，我们总是会看到一些文章，看起来感觉头头是道，但只要让他再稍微要求多一步解释就会露馅。对自己，我们有时候会以为自己已经很了解一件事，但只有动手做一下才能意识到自己并不清楚。 重新审视 LLM 基建下自己在做的事情 也是在过去半年时间里，各种大语言模型层出不穷。借着自己能写一点的代码，我尝试将 LLM 融入到自己各项日常学习和工作流中。 虽来不及思考 AI 会不会替代人或者何时会替代人，但我一直努力尝试用 AI 替代自己。我把自己会做的每一件事都尝试用AI做一遍，去探索今天 AI 的边界，也重新认识今天的自己。 到目前为止，大概日常 20% 的重复性工作和信息获取与整理可以丝滑地让 AI 配合我完成，不到 30% 可以让 AI 参与进来。而剩下的一半我还在持续探索，这也让我看到了目前即便最强大的LLM仍然存在局限。 在让AI替代自己的过程中，我反复审视过去几年一直在坚持的内容输出。 发现除了时效性信息的传达和知识性内容的归纳，在 LLM 逐渐可以成为基建能力的今天，和你分享我一直完善和践行的各种方法，反而可以产生更重要的价值。也是因为有了 LLM 这个趁手工具，「授人以鱼不如授人以渔」这个道理越来越格外正确。 秘密项目 insightpaper 在我既往和你分享过的各种思考碎片中，我一直反复安利我们每个人应该持续拥有两个东西。 一个是好奇心，有了好奇心，我们才可能不只做有明确目标和熟悉的事情，才能有机会做出一些好玩的东西。 另一个是属于自己的产品，它可以是一本书、一个软件或者是一个实际的物件。总之你要全程参与决策它的构思、生产和未来发展。 一个属于自己的产品，会帮助我们顺其自然地完成从看到什么到想到什么再到做到什么的三级跳，也会自然地帮助我们克服"解释深度错觉"的认知偏误。 类似的观点我前几天也在万维刚的一篇文章中看到，他提到：人应该有个自己的"秘密项目"，做个 maker 去设法创造一个东西。你对这个东西的要求应该是，除你之外至少还有一个人很愿意用它。 写到这里，我就再和你汇报过去半年我一直在"秘密"进行的另一个项目： 过去几年，无论是写博客还是录播客，无论是分享思考还是专业知识，我做的每一件事，本质都是将自己日常输入的海量信息，通过自己逐渐形成的逻辑和方法进行追踪、过滤、加工和整理，变成一种更优质的内容进行输出。 InsightPaper 是一款整合了大语言模型能力的研究进展追踪和文献辅助阅读工具，其背后的开发逻辑是我自己这些年摸索出的一套完整的研究进展追踪和文献学习方法体系。 InsightPaper 不止提供答案，更重要的，是配合你一起完成答案的探索。 如果你是最近一年关注和订阅了熊言熊语，我想大概是因为你看到了我很多关于最新研究进展的梳理和总结，你也一定对"读文献这件事并没有那么简单"有所体会。 读什么和怎么读，这两个最根本的问题就让很多人感到困扰。当想把这件事的系统理解讲清楚时，我发现通过写文章把这件事情说明白远不如直接做一个工具让需要它的人用起来实在。 于是，在几十个夜晚和周末的反复测试和完善后，就有了目前这个前端后端加起来接近 3000 行代码的工具。 目前测试版形态大概是下面的样子（虽然不炫酷，但是挺好用） 文献检索小结 核心文献检索 核心信息提炼 最新相似内容推荐 一些好朋友在内测 InsightPaper 的过程中给出的反馈大多数是： 搜到的结果比常规的搜索引擎有更多是我想要的 推荐的相关文献既有最新的研究结果也有既往引用数最高的经典内容 给客户做调研报告、准备论文综述的时候，检索总结和文献提炼确实有帮我省时间 InsightPaper 今天正式面向所有熊言熊语订阅读者发出小范围公测邀请。 如果你对于文献阅读有需求，对 InsightPaper 感兴趣，可以**通过添加我的微信 kaopu_bear 备注"InsightPaper 内测"**获取 InsightPaper 的使用方式，并进入测试交流群随时沟通。 关于邮件通讯 以上，就是我过去一段时间的思考感悟和insightPaper介绍。在本期内容最后，我想说一下关于熊言熊语邮件通讯本身。 过去一年多的时间，相继有一百多位认可信任我的朋友，先后通过付费会员的方式支持熊言熊语，但是如你所见，我并没有为大家完成足够的交付。这点一直让我惴惴不安，如鲠在喉。而绝大多数朋友表现出的理解和宽容，又让我感谢满满和有所亏欠。 从本周开始，熊言熊语邮件通讯将在「insightPaper」能力加持下正式恢复更新。 过去半年，我完成了自己信息获取工作流和写作工作流的升级，在有能力保证常规内容更新的基础上，也可以拿出更多精力完成上文中我提到的第二层次和第三层次的输出和分享。 很快再见，这次就写到这儿。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2024/7/21
articleCard.readMore

同源重组修复缺陷HRD ：产品总览

本文为熊言熊语邮件通讯会员计划内容的试读版，完整内容请点击通讯主页订阅并查看。 写在前面 你好，我是思考问题的熊，本内容是参加会员计划读·者的专属内容，感谢你通过会员计划支持我持续创作。展信佳～ 本期内容： 在关于生物标志物 HRD 的前两期内容中，我们分别了解了 HRD 作为生物标志物的提出和临床核心应用场景，具象感受了一个生物标志物从逐渐被人们认知到接受，究竟需要经历怎样的过程。 在本期内容中，我们将继续了解 HRD 这种生物学现象可以如何检测以及目前市面上那些相关的国内外产品，共同感受一下当 HRD 被人们认可后，各家国内外厂商的跟进方式。（本期内容字数 5700+） 下期预告 下期内容中，我将和你分享一些自己关于 HRD 及相关产品目前临床应用的困惑和思考。 HRD 的检测思路 了解了 HRD 作为生物标志物目前在临床上的核心应用场景，下一个主要话题就是了解 HRD 这种生物学现象应该如何检测以及目前市面上对应的产品。 笼统讲，检测一个生物学现象可以从两个维度出发：检测造成这个生物学现象的原因；检测这个生物学现象导致的结果。 具体讲，针对同源重组修复缺陷，我们既可以考虑检测其原因，例如对应通路的 BRCA 或其它基因突变，BRCA 启动子甲基化等等；也可以考虑检测同源重组修复缺陷造成的结果，也就是所体现出的基因组不稳定性。 HRD 检测产品 Myriad MyChoice 在介绍 HRD 的临床验证过程时，其实我们就反复提到了 Myriad 这家公司和它的 HRD 检测产品。说到 Myriad，这家成立于 1991 年的公司在肿瘤 NGS 检测历史上有这非常重要的地位。在后续国内外知名公司的系列内容中，我们会继续深入了解它。 在这里，你只需要知道他们早在 1994 年就申请了关于 BRCA 遗传基因以及其诊断方法的相关专利，且这件事情引发了后来一系列接近 20 年的基因是否可以作为专利的争论。从 BRCA 到 HRD，Myriad 能走在 HRD 检测的最前列也似乎是情理之中。正如在上一期通讯的中，我写到： 至此，这几项大型的三期临床研究一方面证实了几家 PARPi 在卵巢癌维持治疗中的作用，另一方面因为他们都不约而同选择了 Myriad 的 MyChoice 检测产品，也让 Myriad MyChoice 事实上成为了 HRD 检测临床使用的「金标准」。 HRD 会产生特定、可量化、稳定的基因组改变，其中包含可鉴别突变、插入 / 缺失，以及染色体结构异常、基因拷贝数变异等，这也是当前构建 HRD 临床检测方法的理论基础。 HRD 临床检测所描述的肿瘤基因组特定改变也被称为「基因组瘢痕」。自 2012 年以来，杂合性缺失（loss of heterozygosity，LOH）、端粒等位基因不平衡（telomeric allelic imbalance，TAI）、大片段迁移（large-scale state transition，LST）等被作为基因组瘢痕标志物，以量化基因组瘢痕程度。 如同他们在 2016 年发表的论文，Myriad 将自己家 HRD 评估的产品命名为 MyChoice 和后来升级版的 MyChoice Plus，并将 HRD score 定义为 LOH + TAI + LST 加和（这部分具体内容可以参考 part1 部分正文）。 详细地说，LOH 定义为大于 15 Mb 且小于整个染色体长度的杂合性缺失；TAI 定义为延伸到其中一个亚端粒但不超过着丝粒且大于 11 Mb 的等位基因不平衡的染色体片段；LST 定义为两个相邻区域（两个区域长度均大于等于 10 Mb，且区域间距小于 3 Mb）之间的染色体断裂位点的总数。 LOH、TAI 和 LST 等 3 个指标都有独特的定义，在一定程度上都能描述细胞 HRD 状态的程度。然而，相较单个指标描述，三者组合综合计算评分能更全面反映基因组瘢痕状态，进而对基因组不稳定状态进行评估。所以 MyChoice 就是以 BRCA 1/2 的致病性变异状态加上基因组不稳定评分（genomic instability score，GIS）来评估 HRD 状态。 如果你还记得在 part1 中，我们提到了最早的论文中 LST 这个指标需要进行基因组倍性矫正，进而会产生负数，但随后它们取消了这个矫正，让这个计算更容易理解。 这里多说几句，对于不同组合构成的模型，我们往往会通过添加系数的方式，给每个不同的指标分配不同的权重，进而取得最好的预测效果，类似与 index = 0.2A + 0.65B + 0.3C，但是为什么 LOH TAI 和 LST 这三者刚好就是同等系数的简单加和效果最好呢？ 其实，很早一期 Myriad 团队成员自己录制的播客节目 Myriad Live - Let's Talk HRD 中，它们给了这样一个解释：看似同等重要，其实并非如此。 如果你看一下等式，它们看起来是同等权重的，因为我们所做的就是把它们加在一起，但实际上，LST 分数的动态范围大约是其他两个分数的两倍，所以这意味着它对最终分数的贡献比 LOH 或 TAI 更大。 它往往比其他两个分数更高，所以我们实际得到的结果是，大约一半的最终分数来自 LST，平均大约四分之一来自 LST 和 TAI。 我们之所以对最后的设置感到满意，并发现它表现最好，部分原因是在我们早期的研究中发现 LST 实际上是 HRD 的最佳预测因子。因此，它比 LOH TAI 在数值上更重要，几乎占最终分数的一半。 如果你想更加具体的了解 myriad 官网自己对于这款产品的介绍，可以详细阅读下面的两个链接。 🍺🍺试读结束🍺🍺 剩余内容是参加会员计划读者的专属内容 欢迎你通过会员计划支持我持续创作 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/5/3
articleCard.readMore

同源重组修复缺陷HRD：临床验证

本文为熊言熊语邮件通讯会员计划内容的试读版，完整内容请点击通讯主页订阅并查看。 写在前面 本期内容： 你将阅读到HRD临床验证的后半部分历程（2016-2020年），这几年内多个重要的临床实验证实了PARPi的临床价值，同时也顺便验证了HRD的应用价值（主要是 Myriad MyChoice 产品）。结合上期和本期内容，我们可以具象感受到一个生物标志物从逐渐被人们认知到接受，究竟需要经历怎样的过程。 下期预告 了解了 HRD 作为生物标志物目前在临床的核心应用场景后，下期我们就会了解 HRD 这种生物学现象应该如何检测以及目前市面上对应的那些国内外产品。 临床应用场景 2016 年 NOVA 研究 2014年12月FDA批准了首个PARP抑制剂——奥拉帕利（orlaparib），用于治疗晚期卵巢癌或携带BRCA基因突变的卵巢癌。 2016年发表在NEJM的一项名为NOVA的随机双盲 3 期试验中，另一款PARPi 尼拉帕利（niraparib）在铂敏感型复发卵巢癌患者维持治疗中展现了极为良好的疗效。研究人员招募了553例铂类化疗后复发卵巢癌患者，并根据是否带有生殖系_BRCA_基因突变，进行了安慰剂对照的随机临床试验。在带有BRCA突变的组中，经过尼拉帕利治疗的患者无进展生存期的中位数长达21个月，明显长于对照组的5.5个月。 令人兴奋的是，该研究还证实：不论患者为何种基因背景，尼拉帕利均可显著延长患者的无进展生存期，只是该作用在BRCA基因突变携带者或DNA同源重组修复功能缺陷（HRD）的人群中更明显。彼时尼拉帕利为治疗铂敏感型复发的卵巢癌患者带来了新曙光。 如果详细对论文相关材料，可以发现，有趣的是在制定研究方案时尚不清楚几个候选生物标志物中，哪一个适合作为接受过多种铂类疗法的患者使用尼拉帕利作为维持治疗的辅助诊断（CDx）进行评估。因此，最初的临床研究目标之一是利用研究数据来选择一个生物标志物并确定一个适当的阳性阈值。 研究开展后不久，Myriad 便开发了一种基于DNA测序的HRD检测方法：myChoice HRD，原理就是我们在上一篇文章末尾提到的检测方法。 于是这个研究目标也就不再需要探索，而是决定直接使用HRDscore >= 42 作为同源重组修复缺陷的标准进行分组研究。在 HRD-阳性加体细胞BRCA突变的患者以及那些具有胚系BRCA突变的患者中观察到类似风险比，体现了该药物在患者人群中反应的一致性。 2018年 SOLO1 研究 再来说说奥拉帕利。 名为  SOLO 1  的三期试验在 2018 年底发表，结果说明患有新诊断的晚期 BRCA 突变卵巢癌患者，手术和化疗后接受 PARP 抑制剂奥拉帕利（Olaparib）的维持治疗与不接受维持治疗相比，疾病进展或死亡风险降低了 70%。 这个结果结果不仅使 FDA 批准了奥拉帕利（Olaparib）用于这一适应症，也代表着在治疗BRCA突变卵巢癌患者方面又向前迈出了一大步。不过这项研究使用了 Myriad 的 BRACAnalysis test 产品进行 BRCA 检测，并未涉及到 HRD 评分。 紧接着，2019 年又有三项三期临床试验结果发表。它们分别是 PRIMA、 PAOLA-1 和 VELIA 研究，这些试验考察了 BRCA1/2 突变患者以外的一线 PARP 抑制剂使用，它们分分展示了 HRD 相关亚组的临床结果。 🍺🍺试读结束🍺🍺 剩余内容是参加会员计划读者的专属内容 欢迎你通过会员计划支持我持续创作 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/5/3
articleCard.readMore

同源重组修复缺陷HRD：从无到有

本文为熊言熊语邮件通讯会员计划内容的试读版，完整内容请点击通讯主页订阅并查看。 写在前面 你好，我是思考问题的熊，本内容是参加会员计划读者的专属内容，感谢你通过会员计划支持我持续创作。展信佳～ 本期内容： 今天这一期内容（part1），你将会阅读到 HRD/DDR 生物学背景、临床应用场景和临床验证历程的前半部分内容（2010-2016年），全文接近5000字。 下期预告： Part2中，你会阅读到HRD临床验证历程的后半部分内容（2016-2020年） 生物学背景 同源重组修复缺陷（homologous recombination deficiency, HRD）我们在 V012plus.熊言熊语：从靶向治疗耐药机制到联合用药策略 介绍靶向治疗核心原理中合成致死的时候就埋下了一个引子。 了解同源重组修复缺陷的前提是明白何为同源重组修复（homologous recombination repair, HRR），而明白 HRR 需要从其更上游的概念 DNA 损伤修复（DNA damage repair, DDR）开始。 只要用 DNA damage repair/response + cancer 去检索，你就可以看到不少综述，以下是部分综述的 DDR 通路图供你赏析。 如果你想了解相对全面的通路，不妨参考 cellsignal 网站的整理版本。 如果你想参考相对清晰简洁的示意图，可以理解下面这个示意图。 简单说，不同的 DNA 损伤类型可以通过不同的方式进行修复。 比如，含有错配核苷酸的 DNA 复制错误可以通过错配修复(DNA mismatch repair, MMR)途径进行修复（在 TMB 对应的文章中我们会进一步展开）；针对 DNA 损伤常见的单链断裂（single-strand break, SSB）或者对双螺旋结构影响较小的损伤等，可以通过碱基切除修复（base excision repair, BER）；针对双链损伤（DSB），则有多种不同的修复方法。 其中，HRR 是负责修复 DSB 与 DNA 链间交联（interstrand crosslinks）最为准确且高保真的 DNA 损伤修复系统（依赖 DNA 模板）；而非同源末端连接（non-homologous end joining，NHEJ）、微同源末端连接（microhomology mediated end joining，MMEJ）和单链退火途径 （single-strand annealing，SSA）这些属于低保真高易错的损伤修复途径（可以理解为稀里糊涂先把断了的接上，不管原先是什么样子）。 如果细胞的 HRR 功能出现问题（HRD），细胞就不得不调用那些低保真的修复方案，产生各种大片段的缺失插入，拷贝数异常等现象，进而造成细胞染色体和基因组的极度不稳定。 造成 HRD 的原因很复杂而且目前也没有完全研究清楚。一方面 HR 过程中主要涉及到 BRCA1/2，RAD51，以及 BRCA2 定位基因 (PALB2) 等基因突变；另一方面，研究人员还发现像 BRCA 基因的表观遗传甲基化失活也可以导致 HRD。 临床应用场景 在上一部分我们提到 HRD 的出现会使得细胞依赖低保真的方案进行 DNA 修复，而基于此出现的基因组不稳定则又是癌症的 Hallmarks 之一。（HRD 是造成基因组不稳定性的重要原因之一） 因为 HRR 在 DNA 双链修复上的重要功能，如果一个细胞发生了 HRD 同时人为让其单链修复出现问题，就会触发「合成致死」效应，让癌细胞的 DNA 修复系统就会被破坏进而死亡；另外一方面，HRD 会让肿瘤细胞对能诱发 DNA 交联的含铂化疗药物更加敏感。 基于以上基础原理，HRD 自然就有可能作为一个生物标志物，在铂化疗和抑制单链修复的PARP 抑制剂治疗中发挥临床作用。 虽然原理如此，HRD 究竟能在什么癌种的什么条件下指导治疗，直到目前都还存在很多疑问，而已经获批的临床场景验证也经历了非常漫长的过程。 临床验证历程 HRD 作为生物标志物的验证史可以说就是 PARPi 适应症的发展史。 需要说明的是，因为 PARPi 目前在包括卵巢癌、乳腺癌和胰腺癌等多个癌种中均有临床应用，为了更好的梳理 HRD 作为生物标志物的提出和临床验证历程，这一部分我们仅选取一种 HRD 计算方法（GIS）在卵巢癌单一癌种的应用进行展开。 关于 HRD 的更多评价计算方法和 HRD 在非卵巢癌中的应用场景，我们会在后续的「方法和产品」以及「前景和思考」部分有所涉及。 PARP 抑制剂效果初现 PARP 全称是 Poly (ADP-ribose) polymerase，PARP 蛋白家族涉及包括 DNA 修复、基因组稳定性和细胞程序性死亡在内的诸多细胞生物学过程。 2009 年的 ASCO 大会，研究人员分享了一类新型靶向药物令人鼓舞的研究发现，代号为 AZD2281 的药物适用于那些涉及到 BRCA 基因突变的卵巢癌。这类药物就是如今我们所知的 PARPi，而 AZD2281 的中文名字就是如今应用很广泛的奥拉帕利（Olaparib）。 PARP 抑制剂旨在使癌细胞用于修复 DNA 损伤的关键酶失效并促使癌细胞死亡，还可能使癌细胞对其他治疗如化疗药物更加敏感。 当然，彼时还需要进一步长期随机临床试验来确定 PARP 抑制剂是否真正有益于卵巢癌患者，如果是的话，哪些特定类型的卵巢癌最有可能对该药物产生反应？其它癌种效果如何？ 这些都是以后的故事。 陆陆续续，三种 PARPis：奥拉帕利（Olaparib），鲁卡帕利（Rucaparib），尼拉帕利（Niraparib） 早期相继被 FDA 批准用于具有胚系 BRCA 突变的卵巢癌患者。 然而，后续越来越多的研究发现仅仅检测胚系或体细 BRCA 突变会低估甚至错误地鉴别可能受益于 PARPi 治疗患者，于是又把对铂类药物的敏感性也用作 HRD 的提示用来选择预期对 PARPi 敏感的患者。但是铂类药物的耐药机制也超出了 BRCA1/2 状态还是可能低估 PARPi 获益患者。 那是否有什么更好用的指标来提示HRD进而指导 PARPi的用药呢？说来话长，接下来我们需要回到2010年，从一篇方法学文章开始聊起。 🍺🍺试读结束🍺🍺 剩余内容是参加会员计划读者的专属内容 欢迎你通过会员计划支持我持续创作 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/5/3
articleCard.readMore

聊肿瘤生物标志物时我们在聊什么

本文为熊言熊语邮件通讯会员计划内容的试读版，完整内容请点击通讯主页订阅并查看。 写在前面 你好，我是思考问题的熊，本内容是参加会员计划读者的专属内容，感谢你通过会员计划支持我持续创作。展信佳～ 本期内容： 作为生物标志物系列开篇内容，考虑订阅读者专业背景各异，我思来想去还是感觉有必要做一个提纲挈领的整体介绍。它既可以作为这个系列内容的说明，也可以作为你今后自主学习相关知识的方法参考。 在本期内容中，你将会看到： 生物标志物的简单介绍 了解生物标志物的六个不同维度 哪些生物标志物值得关注 具体学习生物标志物的五个层面 推荐三个生物标志物学习资源 生物标志物简介 所谓 肿瘤生物标志物，广泛的说，可以指癌细胞或体内其他细胞对癌症或某些良性肿瘤疾病作出反应时产生的任何物质，这些物质提供了有关癌症的信息，如侵袭性强弱，对何种治疗有反应，或是否对治疗有反应等等。 传统上，肿瘤标记物是指由癌细胞产生的含量高于正常细胞蛋白质或其他物质，在一些癌症患者的血液、尿液、粪便、肿瘤或其他组织/体液中都可以发现这些物质。 除了基于免疫组化的大量蛋白标志物外，越来越多的基因组标志物(如基因突变、肿瘤基因表达模式、肿瘤DNA非遗传变化)被发现存在于肿瘤本身和体液的肿瘤碎片中。 生物标记物是可以在血液、其他体液或组织中测量到的任何分子。 基于检测的来源不同，目前我们通常将肿瘤生物标志物分为两大类：循环肿瘤标志物（circulating tumor markers）和肿瘤组织标志物（tumor tissue markers）。 前者循环肿瘤标志物可以在某些癌症患者的血液、尿液、或其他体液（如胸腹水和脑脊液）中找到；而后者肿瘤组织标记物存在于实际肿瘤中，通常来自于活检切除的样本。 NIH 的美国国家癌症研究所列举了目前常见的一些肿瘤标志物，你感兴趣的话可以参考。 了解肿瘤生物标志物的维度 如果你想了解生物标志物，不妨尝试如下几个维度进行思考。 从生物标志物的临床作用来说，可以考虑是用来进行早筛还是用于诊断还是用来指导治疗，所谓指导治疗又包括了指导患者进行何种治疗（比如是否应该进行靶向治疗或者免疫治疗），疾病进展或治疗效果如何（比如MRD和ctDNA）以及何时应该停止/更换治疗（比如监控耐药）。 从生物标志物的应用价值，还有一类分类方法是所谓的预后标志物（prognostic biomarker）和预测标志物（predictive biomarker）。关于这两类的区分，你大体可以理解为预后标志物是能够独立地预测癌症结局（复发，进展或死亡），与其接受的治疗无关，而如果某种治疗的效果在生物标记物阳性和阴性两组之间不同，那么它就可以称之为预测标志物。 从生物学角度来说，生物标志物可以包括但不限于：基因组、表观基因组、蛋白质组、细胞和形态，以及易患疾病或指示疾病发生的遗传风险因素。 单就基因组层面的改变而言，我们借助从微观到宏观的视角，又可以继续进行分类。小到某个基因某个具体碱基突变带来的氨基酸改变（比如BRAF V600E），到某个基因本身的缺失或者扩增（比如MET扩增），到某个染色体片段（cytoband）的变异，再到肿瘤细胞整体的基因组不稳定性，都可能是我们关注的生物标志物。 再从检测手段来说，生物标志物最经典的检测方法是免疫组织化学（IHC）检测，此外还有PCR检测、基于NGS的 DNA panel，WES、WGS以及转录组WTS的检测。Cell Signaling Technology (CST) 加的产品宣传册中，就有一段关于用免疫组织化学检测的癌症生物标志物类别说明。 最后，从检测范围来看，有时可以是针对某单一基因（指标）的检测（比如PDL1的表达水平），有时又可以是多个基因（指标）的组合（比如乳腺癌的21基因和70基因检测等），有时还需要对全基因组范围内的大量位点进行综合判断（比如MSI TMB HRD检测等）。 这个系列怎么聊 我们不会聊什么 如上文所说，肿瘤生物标志物实在是一个过于庞大的话题。那么熊言熊语聊生物标志物，我们会聊什么呢？ 首先在这个板块的系列文章中不会涉及驱动基因相关的介绍，比如EGFR、KRAS等等。这些重要的能够指导靶向治疗的驱动基因我们会单独开启一个系列。 其次，上文中显示的多数免疫组化指标我们也不会具体涉及，会将关注重点放在基于NGS检测技术下的肿瘤生物标志物。 此外，像肿瘤早筛（DNA甲基化和cfDNA片段组学应用）和MRD这样非常重要且热门的应用场景，我们会单独通过系列文章进行详细介绍。 哪些生物标志物值得关注 说完这个系列不会聊什么，再来说说我们会聊什么以及怎么聊。 在这个系列内容中，我们会把目光聚焦于那些已经有明确临床应用场景和很大潜在应用价值的生物标志物，同时尽可能多的涉及不同癌种和治疗方式，也尽可能覆盖上文提到的从微观到宏观和不同的检测范围。 比如，我们会涉及到基因组不稳定性相关的生物标志物，如同源重组修复缺陷（HRD），染色体不稳定性（CIN）和非整倍体评分（aneuploidy score）；会涉及到染色体片段缺失和基因杂合性缺失。 除了介绍免疫治疗的生物标志物TMB以及MSI，还会涉及到抗血管生成治疗相关以及术后复发监控相关的生物标志物。 除了DNA层面，同样会涉及到基于多基因表达模式的生物标志物。 学习生物标志物的五个层面 每一个生物标志物，我都会争取用尽量可控的篇幅完成如下尽可能所有层面的介绍： 生物学背景：了解相关指标的生物学原理是了解biomarker的基础，比如什么是同源重组修复缺陷，为什么高TMB容易对免疫治疗产生相应。 临床应用场景：了解该生物标志物在不同的癌症和治疗方式下的应用场景，比如是针对某个癌种有效还是针对多个癌种有效，是针对单药治疗有效还是针对联合治疗有效。 临床验证历程：一个生物标志物的提出到验证再到写入临床只能往往是一个非常复杂和漫长的过程。了解生物标志物的重要临床实验里程碑有助于我们认识到从研究到临床的复杂度。（进行文献整合阅读学习的机会） 方法和产品：一个成功的生物标志物往往背后都用核心的商业化公司在进行推动，也都有标志性的产品，比如Myriad MyChoice之于HRD，再比如多基因检测产品 Oncotype 和 MammaPrint 预测乳腺癌复发。（了解国内外成功商业公司和产品的机会） 前景和思考：在这个部分，我们会简要讨论这些生物标志物目前的临床应用潜力和限制，比如有哪些正在进行中的临床实验，以及我们未来应该关注它的哪些进展。 学有余力的资源推荐 如果你对生物标志物很感兴趣或者工作和科研项目中会涉及到生物标志物相关的内容，我可以再推荐几个学有余力的了解途径。 🍺🍺试读结束🍺🍺 剩余内容是参加会员计划读者的专属内容 欢迎你通过会员计划支持我持续创作 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/5/3
articleCard.readMore

肿瘤组织和液体活检结果不一致，好事还是坏事

组织和血检的一致性比较发了很多文章，不过当组织和血检结果不一致的时候，对患者的预后有什么研究价值呢？ Rosenberg, Shai, Gil Ben Cohen, Shumei Kato, Ryosuke Okamura, Scott M. Lippman, and Razelle Kurzrock. 2023. “Concordance between Cancer Gene Alterations in Tumor and Circulating Tumor DNA Correlates with Poor Survival in a Real-World Precision-Medicine Population.” Molecular Oncology, January. https://doi.org/10.1002/1878-0261.13383. 3 月 25 号 online 在 Molecular Oncology 的一项研究进行了相关的分析。 这篇比较组织和血检一致性的文章，看起来更像是在比较两家不同公司产品的性能。 组织检测的数据来自 FMI ，测序细节: Mean sequencing depth was >250×, with 100× at >99% of exons. 血检数据来自 Guardant，测序细节是: The panels utilize hybrid capture followed by NGS of the crucial exons in a panel of 54–73 genes ，5–30 ng of ctDNA was isolated from plasma and complete sequencing at 15,000× read depth。 两者相比，它们能共同分析的基因信息有55个，然后根据收集到的临床数据，就做出了看起来「理所当然」的结论。 组织和血液基因层面较高的一致突变数与更短的总生存期相关。 多变量分析证实，血液和组织中≥2个一致基因水平突变的患者的死亡风险比(HR)为1.49(95% CI 为 1-2.2; P = 0.047) ，而≥3个一致的基因水平突变的患者的 HR 为2.38(95% CI = 1.47-3.87; P = 0.0005)。 也就是说，组织 DNA 和 ctDNA 间的基因突变一致性是一个独立因素，可以用来预测患者生存期。 多想一步。 这个结论很可能意味着：组织和血检不一致的样本，也许其实是血液的ctDNA占比（ctDNA fraction ）偏低导致了突变不一致的发生。 这件事情，去年 10 月 online 在 Annals fo Oncology 的一项研究就是发现了一个和它相关的结果。 其结论显示，plasma ctDNA 占比是在多个癌种中可以广泛应用的血检生物标志物(ctDNA TF)。在多变量分析中显示，ctDNA TF 对预后的影响独立，且当 TF >= 10% 的时候，患者的在CRPC BC NSCLC CRC 这四个癌种中的HR可以达到1.68到3。 再多想一步。 根据这个两个结论，如果组织检出突变，但血检呈阴性，这类患者的预后OS很可能是显著更好的吧？emmm，这个结论对应的研究结果似乎将在2023年的ASCO会议上进行详细报道，作者同样来自于第二项研究的团队。 不过，事情到这里还没有结束。 如果组织和血液突变检测的一致性，ctDNA的肿瘤占比，组织阳性且血液阴性，都可以是预后的生物标志物，那么血检基因的AF本身是不是也单独可以作为一个预后标志物呢？是的，如果仔细研究可能还是用药的预测标志物。 前几天同样发在 Annals fo Oncology 的研究就证明：针对有 BRAF V600E 突变的结直肠癌，血液 BRAF V600E 的 ddPCR 检测结果，在 BRAF V600E AF 2% 分组下，AF 高的患者OS和PFS更差，也更有可能在 BRAF+EGFR+MEK 抑制剂三药联用中获益。 Husain, Hatim, Dean C. Pavlick, Bernard J. Fendler, Russell W. Madison, Brennan Decker, Ole Gjoerup, Christine A. Parachoniak, et al. 2022. “Tumor Fraction Correlates With Detection of Actionable Variants Across > 23,000 Circulating Tumor DNA Samples.” JCO Precision Oncology, no. 6 (November): e2200261. https://doi.org/10.1200/PO.22.00261. 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/3/27
articleCard.readMore

肿瘤精准治疗究竟多难 看这7个临床实践障碍

换句话，除了「贵」，还有哪些因素影响了癌症精准治疗在临床实践中的应用呢？ 今年过年发生的一段对话如下： 👨：小伙子，哪里发财？ 过年回来，这段对话我一直忘不掉，除了不知道该如何发财，还好奇一个问题：这么多上下游公司，有药企有诊断，这么多做科研、做研发、做销售的从业者，吭哧吭哧这么多年，究竟有多少患者从中受益，应该从哪里找问题？ 换句话，除了闭眼能想到的「贵」，到底有哪些因素影响了癌症精准治疗在临床实践中的应用？ 前几天一查，还真找到了 2022 年 10 月发表在 JCO Precision Oncology 的一篇论文。 这篇论文以晚期非小细胞肺癌（NSCLC）为例，详细介绍了将预测生物标志物（predictive biomarker）检测整合到癌症个性化诊疗过程中面临的挑战，并量化分析了各种临床实践障碍对治疗的真实影响。 先说结论：在美国，从诊断到治疗的过程中，由于不同临床实践障碍叠加造成的患者损失，最终大约 64% 的潜在获益晚期 NSCLC 患者没有受益于适合其疾病的癌症精确治疗。 如上图所示，该研究使用的 Diaceutics 是一个来自美国超过50万名非小细胞肺癌患者数据，包括商业和医疗保险以及实验室数据在内的多来源数据库。 其研究重点放在了精准治疗过程中从诊断到治疗七个步骤出现的障碍和各自独立及累计影响。 七个步骤如下： Step 1: Biopsy referral: Initial solid or blood biopsy was never performed. 未进行最初的组织或血液活检。 Step 2: Biospecimen collection: Biospecimen collection challenges including insufficient tissue or tumor cell content of initial biopsy or rebiopsy inhibited biomarker testing and its accuracy. 生物标本收集影响了生物标志物检测和准确性 Step 3: Biospecimen evaluation/pathology: Biospecimen tumor cell content was overestimated, inhibiting biomarker testing and its accuracy. 被高估的肿瘤细胞含量影响了生物标志物检测和准确性。 Step 4: Biomarker test ordering: Appropriate testing was not ordered, or treatment began before testing was ordered. 未进行相关检测或在检测前即开始治疗 Step 5: Biomarker testing performance: Biomarker testing provided inconclusive or false-negative (FN) results. 生物标志物检测提供了不确定或假阴性结果。 Step 6: Test result reporting: As a result of turnaround time (TAT) delays, treatment was initiated without consideration of test results. 周转时间问题，治疗并为考虑检测结果即开始 Step 7: Treatment decision: Targeted treatment was not selected despite positive test results. 尽管测试结果为阳性，但未选择对应的靶向治疗。 当将人数标准化为1000时，如下图你可以看到每一步具体存在的问题以及陆续措施治疗机会的患者人数和比例。 在上面这幅图，我们可以发现，研究者估计有29.2%的病人没有根据他们的检测结果接受适当的针对性治疗。 根据索赔数据，确定有18.5%的病人没有接受治疗。在81.5%的接受了各种治疗的患者中 9.1%只接受化疗，14.3% 接受化疗和免疫治疗，40.8% 只接受免疫治疗，16.6% 接受靶向治疗，还有 0.7% 接受其他治疗。 14.3%的肿瘤本可以使用TKI却没有接受指定的治疗。另有11.6%的患者在IHC检测基础上获得了可针对治疗的结果，但没有接受适当免疫治疗，此外估计共有3.3%的患者的检测结果不正确（假阳性）。 推测没有接受相应治疗的原因，如下图显示，可能包括：检测报告问题（报告中的错误、过时的临床和药物信息）；缺乏FDA批准的适应症（医生不清楚或不愿在适应症外用药）；对靶向治疗选择的认识滞后；治疗可及性；治疗成本/保险报销范围等。 如果你关注的是肿瘤NGS检测，那么有一个好消息和一个坏消息。 坏消息是turnaround time (TAT) 统计显示：在接受生物标志物检测并报告结果的29227名患者中，研究估计有4%经历了TAT延迟进而导致治疗决定没有考虑分子检测结果，在所有方法中 13.1% 的 NGS 检测 TAT 超过了14天。 好消息是，在包括 PCR Sanger IHC和FISH在内的检测手段中，根据多项研究估计的假阴性和假阳性率现实，NGS方法的FN和其它相比要明显小的多。 看到最后这张汇总的患者丢失示意图，不知道你作何感受。 问题代表着机会和改进空间，问题越大的步骤被优化的可能性也相对越大。不过，除了注意数据的实效性（来自2019年）以外，你或许还需要注意如下几点内容： 这项研究针对 NSCLC，算是实体瘤中精准治疗机会偏高的癌种，那其它癌种的情况又如何？ 七个临床实践障碍中，美国患者流失率最高的是障碍七，随后不分伯仲的是障碍四和五，如果在国内进行类似研究又可能是哪几步问题最大？ 第一步中，84.6% 接受了组织活检；8.8% 接受了液体活检，6.6% 没有组织或液体活检的患者可能只通过成像进行诊断。从这个数据看，液体活检和组织活检相比优势究竟是什么，空间还有多大 第三步中，根据估算，肿瘤细胞含量<\20%的 14% 的组织样本中，有 38% 被高估为>20%，进而被错误地认为适合分子检测。这一部分在各家肿瘤检测公司中，有多少本不该检测的样本进行了检测？ 以上研究，如果考虑一个患者随着治疗展开多次检测，又会是一个什么结果呢？ 如果治疗前（基线）检测尚且存在如此大比例潜在可获益的患者流失，各家你争我夺的MRD和早筛，目前又是什么情况？ 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/3/14
articleCard.readMore

关于wolai被钉钉收购：多研究些问题少谈些逻辑

说明：本文写在听闻钉钉收购在线笔记工具wolai，并看到两篇相关评论文章之后。 不在效率工具圈子很久，刚刚刷少数派看到老麦发了一篇「钉钉收购我来 wolai 的背后逻辑」才知道这个软件被钉钉收了，紧接着又看到一篇发表在MacTalk上池老师团队成员写的文章「钉钉居然收购了我来wolai」。 还是忍不住说几句自己的观感：如果你和我一样是个普通用户，还是多研究些问题，少谈些逻辑。 一个大厂办公软件收购了一家做 toC 个人知识管理工具的公司。 这件事无论是行业逻辑还是商业逻辑听起来多么合理，无论从收购方还是被收购方角度看多么双赢，作为个人用户，你我最好既不要投资人视角也不要创业者视角，还是多为自己想想吧。 我在少数派最早被大家知道是因为很多年前写了一篇彼时用「Evernote」记笔记的个人经验心得开始，后来因为各种机缘混了个「资深印象大使」的名头。再后来布幕出来后借势安利了一波幕布，因为实在不老少人从我这里注册，又混了个「幕布布道师」的名头。 那时，我还对这个小圈子充满了热情和兴趣，又过了很久，语雀出来了。 我想这个产品背靠蚂蚁应该靠谱点，再加上一开始的知识库功能刚好满足我那是的实际需求。就在自己的专业圈子开始安利，还在上面建了好几个访问量不小的专业相关知识库，慢慢也发想很多专业相关的小伙伴开始用语雀。 后来 wolai 出来，有很多小伙伴问我怎么样，我当时抱着中立的态度推荐试用，过了一段时间我对它家每日更新的说明日志感到困惑，写了文章之后就开始被一些人diss。 再后来就没有后来了，我基本就不再写这类效率工具相关的文章也对国内各类型的新东西不感兴趣。 一是觉得自己的方法论已经成形，实在写不出什么能给自己和别人带来新认知的内容，二是我发现了一个非常大的bug：经过好多年好多产品的亲身见证，国内公司无论是大厂还是（有心做大的）创业公司，2C这类知识管理产品基本上就不能推荐。 说的爆论一些：推荐约等于坑人。 笔记工具，尤其是在线笔记工具，除去少部分喜欢尝鲜的极客用户，对于绝大多数人来说最重要的是稳定。 用户需要稳定，一方面需要产品做到服务和功能的稳定，另一方面更要做到发展和策略的稳定。 但，这两个稳定，在我们目前的商业环境下，我的体感是都极难。Evernote 完全剥离后的印象笔记，被字节收购的幕布，有靠山支撑的语雀，再加上被钉钉收购的 wolai，这四个样本基本代表了国内目前这类产品所有类型的公司。 想要做大做强又不想被收购还想要继续盈利，基本思路就得是印象笔记这种，vip会员到vvvvvip会员，从没广告再到会员广告。留下忠实用户懵逼。 产品逐渐有起色（这里先不聊所谓抄袭原罪）的创业团队想做大做强，在国内全靠2C做付费生意真是很难。创始团队最成功的结果就是把东西卖了，自己全身而退。 结局就是幕布这种早早彻底进入维护模式，实际产品能力并入被收购方创始人风风光光的财务自由或者开始新征程。留下一个自己连续创业者的光辉形象，忠实用户继续懵逼。 出生在大厂，全力产研总行了吧？结果语雀这种大佬带队一众精兵强将，干了一段时间还是要面对营收压力和创业公司挑战，然后就是频繁改版和频繁求变，继续让忠实用户懵逼。甚至到了今天，都是阿里系的，还因为内部各种原因没办法近水楼台被钉钉带走。 wolai 两三年前在 Notion 席卷国内创投圈那波浪潮下拿到融资，已算当时国内同类新产品里最光鲜亮丽的一个，但熬过这三年还是突破不了这个局。创始人退出（企查查可查），产品能力接入钉钉，从历史经验来看，大概率不远的将来也是……算了，说多了又招骂。 所以，最近一两年，但凡还有人问我知识管理类工具，我是真不敢推荐国内的产品，他是无心问的还好，要真是诚心提问，到头来约等于坑人。 我就简简单单老老实实说自己一直在用的 Workflowy，Obsidian 和 Notion。 workflowy 这个大纲笔记爷爷辈产品这么多年多克制和稳定不妨自行了解；Obsidian 和 Notion 到目前也没给你来几个改头换面的创新改版，某天打开软件连主页都不认识。这三个产品的规模和团队以及盈利水平都不一样，但至少都能做到所谓「稳定」。 以及，我唯一还在坚持用的国内创业公司的同类型产品就是 flomo。 不是因为少楠在产品圈子的影响力，也不是受教于他那套配合flomo到处宣贯的知识方法论，而是因为创始人保证说能让这个产品最低限度稳定运行个六七年。如果真这样，我就能持续再付费六七年。 最后，推荐所有使用在线云笔记类产品的小伙伴参考这样一个原则：如果你想用的工具不支持「全量且可读」格式的导出（简单说就是允许你一次性导出所有内容且都可以直接阅读），那尝尝鲜就行。 借用老麦文章里的原话：面对收购消息，大部分我来 wolai 用户还是会担心产品服务的延续性。 与其担心着用，为什么不让自己的数据真的在自己的手里呢？而且这也并不难。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/3/8
articleCard.readMore

MSKCC 尚待解决的肿瘤基因组检测临床应用问题

MSK前瞻性临床队列 MSK-IMPACT和MSK-ACCESS样本量突破10万之后，MSKCC的分子肿瘤中心 (Center for Molecular Oncology, CMO)主任 David Solit 最近在个人社交媒体上晒了这样一个截图，并补充到： 随着数十种tumor-agnostic和肿瘤特异性的基因组生物标记得到FDA批准，肿瘤以及胚系基因组检测应该被考虑用于所有需要系统治疗的癌症患者。 关于MSK-IMPACT和MSK-ACCESS MSK-IMPACT中IMPACT是Integrated Mutation Profiling of Actionable Cancer Targets的缩写。IMPACT panel 可以检测的基因数量也经历了很多版不同的变化，从最早的341基因到410 基因到2017年FDA获批时的468基因，再到如今的505基因，可以同时进行MSI和TMB检测。 而MSK-ACCESS中的ACCESS则是指 Analysis of Circulating cfDNA to Evaluate Somatic Status，它从IMPACT中挑选了129个关键的肿瘤相关基因，在cfDNA中进行深度测序。 尚未完全回答的关键问题 更值得关注的是，在「展示成果」的同时，David Solit 还提出了自己想到的，8个关于肿瘤NGS检测临床应用尚未完全解决的问题。 如果你目前就在这个领域中，也许其中有些 point 会给你启发。 cfDNA能否取代肿瘤组织进行检测，如果可以的话是针对哪些病人，什么时候cfDNA和肿瘤组织检测又是互补的呢？ 更全面的全外显子组/全基因组测序在临床中的应用是什么？ 与其配套其它技术平台，比如全转录组测序和蛋白质组学的的应用又是什么？ 哪些人应该进行胚系检测？胚系突变不仅可以为遗传性癌症风险提供信息，而且还可以成为药物反应的生物标志物。 怎样才能提高肿瘤/胚系检测的可及性？如果需要进行基因组分析来确定最有效的治疗方法，无法获得这种技术的患者很可能就不能得到最好的治疗。 如何才能扩大精准肿瘤治疗的影响？最重要的是需要更好的药物，仍然有太多「无法治疗」的靶点，比如RB1、TP53、STK11、NF1和多数RAS突变。我们也需要更多具有选择性/低毒性的药物以便进行更精准的联合治疗。 我们还需要更低的检测价格（这是采用全基因组测序的主要障碍）以及更好的报告注释。 还能从目前的panel测序中得出哪些更丰富的信息：大片段拷贝数；杂合性缺失评估；靶向突变克隆性评估；更好的signatures分析来为突变解读提供信息。 从5万到10万样本的变与不变 MSK-IMPACT 和 MSK-ACCESS 样本突破10万例的时间是2023年2月，而2020年1月这个数字刚来到5万。 下图是当时他晒出来的样本量截图。 好巧不巧，该说不说。 3年前样本量突破五万的时候，David Solit 同样发表了一些他自己的想法和评论（可以看作未解之谜前传）。 我同样顺手把它整理出来分享给你，你可以看看这三年时间，他的想法哪些变了哪些又没变。 1. 所有晚期癌症患者都应考虑进行肿瘤NGS检测。肿瘤NGS历来被认为只是一个辅助诊断手段，主要是那些系统性进行靶向治疗的患者需要，这样的想法低估了其临床价值。 2. 肿瘤NGS检测对以下几项内容也很关键：确保正确的癌症类型诊断，这将影响手术、放疗和化疗的决策；了解患者复发和死亡风险；评估可遗传的胚系突变。 3. 一些专家认为肿瘤NGS和精准治疗约等于「夸大其词」。在MSK的经验中大约40%的晚期癌症患者治疗直接取决于肿瘤NGS检测结果。为什么这个比例似乎不高呢？ 到目前为止，MSK队列中发现的最常见突变清楚地说明了更多患者并未从靶向治疗中受益的主要原因。如下图所示，我们对大多数基因突变(TP53、TERT、APC、NF1)驱动缺乏有效的靶向治疗。 可见，增加受益于肿瘤NGS检测的患者比例需要更多的新药开发。 4. 根据MSK的经验，更大范围的NGS检测可以一定程度上扩大指导范围。那测多少才够呢？ 肿瘤NGS检测通常有3个结果：确定可信的可靶向驱动因素；确定可信的足以让细胞发生转化的非靶向驱动因素；没有找到可靶向的驱动因素。根据经验，更大范围的NGS检测主要是可能让第三组患者增加收益。 在少数情况下，识别被靶向测序遗漏的基因融合可能会影响治疗结果。将来在可靶向驱动因素的患者中识别伴发突变也可能促使靶向治疗的合理组合。 5. 更大范围的NGS检测目前看来可以识别预测药物敏感性的突变特征（比如 MSI），不过能够识别HRD或其他特征的WGS检测是否真的有临床价值仍有待确认。 6. 我们是否仍需要争论配对肿瘤和正常组织测序是否是最佳方法？越来越清楚的是最好对「正常」样本同时进行分析以确保突变不是来自胚系或克隆造血。 7. cfDNA 在哪里应用更合适呢？cfDNA显然比肿瘤组织NGS检测有一些好处。比如：更容易获得样本和更短的周转时间；更容易对患者进行重复采样；更好地反映肿瘤异质性。 然而，cfDNA 检测必须进行更深的测序，这意味着更高的测序成本和通常更少的检测基因数量。 由于肿瘤DNA脱落率低，就有可能出现假阴结果；而敏感性又因突变类型而不同，克隆性造血也可能会混淆结果。 因此，肿瘤和血液NGS检测可能会被证明是互补而非竞争的方法。医生需要能正确地识别可能因肿瘤来源DNA比例低而错过关键突变的患者。 8. MSKCC 接下来该怎么做？关键步骤是不断收集参与MSKCC前瞻性计划的数万名患者的临床治疗信息和检测结果数据。 我们需要更好地了解为什么病人从目前的治疗中获得了不同的益处。加快开发更有效的方法治疗那些现有方法无法获益的患者，为那些能够获益的患者找到毒性更小的方案。 9. 为了促进这项工作，MSKCC 同样是 AACR GENIE 项目的创始成员之一，这一计划将汇集世界各地机构的基因组和临床数据，更好地了解特定基因组图谱如何影响癌症患者预后。 10. 期待未来几年MSKCC的团队合作能够充分揭示基于肿瘤和血液NGS检测的应用潜力。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/2/4
articleCard.readMore

不要错过的14档肿瘤研究专业相关播客

今天是2023年2月2号正月十二，俗话说的好啊朋友：没过十五就是年儿。还算赶趟，熊言熊语在这里先给你拜年。 今年的更新计划中，熊言熊语会增加一个合集系列 「我想问问熊」。顾名思义，你问我答。我会从大家在各种渠道的提问中，挑出一些受众相对广的问题，通过文章或者播客的形式进行回答。 今天就是这个系列的第一个问答，来自一位会员计划读者： 熊，我因为之前听你的「熊言熊语」播客养成了听播客的习惯，现在你已经很久没有更新音频内容，不知道平时有没有听一些肿瘤研究专业相关的播客呢，可否推荐一些？ 得嘞，感谢你的提问，另外别骂了别骂了。 在大学听了一段时间播客之后（当时竟然是为了练听力），我是从19年底又开始重新密集听播客的，中文和英文都在听。现在播客确实已经成了我的一个重要的信息获取来源，这其中当然也包括专业相关内容。 俗话又说的好啊朋友：授人以渔不如红鲤鱼与绿鲤鱼与驴。 今天借着这个提问，我整理了一下自己追更比较勤的肿瘤研究相关播客，分几类推荐给你。在做家务、通勤或者想休息休息眼睛的时候，可以尝试听听看。 目前主题为介绍肿瘤研究相关进展和相关访谈类的内容，我订阅的都是英文播客，暂时还没发现很优质的中文内容，如果你有好的中文播客推荐，欢迎通过留言介绍给大家。 杂志期刊 大多数你能叫上名字的知名期刊往往都会有配套的音频播客。如果你对某个专业相关的杂志感兴趣，不妨去官网搜搜看。 在这个类别下，我可以推荐两个节目。 一个是来自JAMA的「JAMA Network」，这个播客每期会采访最近在 JAMA 系列杂志中发文的作者，因为 JAMA 系列很多是肿瘤相关内容，所以这档播客也会经常有肿瘤研究相关的话题出现。 另外一个是来自 The Cancer Letter 杂志组织的「The Cancer History Project」，作为一档口述历史的播客节目，其中有很多对那些塑造了我们肿瘤学认知的大佬采访。如果你对这类内容感兴趣，也推荐直接访问他们的官网访问文字内容。 知名大厂 在国外众多专业类内容中，非常重要的一个组成部分是各家知名公司的企业播客。 播客这种媒介形式在美国有非常广的受众基础，很多公司都会通过播客来进行科普和宣传。 在这个类别下我推荐三个节目，更多内容可以自行探索～ Genentech 有一档叫做「Two Scientists Walk Into a Bar」的播客节目我非常喜欢，这档播客从2016年开始到今年已经发布了四季34期。 内容如其名，因为背景音是那种酒吧的环境白噪音，听的时候就真的像在酒吧里听隔壁桌的科学家们聊天。 Myriad 作为一家肿瘤NGS检测公司，他们在2020年也推出了自己的播客「Inside the GENOME」。这档节目由Myriad 的CMO亲自坐镇，目前主要是他们组织的在线 webinar 录音以及少量的嘉宾访谈。 肿瘤早筛领头羊 Grail 在去年10月也推出了自己的月更播客「The Cancer SIGNAL」，目前已经更新了4期内容。 这档节目的主题自然是科普和介绍关于多癌症早筛的内容，Grial公司内部和不同领域的嘉宾会分享他们对多癌症早筛的看法和经验。如果你对这个话题感兴趣不妨听听看。 医院机构 肿瘤研究相关的另一大类内容，可以汇总为来自知名医院或者机构出品的官方播客。 比如约翰·霍普金斯基梅尔癌症中心的同名播客、Dana Farber的 Unraveled 和威尔康奈尔医学院的 CancerCast。 ASCO 和国际肺癌研究协会(IASLC)这样的机构，也都会有自己的播客节目定期更新。 名人教授 最后一个类型可以归类为由一个或者几个名人/教授主持的相关节目。 这类播客的主理人往往是某个领域内的专家学者，节目带有浓厚的个人色彩，能请来什么嘉宾也很大程度上依赖于他们的人脉。这里列举四个。 Neil Love 主持的「Oncology Today」以及他公司名下的系列播客内容，通常会采访临床研究人员的研究内容和临床实践 Chadi Nabhan 主持的「Healthcare Unfiltered」经常会涉及一些比较有争论性的话题 Harry Glorikian 作为一个投资人和商业顾问，他的播客节目「The Harry Glorikian Show」 时不时会采访到一些公司的创始人 由三位血液瘤研究人员共同主持的「Blood Cancer Talks」节目会邀请血液恶性肿瘤领域的相关专家深入讨论血液瘤相关的热门话题。 以上，就是为你推荐的14档肿瘤研究相关的播客节目，祝收听愉快。 我们下次再见👋 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/2/2
articleCard.readMore

从靶向治疗耐药机制到联合用药策略（下篇）

本文为熊言熊语邮件通讯会员计划内容的试读版，完整内容请点击通讯主页订阅并查看。 写在前面 你好，我是思考问题的熊，本内容是参加会员计划读者的专属内容，感谢你通过会员计划支持我持续创作。展信佳～ 马上就是农历新年，本期内容是虎年最后一期会员计划推送，再见面就是兔年。提前祝你新年快乐。 本期内容： 在第12期熊言熊语plus内容中我们一起学习了「从靶向治疗耐药机制到联合用药策略」的前半部门内容。 针对耐药机制，我们说靶向药物的耐药可以分为原发性耐药和继发性耐药，其中继发性耐药又可以划分为遗传机制和非遗传机制。此外，越来越多的研究发现肿瘤的瘤内异质性也是耐药重要原因。 而联合治疗策略便是针对上述不同耐药机制展开的，在今天第14期plus内容中，我们将一起完成下半部分的学习。 下期预告： 如果在过年期间，我没有看到特别有意思的内容想要插队和你分享，下期我们将正式开启「生物标志物」系列内容的更新。生物标志物有不同的维度，大到基因组本身的不稳定性，小到一个基因的点突变。在第一期「生物标志物」内容中，我们将会一起学习基因组不稳定性的衡量指标之一：同源重组修复缺陷（HRD）。 以下为本期内容正文，约7000字。 克服原发性耐药 在这个系列文章的上篇中，我们提到： 理解内在耐药性的机制，重要的是要认识到正常的细胞平衡在很大程度上取决于信号通路之间和内部的相互影响和反馈调节。比如为了维持平衡状态，对一条信号通路的抑制往往会导致第二条通路（或同一条通路）的补偿性增强。这种缓冲作用确保了生物系统的稳健性，但在癌症治疗中就变成了一个重大挑战。 既然一种信号通路的抑制会被另一种信号的激活所补偿，那么一个或许可行的思路就是同时抑制这两条通路。 因为BRAF突变的CRC对BRAF抑制剂存在原发性耐药的情况，2012年先后有两篇发表Nature和Cancer Discovery的文章想要探索可以和BRAF抑制剂协同作用的其它激酶。 前者通过RNAi的基因编辑方法，在BRAF V600E 突变的细胞中，抑制了518个激酶和17个额外的激酶相关基因。研究结果现实，通过西妥昔单抗或小分子药物如吉非替尼或厄洛替尼对EGFR的抑制与BRAF(V600E)的抑制在体外和体内都具有强烈的协同作用。从机制上讲，BRAF(V600E)抑制会导致EGFR的快速反馈激活，从而使癌细胞继续增殖，而黑色素瘤细胞因为表达低水平的EGFR，因此和结直肠癌不同不会受这种反馈激活的影响。 在经过临床试验验证后，BRAF和EGFR抑制剂的联合治疗现被批准用于BRAF突变型结肠癌。 在上期文章中，我们也提到了合成致死原理。这一应用于描述基因之间相互左右的概念，后来也被广泛的用来描述基因药物相互作用（如BRCA+PARPi）或者药物和药物的相互作用。 这类合成致死性基因筛选方法可以在一种药物在大多数患者中没有产生临床反应的情况下开展实验，尤其是随着CRISPR-Cas9技术的成熟。 肝癌的主要基因突变如TP53、CTNNB1、TERT启动子等突变缺乏成药性（undrugable），无法直接作为有效药物靶点。目前，肝癌一线靶向药物仑伐替尼和索拉非尼、二线靶向药物瑞戈非尼等均为多激酶靶点药物，临床疗效远未达到期望值。 例如，在肝癌的一线治疗中，可以同时抑制抑制血管内皮生长因子受体（VEGFR 1-3）、成纤维细胞生长因子受体（FGFR1-4）、血小板衍生生长因子受体a（PDGFRa）、KIT和RET的多激酶抑制剂仑伐替尼（Lenvatinib）仅仅能让约五分之一的患者临床获益。 为了确定能与仑伐替尼协同作用的药物靶点，2021年发表在Nature的一项研究中，研究人员进行了CRISPR-Cas9合成致死性筛选，以剖析对仑伐替尼的耐药机制，确定了EGFR TKI 与仑伐替尼在肝癌中的合成致死性。随后的I期临床试验中，仑伐替尼和吉非替尼的组合被证明对仑伐替尼耐药的肝细胞癌患者是安全和潜在有效。 克服获得性耐药性 在上篇内容中，我们提到获得性耐药性最常见的形式之一是药物靶点本身的二次突变。这种类型的耐药性最容易通过设计对这些变异靶点有活性的下一代抑制剂来克服，例如三代EGFR抑制剂Osimertinib，它能有效抑制一代EGFR TKI治疗时经常出现的T790M突变，并因此使患者的临床获益增加一倍。 双重阻断（Double blockade） 但更具挑战性的情况是治疗获得了上游或下游激活性突变而对关键致癌信号通路的抑制产生耐药的情况。 在BRAF突变的黑色素瘤中，MAPK通路的重新激活是最主要的获得性BRAF抑制剂耐药机制，这导致了临床研究使用MAPK途径的垂直双阻断来避免这种重激活。逻辑类似下图。 事实上，BRAF和MEK抑制剂的组合结果优于单独的BRAF抑制，现在是BRAF突变黑色素瘤的标准治疗方法。 2015年发表在NEJM的一篇临床研究，探索了BRAF和MEK抑制剂联合使用对于BRAF V600 突变的黑色素瘤患者的疗效。 该研究将入组患者分为三组，其中一组仅使用达拉菲尼 (Dabrafenib)，另外两组分别配合不同剂量的曲美替尼 (Trametinib)。结果显示，联合治疗的效果要远好于单独治疗。 KRAS G12C 抑制剂无疑是2022年最引人瞩目的靶向治疗药物，但是最近关于选择性KRAS G12C 抑制剂有效性的研究也呼应了我们今天的耐药和联合治疗话题。 KRAS G12C 抑制剂在临床上显示出不同的结果，总的来说，KRAS G12C 突变的NSCLC患者获益处远大于携带相同KRAS基因突变的CRC患者。 我曾经在2022年ESMO会议的时候碰巧感慨发了一个朋友圈，说的就是这个事情。 KRAS G12C 突变的结肠癌，CodeBreak 101 和 KRYSTAL-1 都表明无论是Sotorasib 还是 Adagrasib 加上 EGFR 单抗效果都要更好。 多节点抑制(Multi-node inhibition) 如果两种药物联合使用更好，那么在同一通路中使用三种或更多的药物联合是否可行呢？ 🍺🍺试读结束🍺🍺 剩余内容是参加会员计划读者的专属内容 欢迎你通过会员计划支持我持续创作 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/1/18
articleCard.readMore

那些获得FDA突破性设备认证的多癌种早筛公司

本文为熊言熊语邮件通讯会员计划内容的完整试读版，更多内容欢迎点击通讯主页订阅并查看。 写在前面 本期内容： 上周，国内肿瘤NGS检测公司燃石医学发布了一篇新闻稿，其中写道： 自主研发的多癌种早检产品OverC Multi-Cancer Detection Blood Test（以下简称OverC）获得美国FDA授予的“突破性医疗器械”（Breakthrough Device Designation）认定，成为全球第三个获得此项认定的多癌种早检产品。 OverC 可以通过抽取一管外周血(8~10毫升)，为50-75岁的受检人筛查肺癌、肝癌等多个癌种，并进行组织溯源，提示癌症相关甲基化信号的来源器官，临床医生可根据筛查结果进行针对性检查并进一步诊断。 而基于OverC和ELSA-seq技术，燃石目前也在国内启动了PREDICT、PRESCIENT和PREVENT三个大型临床研究（如下图介绍）。 关于这则新闻，你可以通过其公众号查看或者在官网阅读英文介绍。我看完之后，它背后没有写出来的几个内容反而勾起了自己的好奇心。 比如，文章中提到OverC是全球第三个获得此项认定的多癌种早检产品，那么第一个和第二个又是谁，这两家公司和产品如今怎么样了呢？ 再比如，FDA Breakthrough Device Designation 是什么，它的申请需要符合什么条件，有了FDA BDD认证究竟又意味着什么？ 带着这两个维度的好奇，通过本期内容，我希望和你就上面的内容展开聊聊，同时也希望像 从2002年的Nature论文到2022年的亿元营收 这篇文章一样向你尝试距离剖析自己看到一篇文章之后的思考路径。 多癌种早筛 FDA BDD 认证的前辈 「多癌种早筛」在不同的公司和产品语境下有不同叫法，比如 Multi-Cancer Detection assays (MCDs) 或者 Multi-Cancer Early Detection assays (MCEDs)。在上面提到的燃石OverC中，又被称为 Multi-Cancer Detection Blood Test (MCDBT)。所以如果今后你看到诸如 MCD、MCED 或者 MCDBT 这样的缩写，不用怀疑，它们都指的是多癌种早筛这一件事。 目前国内外涉及到多癌种早筛业务的主要公司，可以参考下面这张图。 而它们的主要产品和技术以及覆盖癌种，可以参考下面这张图。 👆这两张图涉及到的公司产品和技术，有不少值得我们单独继续学习了解，今后会陆续涉及到。 今天，我们暂时聚焦于FDA授予突破性医疗器械（Breakthrough Device Designation，BDD）认定的前两家公司。嗯，某种意义上说它们倒也都在这两幅图里。 当仁不让但并非首家的 Grail 如果你对多癌种早筛这个技术或者市场略有了解，不难猜到其中应该有一家是目前专注在MCED领域的领头羊 Grail。如果你感兴趣Grail 2022年的业务表现，可以参考我前几天写的和头部肿瘤早筛公司 GRAIL CEO 学写年终工作总结。 事实也确实如此，时间回到四年前，2019年5月13号 GRAIL在其官网宣布自己的 Multi-Cancer Early Detection Test 获得FDA BDD 认证（for its blood test being developed to detect multiple cancer types in people aged 50 years and above）。 彼时，GRAIL 如今最受关注的 PATHFINDER和PATHFINDER 2研究还没什么影子，其最重要的研究结果是 Circulating Cell-free Genome Atlas (CCGA)。 在这项研究中，GRAIL希望从不同的NGS检测方法出发，去探索癌症患者和正常人血液中的基因组癌症信号特征。这其中就包括如今被广泛采用的甲基化策略、所谓cfDNA的片段组学以及染色体突变缺失特征等等。 在2019年的ASCO会议上，GRAIL 一口气发了好几篇poster来介绍CCGA项目的研究成果。 通过CCGA的子研究，其最终选择甲基化作为首选方法来同时检测多种类型癌症并进行组织溯源。 这套基于甲基化数据进行早筛检测和溯源的策略，国内目前开展最好的也是燃石。不过，从 FDA BDD 批准时间和几个大型临床试验开展进度看，和 Grail 线性相比大致要慢个2年左右时间。 如果你对于这些技术之间的更多细节感兴趣，Grail 最近在 Cancer Cell 发表了题为 Evaluation of cell-free DNA approaches for multi-cancer early detection的文章，（从他们的视角）详细比较了不同技术之间的优劣，最后的结论当然甲基化技术是坠好的。 Grail 的确是目前发展最快的专注于肿瘤早筛的公司。不过它确不是第一家获得该类FDA BDD认证的企业。 首家认证但已不存在的PapGene 时间再往前回溯到2011年，来自约翰霍普金斯大学的液体活检早筛研究团队开发了一项名为SafeSeqS的NGS测序技术。 两年后，SafeSeqS被纳入他们的一项液体活检试点研究中，该测试使用常规巴氏检查中获得的宫颈液来检测子宫内膜癌和卵巢癌。在这项研究中，使用 Papgene 方法测出了所有24例子宫内膜癌和22例卵巢癌中的9例，这一研究结果于2013年发表在 Science Translational Medicine。 2015年，团队中的 Papadopoulos, Kinzler 和 Vogelstein 三个人在约翰·霍普金斯风险投资公司(JHTV)的帮助下，成立了一家名字就叫做 Papgene 的初创公司并计划将这项技术商业化。 与此同时，三位创始人再接再厉，开发了另一个多种类型的癌症液体活检技术 CancerSEEK。2018年初，发表在 Science 杂志上的一项研究对 CancerSEEK 的八种癌症类型检测效果进行了分析，发现它对卵巢、肝癌、胃癌、胰腺和食管癌癌的特异性超过99%，敏感性则从69%到98%不等。 随后，2018年8月8号，PapGene 宣布 FDA 基于其产品同时检测卵巢癌和胰腺癌的能力，正式授予 PapGene Blood-Based Cancer Test BDD 认证（uses a combination of circulating tumor DNA and protein biomarkers to detect cancers in average-risk, asymptomatic individuals over the age of 65）。 嗯，PapGene 就是第一个获得该项认证的泛癌种早筛产品了。 不过，一年后，随着 CancerSEEK 的影响力扩大和产品日渐成熟，PapGene 这家初创公司最终改名为 Thrive Earlier Detection Corp 并完成首轮1.1亿美元融资，同时获得了CancerSEEK 和 SafeSeqS 的商业授权。曾在 Foundation Medicine 担任了5年 COO 的Steven J. Kafka 成为了 Thrive 首任CEO兼执行主席。 2020年4月，Thrive和约翰霍普金斯大学的研究人员宣布有9911名没有癌症证据或病史的女性接受了基于 CancerSEEK 的多癌血液检测，并检测到26种未诊断的癌症，而这项发表在Science名为 DETECT-A 的研究也是首次将液体活检血液测试用于这一目的。 三个月后，2020年8月 Thrive 宣布再融资2.57亿美元，再三个月后，Exact Sciences 宣布以超过 21.5 亿美元的价格收购 Thrive，并在2021年初正式完成了这一收购。 从 Papgene 到 Thrive 再到 Exact Sciences，这也就是为什么在文章开头的那幅图里，CancerSeek 目前是 Exact Sciences 的技术，以及我提到的某种意义上说 FDA BDD 认证的三家公司和泛癌种早筛产品都在那两幅图里。 这里可以多说几句的是，同样在 2020 年， Exact Sciences 还以4.1亿美元收购了另外一家从高校走出的癌症检测公司 Base Genomics，其核心DNA甲基化检测技术 TAPS 由牛津大学 ludwig 癌症研究中心的华人科学家 Chunxiao Song 团队开发。Base Genomics + Thrive 也就构成了Exact Sciences如今的MCED。 如果再多说一句，我博士实验室的一位大牛师姐此时正在Song lab做博士后，继续优化开发基于TAPS的扩展方法。是的，世界就是这么小。 和早筛产品技术无关的一点评论 GRAIL 和 Thrive 两家公司，如今前者被illumina收购保持独立运营，后者被 Exact Sciences 收购。其实肿瘤NGS领域的另一家头部公司 Foundation Medicine 也早在2018被Roche完全收购并成为其独立子公司。 在肿瘤NGS检测这个领域，国外最近两年的不少公司的结局就是：小公司被大公司收购，大公司被药企巨头收购，下游厂商被上游供应商收购。 国内这些同类型公司未来两三年是否会出现比较大的格局变动，也值得持续关注。 另外，上文提到的 Steven J. Kafka 也是个神奇的公司领导人。 他在Foundation Medicine 担任五年COO之后，FMI 被 Roche 收购，随后在ArcherDX担任了2年执行主席之后这家公司被Invitae收购，紧接着加入的Thrive在他当了两年多执行主席之后又被 Exact Sciences 收购。嗯，易被收购体质。 关于 FDA Breakthrough Device Designation 以上，我们大致了解了 FDA BDD 认证的前两家泛癌种早筛公司，另一个还没有解决的小好奇就是 FDA Breakthrough Device Designation 究竟是什么？ 作为 Expedited Access Pathway (EAP) 项目的一部分，FDA于2016年建立了 Breakthrough Devices Program 突破性设备计划。 如果想要申请 FDA BDD，需要满足一个必要条件和另一个四选一的补充条件。 必须要满足的一个条件是：该设备可以为威胁患者生命或不可逆转影响患者健康的疾病提供更有效的治疗或诊断。 必须要满足的补充条件（至少四选一）包括： 代表着突破性技术 没有已获批准或通过的替代品存在 与现有已获批准或通过的替代品相比具有明显的优势 设备的可用性符合患者最佳利益 如果你认为自己的产品符合上述1+1条件，就可以在递交 Marketing Submission 之前的任意时间递交 Breakthrough Designation 申请。所谓的 Marketing Submission 包括为了在美国上市递交的 premarket approval (PMA), premarket notification (510(k)) 和 De Novo classification request。 如果你的产品通过了FDA BDD的认证，目前看来其最主要的优势是在后续申请 510k 和 De Novo submissions 时会比非BDD认证设备的优先级更高，且时间也会略短一些。此外，如果一个医疗设备通过了该认证，也可能在美国医疗保险报销中获得一定优势。然后，也就没有其它更直接的优势了。 目前获得了FDA BDD认证的设备有多少呢？ 根据FDA官方数据，截至2022年9月30日，FDA 的 CDRH 和 CBER 已经批准了 728 个突破性设备认证。 不过需要特别注意的是，在上市授权之前 FDA 通常不会公开披露是否有厂商提交了设备突破性认定请求或 FDA 是否批准/拒绝了该请求，除非厂商决定主动向公众提供这些信息。 此外，FDA BDD 认证似乎和最后能否获得市场授权之间，也并没有体现出特别直接的关系。 过去在这 728 个突破性认定设备中，目前也仅有56个真正获得了market authorization。在其中包括FMI的 Foundation CDx、Foundation liquid CDx；Guardant 的 Guardant360 CDx。 所以获得 FDA BDD 认证确实是有意义的一步，不过更多的是有意义的起步。 如果你对本期话题有更多想分享和讨论的内容，不妨直接给我回复邮件。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2023/1/8
articleCard.readMore

2022的混乱和坚持 2023的困难和勇敢

本文为熊言熊语邮件通讯内容，第一时间接收邮件可以通过通讯主页订阅并查看。 写在前面 你好，我是思考问题的熊，展信佳。你现在阅读的是熊言熊语邮件通讯常规更新内容，阅读愉快。 在2023年元旦假期最后一天，很高兴能够再次通过邮件和你交流。 2022的混乱和坚持 如果让我用一个词形容2022，我首先想到的是「混乱」。 整个12月感觉自己都是生活在新冠的笼罩中，前面半个月宣布放开之后担心自己会快速中招，后面半个月阳了之后就处于发烧头疼咳嗽和缓慢的恢复中。 12月的情景似乎又是整个2022年的缩影。2022年上半年春节后没多久，上海经历了长时间的静默，在3个多月的时间里，不得不面朝阳台关心粮食和蔬菜。解封之后，虽然天气逐渐转暖，但很多行业依旧在冰冷的寒冬里，人们不得不继续关心自己的生计。 面对外部的混乱，你我能做的就是做好自我的坚持。 我相信思考和输出对于我的重要性。2021年小结里，我立下了2022年完成30篇文章写作的flag，面对外部的混乱，我强迫自己还是要留下些什么。 翻了翻博客和公众号，算上你目前在读的这篇通讯，刚刚够上了30篇这个数量。 没什么流量的个人主页，过去一年也迎来了1.4万个朋友的光临，按照平均互动时长77秒和每天8小时工作时长统计，2022年的我似乎又在物理时间之外多出了37天。很可能这37天时间里也有你的一点时间，感谢2022年你来过。 单纯从公众号的阅读数据来看，比较受欢迎的5篇文章分别是： 别再用DEseq2和edgeR进行大样本差异表达基因分析了 染色体不稳定性，凭什么2022年还能用TCGA数据发Nature 同样做肿瘤NGS检测，美股上市的这9家公司近况如何 Nature Reviews Cancer 发文：未来10年肿瘤精准治疗的6个未解之谜 跨越60年的癌症靶向治疗里程碑 通过这些内容，不少和我有专业交集的朋友知道了「熊言熊语」和这只思考问题的熊，其中有正在读研读博的学生，也有工作了几年的同行。我陆续收到了一些小伙伴关于专业相关内容的写作建议和持续写作的鼓励。 基于此，在2022年12月初，我决定恢复熊言熊语邮件通讯 并推出了专业相关的会员内容计划，12月期间，会员计划更新了三篇长文。其中有我关于行业新人如何构建知识体系的思考；也有通过OncoKB新增biomarker和FDA药物审批的视角回顾2022年的肿瘤精准治疗进展；还有靶向治疗耐药机制的详细总结。 正式向你汇报一下，目前有超过70位朋友加入了会员计划，其中有不少是认识很久的老朋友，也有些是刚刚认识的新朋友。 这种信任和契约，是我持续交付内容的动力。如果你也对肿瘤生物医药领域的研究进展行业动态感兴趣，欢迎加入。 这70多位朋友，让我在混乱的2022年尾巴明白了一个道理。 你相信什么，就继续坚持什么。因为总有人也同样相信着你的相信，坚持着你的坚持。你要做的，就是找到他们。 2023的困难和勇敢 在2022年底，不少公司又经历了一轮悄咪咪的组织架构人员优化和产品线瘦身，国内外都是一样。比如Oncocyte这家公司优化了40%的员工，同时卖掉了自己的DetermaRx Test产品，再比如，Invitae 卖掉了在家的Archer NGS assays。 今天去常去的理发店剪发，在歇业半个月重新开门之后，我发现他们的理发价格从29涨到了38。 不需要理解太复杂的周期和宏观背景，仅仅是看看身边的小店，2023或许依旧还是非常艰难的一年（虽然你我都希望2023年能好一点）。 面对这种困难，对于个体而言，我想法你我需要再多一点勇敢。 一种敢于面对自己内核的勇敢，看到自己的不足，更要看到自己的价值；一种敢于认清现实的勇敢，在不景气的环境下，努力看清自己所在领域和行业的前景。然后再回到前面说的，想想自己相信什么就去坚持什么。 2023年，我计划今年自己能完成70篇内容的写作，其中40篇内容是来自熊言熊语会员计划的专业相关内容交付，30篇是面向所有读者的内容分享。 可以预见，这样的整理和写作量需要占据我每天8小时工作时长以外大量的时间，不过因为对于专业的喜欢和对于行业的好奇心，自己反而充满了期待。 2023年，我计划组织10场交流活动，希望其中有5场是线下的形式。疫情三年，我无比怀念曾经围在一起面对面的聊天。 总之，我希望在2023年，依旧可以把自己关注和想到的，用更丰富的形式和更方便的方式，传递给你。 祝你2023年身体硬朗，生活结实，有面对混乱的坚持和面对困难的勇气。 2023年就这么来了，那我们就一起继续。

2023/1/4
articleCard.readMore

从靶向治疗耐药机制到联合用药策略（上篇）

本文为熊言熊语邮件通讯会员计划内容的试读版，完整内容请点击通讯主页订阅并查看。 写在前面 你好，我是思考问题的熊，本内容是参加会员计划读者的专属内容，感谢你通过会员计划支持我持续创作。展信佳～ 在2022年的最后一个工作日晚，提前祝你新年快乐。2023，我们继续一起前行。 本期内容： 在癌症治疗领域，一个又一个振奋人心的新药被开发出来，尽管这是巨大的进步，但它也带来一个新的难题：如何更好地结合许多新的药物以获得持久疗效。 2006年至2020年间，美国食品和药物管理局（FDA）共批准了72种不同的靶向药物，用于18种癌症的36种基因组适应症。这些药物的批准让符合基因组靶向治疗的患者数量逐渐增加，一项基于美国患者的研究显示从2006年的5%增加到2020年的13.6%。 尽管很多靶向治疗药物最初可能非常有效，但单药治疗的耐药仍然是一个重大挑战。耐药研究是肿瘤NGS领域一个非常重要的研究主题，这其中包括各类靶向治疗耐药和免疫治疗耐药。 本期内容我们将围绕靶向治疗的耐药机制这一话题进行了解，主要包括如下四部分内容 靶向治疗核心原理 靶向药物的原发性耐药机制 靶向药物的获得性耐药机制 肿瘤内异质性对耐药的影响 下期预告： 面对耐药，联合用药有时有助于克服耐药性，但药物组合的数量远远超过了可以进行临床试验的数量，此外还需要综合考虑患者承受的经济负担以及毒副作用等等。 因此，我们需要基于对耐药性相关潜在分子机制的深入了解，来确定潜在有效的药物组合抗耐药性。下期内容我们将会从本期的耐药机制出发，一起了解联合治疗策略和相关最新的研究进展。 以下为本期内容正文，7000字。 靶向治疗核心原理 如我曾经在跨越60年的癌症靶向治疗里程碑这篇文章里提到的，过去二十年里，对癌症基础的研究使得我们拥有了大量的新型癌症靶向药物。 自从伊马替尼成功开发，用于治疗BCR-ABL驱动的慢性骨髓系白血病以来，「一个基因异常对应一种药物」就被认为是一种新的药物开发范式。 这一概念加速了一系列癌症靶向治疗的发现。不过，伊马替尼的成功在一定程度上误导了药物研发，因为这些患者在使用伊马替尼单药治疗时可以出现长时间的响应，但是多数其它靶向药物对单药治疗的反应却不持久。 2006年至2020年间，美国食品和药物管理局（FDA）共批准了72种不同的靶向药物，用于18种癌症的36种基因组适应症。这些药物的批准让符合基因组靶向治疗的患者数量逐渐增加，一项基于美国患者的研究显示从2006年的5%增加到2020年的13.6%。 在了解肿瘤相关的基因时，早期我们通常会把基因分为oncogene和tumor suppressor gene(TSG)。在提到多数靶向治疗时，我们多数关注的其实是oncogene发生gain-of-function的这种获得功能的显性突变，这类基因通常功能与细胞的增殖、生长与分化相关，其突变可以造成基因过度活跃，因而在癌症中抑制这些基因就可以限制癌症。 而TSG常见的突变是loss-of-function，这些突变造成的蛋白功能丧失在早期的研究中认为没有办法用来指导治疗决策和直接用药，但是合成致死（synthetic lethality）这一机制的提出改变了TSG LOF 无用的观点。 所谓合成致死，就是A和B两个基因任何一个突变都可以被容忍，但是如果AB两个基因同时突变就会导致细胞死亡。原则上，当两个突变对一个基础的生物学通路产生相加的负影响，或者当两个突变使两个不同但功能重叠的通路失活时，就可能导致合成致死。 在癌症治疗中，如果一个不可药用的TSG的LOF可以诱发对第二个基因的依赖，那么这个基因本身就是一个很好的药物靶点，能使TSG的LOF可以间接药用。针对一种对癌症相关突变具有合成致死的基因，应该只杀死癌细胞，而不会杀死正常细胞。因此，合成致死为开发癌症特异性药物就提供了一个新的概念性框架。 关于合成致死在肿瘤治疗领域目前最成功的应用就是BRCA突变的癌症对PARP抑制剂具有选择敏感性。BRCA突变会使肿瘤细胞同源重组介导的DNA修复存在缺陷（双链修复），因此它们高度依赖PARP介导的碱基切除修复（单链修复），如果针对BRCA突变的癌症使用PARP抑制剂，既可以组织DNA修复。如果负责双链断裂修复的BRCA突变失活，再把单链断裂修复的PARP抑制，癌细胞的DNA修复系统就会被破坏进而死亡。到目前为止，PARP抑制剂已被批准用于与BRCA1/2基因突变有关的卵巢癌、乳腺癌、前列腺癌和胰腺癌的临床使用。 不管是以上哪种机制或者是那种靶向药物，尽管它们最初可能非常有效，但单药治疗的耐药性仍然是一个重大挑战。 面对耐药，联合用药有时有助于克服耐药性，但药物组合的数量远远超过了可以进行临床试验的数量，此外还需要综合考虑患者承受的经济负担以及毒副作用等等。 因此，我们需要基于对耐药性相关潜在分子机制的深入了解，来确定潜在有效的药物组合来对抗耐药性。 靶向药物的原发性耐药 通过上文关于靶向治疗药物的核心原理我们知道「对激活的原癌基因抑制可以产生治疗响应」。这个逻辑在大多数时候都没有问题，但在一些情况下会有意外发生。 维莫非尼 vemurafenib 是第一种被批准用于BRAF突变癌症的药物，其在BRAF突变的黑色素瘤中显示出了很不错的临床效果。但是在结直肠癌的一项临床实验中，21名接受治疗的患者中只有1名患者确认为部分缓解(PR)，中位无进展生存期为2.1个月。 第二个意想不到的临床发现是，阻断KRAS蛋白下游的MEK激酶，对KRAS突变癌症的治疗无效。2017年发表在JAMA的一项研究显示，含有KRAS突变的NSCLC患者，MEK抑制剂Selumetinib 联合多西他赛相比于多西他赛加安慰剂，在PFS和OS上，都没有显示出更优的效果。 对于这类患者在一开始就对治疗没有反应的情况，将其称之为原发性耐药（intrinsic resistance）。 不同癌种不同药物的临床研究发现，这类原发性耐药的另外一类情况是，有时A基因的突变会导致针对B基因突变的药物无效。 比如EGFR单克隆抗体西妥昔单抗可以用于治疗晚期结直肠癌。西妥昔单抗2004年就首次被批准用于临床治疗。但是这类EGFR抗体并非对于所有CRC患者都有效。 KRAS是EGFR下游信号的一个重要组成部分，约30-40%的CRC会发生该基因的激活突变。当西妥昔单抗阻断EGFR信号时，突变的KRAS蛋白还可以维持EGFR下游的信号传递，所以人们预计KRAS突变的结直肠癌对西妥昔单抗不起作用。 基于下游信号的突变激活与作用于同一信号级联上游的药物呈现原发耐药这一个观点，人们发现KRAS野生型，但是BRAF和NRAS突变型CRC患者对EGFR抗体的反应也非常差。 类似的，曲妥珠单抗被批准用于治疗HER2阳性的乳腺癌患者中，但是当这些患者存在PIK3CA突变时，其对曲妥珠单抗的反应就会更差。 基于以上几个事例，为了理解内在耐药性的机制，重要的是要认识到正常的细胞平衡在很大程度上取决于信号通路之间和内部的相互影响和反馈调节。比如为了维持平衡状态，对一条信号通路的抑制往往会导致第二条通路（或同一条通路）的补偿性增强。这种缓冲作用确保了生物系统的稳健性，但在癌症治疗中就变成了一个重大挑战。 靶向药物的获得性耐药 除了以上介绍的原发性耐药，在靶向治疗中，另一种更加常见的耐药机制被称作获得性耐药（acquired resistance）：指患者起初对于某种靶向药物具有明显反应，但是这种反应在治疗期间逐渐减少。 这样的例子很多，比如即便在KRAS野生型的CRC患者中使用西妥昔单抗，往往也会在治疗后几个月内发生获得性耐药。而获得性耐药机制的分析，最容易通过对同一患者耐药前后进行组织/液体活检进行比较研究，看看患者在这个过程中增加了哪些之前没有的基因突变。 获得性耐药的机制研究目前主要发现有两大类，分别是通过突变产生的遗传性耐药和由癌基因表达变化产生的非遗传性耐药。 获得性耐药的遗传机制 通过突变产生的遗传性耐药，又可以宽泛地分为靶点依赖性 on-target 和非靶点依赖性 off-target 两类。 其中on-target可以理解为因为靶向激酶自身的突变，即便使用TKI也会出现持续的信号传导过程；off-target可以理解为靶向基因下游信号蛋白能够激活一个或多个旁路信号通路或者发生表型的转换。 🍺🍺试读结束🍺🍺 剩余内容是参加会员计划读者的专属内容 欢迎你通过会员计划支持我持续创作 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/12/31
articleCard.readMore

和头部肿瘤早筛公司 GRAIL CEO 学写年终工作总结

到了年底每一位打工人都少不了做工作年终总结，即便是一家公司的CEO也不例外。 前几天，或许是目前最有潜力（成功）的肿瘤早筛公司 GRAIL CEO Bob Ragusa 发表了自己的2022年终工作总结。他在2021年10月接任 GRAIL 的CEO之前在 illumina 担任了近 8 年COO，拥有30多年的基因组行业从业经验。 国内几乎所有涉及到多癌种早筛产品的公司，无一例外都会密切关注 GRAIL 的进展动态。而作为打工人的我们，接下来不妨围观一下他家CEO的年度总结，没准能给自己一些启发。 这份年终总结共有五部分内容。 Galleri is gaining commercial traction We continue to be a leader in scientific and clinical research We are focused on MCED access We see promise in precision medicine We are building a strong culture and team 开头概括性的先介绍了GRAIL这家公司的使命（早期肿瘤检测），核心业务（multi-cancer early detection MCED）和产品（Galleri）。值得一提的是，在 TIME 杂志评选出的2022 The Best Inventions 中 Galleri 入选了医疗板块获奖名单。 第一部分和第二部分分别从商业成绩和科学与临床研究两个维度总结了过去一年GRAIL的成绩。 作为一家商业公司，商业能力自然是所有股东和投资人最最关注的部分。因此第一部分，Bob Ragusa 就直接介绍过去一年GRAIL的商业成绩。 2021年推出的MCED产品Galleri是第一个可用于检测50多种癌症的信号特征的临床检测产品，这些信号可进行组织溯源以帮助临床医生进行诊断评估。 迄今为止，GRAIL已经收到了6万多份Galleri订单，与各类型医疗系统和保险公司等建立了60项商业合作。过去两年，Galleri的结果报告涵盖了I期的胰腺癌、头颈癌、子宫内膜癌、食管癌和胃肠道间质瘤以及II期直肠癌、肝癌和头颈癌。 作为一家科学研究和临床试验驱动的公司，科研文章发表往往体现出这家公司的学术品牌。在第二部分中，Bob Ragusa 提到2022年他们在发表了20多篇论文和各类大会上的45篇摘要。 2022年，其前瞻性随机对照 NHS-Galleri 和前瞻性临床研究 PATHFINDER 2 中共招募了超过12万名新的参与者。在10个多月的时间里，NHS-Galleri试验就完成了超过14万名参与者注册。这种财力，真是让人羡慕。 下图为NHS-Galleri的实验设计方案。 在2022年ESMO大会，GRAIL也展示了PATHFINDER的研究结果，在确认 True Positive 的癌症中，71%的癌症类型没有常规筛查方法，近一半的非复发性癌症的发现处于早期阶段（I期或II期）。 下图为PATHFINDER的实验设计方案。 True Positive的检测结果癌种信息分布。 MCED 第一代的检测性能。 在第三部分，Bob Ragusa 重申了 GRAIL 将专注于通过寻求创新的合作伙伴关系来扩大MCED的可及性。例如其与Ochsner Health、美国退伍军人健康管理局(美国最大的综合医疗保健系统)和退伍军人健康基金会的合作。 前三部分介绍公司过去一年的商业和学术成绩以及关注重心，第四部分则关注未来趋势。通过总结公司的药企合作项目来介绍精准医疗前景。 2022年GRAIL通过与六家领先公司合作的项目，扩大了以研究为重点的伙伴关系，同时与2021年相比实现了收入大幅增长。此外，其还透露「仅限研究使用」技术平台将在2023年初提供给生物制药合作伙伴。 这里特别提到了他们与阿斯利康的战略合作和伴随诊断合作。这一合作证明了GRAIL的专利甲基化技术在癌症早筛以外的应用价值，如预后、早期疾病复发监测和MRD等等。他们与阿斯利康的合作在2022年Scrip大奖上还获得了年度最佳合作伙伴奖。 在最后第五部分，介绍完成绩和之后回归到团队，讲了过去一年自己带领的队伍发展。 不同于多数肿瘤NGS和biotech的降本增效，因为背后有illumina撑腰，GRAIL扩充了包括商业、医疗和运营在内的多个部门后，与2021年相比其员工人数增加了一倍多，发展到1300多人（emm，似乎也没有很多人）。 以及，我们自己写年终总结汇报时或许可以包括如下几部分内容。 你的工作为公司带来了哪些收益：哪些可以体现在直接的营收和销量业绩上，哪些又可以体现在其它诸如学术和效率等方面。 过去一年，你的工作重心是什么，在这方面取得了什么成绩。 过去一年，你看到了明年哪些可以继续深耕的方向和前景。 除了工作本身以外，你队伍带的如何或者有没有为企业文化贡献自己的力量 你和GRAIL CEO 学废了么？ 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/12/27
articleCard.readMore

2022年肿瘤精准治疗进展回顾 看OncoKB和FDA审批就够了

本文为熊言熊语邮件通讯会员计划内容的试读版，完整内容请点击通讯主页订阅并查看。 写在前面 你好，我是思考问题的熊，本内容是参加会员计划读者的专属内容，感谢你通过会员计划支持我持续创作。展信佳～ 本期内容： 我们将依托于两篇12月发表在Cancer Discovery的文献，通过OncoKB新增biomarker和FDA药物审批的视角，一起回顾2022年的肿瘤精准治疗进展。 下期预告： 如我曾经在这篇文章所总结的，过去二十年的癌症研究使我们有了大量新型靶向药物。尽管这些药物最初可能非常有效，但单药治疗的耐药性仍然是一个重大挑战。 面对耐药，联合用药有时有助于克服耐药性，不过药物组合的数量已经远远超过了可以进行临床试验的程度，此外还需要综合考虑患者承受的经济负担以及毒副作用等等。因此，我们需要基于对耐药相关分子机制进行了解以确定潜在有效的药物组合。相关内容，下期会员计划与你一起学习。 好了，本期内容正式开始。 文献信息 Rosen, Ezra, Alexander Drilon, and Debyani Chakravarty. 2022. “Precision Oncology: 2022 in Review.” Cancer Discovery 12 (12): 2747–53. https://doi.org/10.1158/2159-8290.CD-22-1154. Duke, Elizabeth S., Michael J. Fusco, Patrick DeMoss, Asma Dilawari, Gulsum E. Pamuk, Jessica Boehmer, Bronwyn Mixter, Kirsten B. Goldberg, Paul Kluetz, and Richard Pazdur. 2022. “Highlights of FDA Oncology Approvals in 2022: Tissue-Agnostic Indications, Dosage Optimization, and Diversity in Drug Development.” Cancer Discovery 12 (12): 2739–46. https://doi.org/10.1158/2159-8290.CD-22-1185. 关于作者 Precision Oncology: 2022 in Review 的三位作者来自 MSKCC，其中通讯作者 Debyani Chakravarty 作为分子遗传学家和很多医生有过合作，在MSKCC参与了非常多「landscape」类型文章发表，比如： Oncogenic signaling pathways in the cancer genome atlas The immune landscape of cancer Mutational landscape of metastatic cancer revealed from prospective clinical sequencing of 10,000 patients Pathogenic germline variants in 10,389 adult cancers 如果你对这类文章感兴趣，可以去搜搜她署名的文章。 关于这类文章，前几天刚刚写过过一篇 Foundation Medicine 42万例样本库分析KRAS泛癌种突变特征得出了这些结论，后续也会有对应专题我们一起学习。 Highlights of FDA Oncology Approvals in 2022 这篇文章的通讯作者 Elizabeth Duke，毕业于哈佛医学院，2020年8月加入FDA 肿瘤疾病办公室(Office of Oncologic Diseases， OOD)参与实体瘤和血液瘤相关药物和生物治疗方法开发的监督、批准和监管工作。 关于 OncoKb 突变评级 Precision Oncology: 2022 in Review 这篇文章出自MSKCC团队之手，选择的切入角度就是基于自家的OncoKB 2022年10月28日 前更新的突变评级内容来进行汇总。 在OncoKB中，对于突变的注释评级分为四个等级： Level 1：与FDA批准的标准治疗药物相关。FDA-recognized biomarker predictive of response to an FDA-approved drug in this indication Level 2：与NCCN或者其它专家共识推荐的标准治疗相关。Standard care biomarker recommended by the NCCN or other expert panels predictive of response to an FDA-approved drug in this indication Level 3：在III期或引人注目的I/II期中被认为是预测临床获益的癌种相关特异性突变。Compelling clinical evidence supports the biomarker as being predictive of response to a drug in this indication but neither biomarker and drug are standard of care Level 4：在临床试验前的模型中被验证可以预测靶向治疗反应的生物标志物。Compelling biological evidence supports the biomarker as being predictive of response to a drug but neither biomarker and drug are standard of care 简单说就是1类为FDA认可的获批药物的biomarker（EGFR L858R 的NSCLC使用奥希替尼），2类是指南推荐的标准治疗biomarker（MET 扩增的NSCLC使用克唑替尼），3类是临床证据级别的biomarker（Adagrasib应用于肠癌KRAS G12C突变患者），4类为生物学证据支持的biomarker（ARID1A Truncating Mutations 实体瘤使用EZH2抑制剂Tazemetostat） 截至到2022年10月28日的OncoKB数据显示，FDA批准了6种特异性生物标志物选择的适应症治疗方法，NCCN指南2022年增加了9种生物标志物特定适应症治疗方法。接下来我们从药物设计、实验研究设计和新的生物标志物三个维度进行归纳总结。 药物设计 KRAS G12C 和 TP53 Y220C 改变了可成药性靶点的定义。 2022年 KRAS G12C 相关的两项重要研究 CodeBreaK100 和 KRYSTAL-1 实验结果公布，前者研究证实 Sotorasib 在胰腺癌中的ORR 为 21.1%，后者研究证实Adagrasib在胃肠道癌中的ORR为41%。KRAS G12C 因此在OncoKB中也获得了对应癌种的新增 level3 评级。 除了最火热的突变G12C以外，我们还应该在未来几年关注其它诸如G12A/D/R等可以靶向针对多个激活RAS突变的pan-RAS抑制剂（比如RMC-6236）。 TP53是癌症中最常见的突变基因，直到最近突变型p53一直都被认为是无法用药治疗的。作为一种肿瘤抑制因子和转录因子，P53参与DNA修复和细胞凋亡相关的调控。其DNA结合域中的杂合突变产生的突变蛋白不能作为转录因子发挥作用。突变型P53可以结合并阻断野生型P53的活性。罕见的TP53 Y220C突变可以导致起DNA结合域的稳定性降低，降低突变蛋白转录活性。 如在2022年ASCO年会上公布的那样，携带TP53 Y220C突变的实体瘤患者在篮子试验中接受了靶向药物PC14586治疗，在33名可评估的患者中有6位确认的PR。 新一代的小分子抑制剂仍旧在持续迭代。 2022年，仍旧有一些新的TKI出现，持续解决各种各样的耐药、穿透血脑屏障以及增加耐受性等问题。 🍺🍺试读结束🍺🍺 剩余内容是参加会员计划读者的专属内容 欢迎你通过会员计划支持我持续创作 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/12/17
articleCard.readMore

Foundation Medicine 42万例样本库分析KRAS泛癌种突变特征得出了这些结论

KRAS和HRAS以及NRAS都属于RAS家族，这些基因一旦发生突变便可以启动或促进肿瘤生长。尽管KRAS是很多肿瘤中常见的突变致癌基因，但是KRAS基因所编码的蛋白像一个表面光滑的圆球，很难找到能可以抓住它的小分子化合物。过去几十年的时间里，一直认为其「不可成药」。 不过，药物设计方法的改进使科学家开发出了对突变KRAS具有选择性的抑制剂。其中一些抑制剂已被证明对KRAS G12C突变癌症患者有效，Sotorasib和Adagrasib分别获得了FDA的突破性认证，用于治疗携带KRAS G12C突变的晚期或转移性非小细胞肺癌（NSCLC）。 2022年 KRAS G12C 相关的两项重要研究 CodeBreaK100 和 KRYSTAL-1 实验结果公布，前者研究证实 Sotorasib 在胰腺癌中的ORR 为 21.1%，后者研究证实Adagrasib在胃肠道癌中的ORR为41%。KRAS G12C 因此在OncoKB中也获得了对应癌种的新增 level3 评级。 更有趣的是随着KRAS成为热点，2022年尾声，11月和12月分别发表了两篇几万人的大队列回顾性分析，从 Genomic Landscapes的视角来描述 RAS 突变的人群特征。 **如果有一个几十万人的样本数据库，可以做点什么呢？**今天的推文，先来一起看看12月发表在 npj Precision Oncology 的文章。 主要数据和分析内容 文章数据来自Foundation Medicine（下文简称FMI），作者则多数来自FMI和Genentech这两家公司。 在这项研究中，作者进行了一项全面的泛癌基因组分析，确定了24种癌症类型中KRAS突变的发生率，包括G12C和KRAS以外突变的分布。 通过与TMB、PD-L1表达、互斥伴发和mutation signature等相关分析，评估了不同KRAS突变相关的基因组特征。 此外通过 FMI 临床基因组数据库(CGDB)中收集到的临床生存信息，还评估了非小细胞肺癌(NSCLC)、结直肠癌(CRC)和胰腺癌(PDAC)队列中不同 KRAS 突变亚型的预后影响。 随着特定的 KRAS 抑制剂和联合治疗策略的陆续展开，了解共突变和其他可能调节靶向或免疫治疗相关的生物标志物的相关分析是很有必要的。这也是这类描述性研究的临床价值。 核心结论 首先看看不同癌种种KRAS的患病率 2013年12月至2021年12月期间，FMI共检测了成年癌症患者的组织或血液样本426,706份（不知道国内的肿瘤NGS同行们对这个数字作何感想）。 KRAS是最常改变的癌基因，在97062个（23%）泛肿瘤组织样本中发现了突变，其中绝大多数（88%）是short variant mutation，8.4%是扩增，3.8%是突变和扩增伴发。 根据这一患病（prevalence）数据估算发病率（incidence）。在美国，KRAS突变在CRC中最高预计有75,000例，其次是PDAC和非鳞状NSCLC。KRAS扩增在大多数肿瘤类型中是罕见的，但在生殖细胞肿瘤（24%）和食管腺癌（18%）中很常见。 KRAS G12D（29%）、G12V（23%）、G12C（15%）、G13D（7%）和G12R（5%）是五个最常见的KRAS突变，共占所有KRAS突变约80%。 KRAS突变（KRASm）发生率最高的肿瘤类型是PDAC（92%）、阑尾腺癌（61%）、小肠腺癌（SBA，53%）、CRC（49%）和非鳞NSCLC（35%）；CRC、非鳞NSCLC和PDAC共占KRASm泛肿瘤人群的71%。 尽管KRASm在成人肿瘤类型中的分布有所不同，但在来自相似组织类型的肿瘤中也观察到了相似的KRASm模式。 KRAS G12C是NSCLC中最常见的变异(Non-Sq和Sq占比分别为40%和36%)。 胃肠道肿瘤(包括结直肠癌以及食管癌、胃癌、小肠和阑尾癌)也有相似特征，KRAS G12D和G12V是最常见的两种变异。 KRAS G12D 在许多其他肿瘤类型中也是最常见的，包括PDAC(43%)和子宫内膜(30%)，KRAS G12V在大多数研究的肿瘤类型中第二常见，在乳腺癌则最常见(26%)。 在了解了发生率之后。KRAS在共突变，mutation signature 和免疫治疗生物标志物会有怎样的特征呢？我们逐一来看该研究中的分析结果。 在四种主要的 KRAS 突变肿瘤类型中，与 KRAS 伴发互斥的火山图如下所示。值得注意的一点是，在非鳞NSCLC、结直肠癌和子宫内膜癌中，TP53基因是最常见的与KRAS互斥的突变基因，而在PDAC中，TP53基因突变往往与KRAS伴发。 KRAS 作为一个关键的驱动基因，其突变确实与 RTK/MAPK 通路中的其他驱动基因（ EGFR，ALK，MET，ERBB2，BRAF，RET 和 ROS1）突变高度互斥。 在非鳞 NSCLC 中，KRAS G12C 突变肿瘤富集了高 TMB 和高 PD-L1表达，而 KRAS G12D 突变肿瘤相对于其他 KRASm 同种型具有较低的 TMB 高发生率。 相对于非 Sq NSCLC，KRASm 的 CRC，PDAC 和子宫内膜中高 PD-L1表达阳性样品的比例较低，然而子宫内膜与 NSCLC 相似，21-34% 的 TMB ≥10。 在子宫内膜癌中，与 G12V 和 WT 相比，KRAS G13D，G12D，G12C 和 G12A富集高 TMB。 此外，分析了四个主要癌种不同突变亚型对应的mutation signature。烟草相关的特征在不同的KRASm和KRAS WT亚群的非鳞NSCLC中检测到38-45%，但在G12R非Sq NSCLC中较少（22%），在其他肿瘤亚型中很少。错配修复（MMR）特征在非Sq NSCLC中很少见，但在KRASm和KRAS WT PDAC、CRC和子宫内膜癌中很常见，但相对于其他亚组，在KRAS G12C CRC中出现的频率较低。在PDAC、CRC和子宫内膜的小亚群中检测到POLE特征。 最后，再来看看，临床生存和KRAS突变之间的关联。 在肺癌中，KRAS G12C突变的患者与其他常见KRAS突变的患者有相似的总生存率（OS），包括G12V（11 vs. 10 mos，HR 1.0，95% CI 0.86-1.20，p = 0. 88）和G12D（11 vs. 12 mos，HR 0.91，95% CI 0.75-1.11，p = 0.36），与较罕见的非G12/13 KRASm（11 vs. 9 mos，HR 1.1，95% CI 0.82-1.35，p = 0.67）的OS也类似。而没有KRAS突变但表现出其他致癌驱动基因的NSCLC患者，其OS明显优于携带KRAS G12C突变的NSCLC患者。单因素和多因素分析的结果类似。 在CRC中，KRAS G12C突变的患者与其他常见的KRAS突变患者的OS相似，包括G12D和G12V。与BRAF V600E患者和非G12/13突变患者相比，KRAS G12C突变患者的OS略有升高，但无统计学意义。KRAS/NRAS/BRAF V600E阴性(RAS/RAF阴性)患者的OS比KRAS G12C亚组更有利(24vs.19mos，HR0.74，95%CI0.59-0.93，p=0.009)，该结果在多变量模型中也是一致的 在93%的转移性PDAC患者中发现了KRASm，其中94%发生在密码子G12/G13内。具有KRAS G12C突变的肿瘤患者的OS显著低于KRAS阴性肿瘤患者(5.9 vs 8.8 mos，HR 0.59，95%CI 0.37~0.94，p=0.03)，与非G12/13 KRASm肿瘤患者相似(5.9 vs 6.9 mos，HR 0.80，95%CI 0.50~1.29，p=0.36)。然而，在多变量模型中，与KRAS阴性肿瘤患者相比，KRAS G12C突变肿瘤患者的OS没有明显恶化，尽管这可能受到KRAS阴性病例数量较少的限制 尽管有这些局限性，这项研究的发现对针对G12C、G12D、G12V和更高水平的KRAS抑制剂的开发具有重要意义。检测共改变和突变特征的基因组图谱，以及了解这些生物标志物作为靶向治疗和免疫治疗反应预测因子的临床重要性的试验，将是改善治疗选择和结果的当务之急。 多说几句 这篇文章的方法部分很时候相关行业的从业者了解一下FMI不同产品能用来做什么，以及大致是怎么做出来的。很多分析的细节是值得仔细琢磨和理解的～ 作为国际肿瘤NGS检测的绝对头部公司，FMI自己的数据样本库里累计了大量的样本。只要某个基因对应药物的临床结果有了突破性进展，或者在肿瘤相关研究中有了重要的功能性研究结果，他们就可以快速的在几十万的样本库中进行大规模分析。 类似的研究在这篇文章考虑到篇幅就不一一列举了，感兴趣的话你不放搜搜看，后续会在熊言熊语邮件通讯的会员计划中带来整合性主题介绍。欢迎扫描下方二维码免费订阅，第一时间接收内容更新。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/12/16
articleCard.readMore

从2002年的Nature论文到2022年的亿元营收

读文献的乐趣通常在于文献之外。通过文献里的线索和场外信息把看起来无关的内容联系在一起。如果赶巧又解答了头脑里萦绕很久的问题，那便是难得的「Paper Aha Moment」。 枯燥的文献读起来能有什么乐趣，我的感受是这种乐趣往往来自于文献之外，一种好奇心的满足和头脑中零碎信息关联后带来的愉悦。 正如在之前这篇文章里所写，总结自己的肿瘤NGS相关内容学习方法时我提到了四部分内容。 通过临床指南了解肿瘤各个癌种 基于主题的文献整合解读 国内外肿瘤精准治疗头部公司/产品梳理 国内外肿瘤精准治疗知名机构/医院梳理 最近在准备熊言熊语的会员计划内容时，发现有一个特别有趣的例子可以与你分享。除了能说明上面这些内容如何关联外，或许也能解释为什么读文献的乐趣通常在于文献之外。 起因 事情的起因是我前几天梳理 nature reviews drug discovery 最新综述时，打算做一点作者信息补充。 这篇的文章的题目是Rational combinations of targeted cancer therapies: background, advances and challenges，如果你感兴趣也可以找来读读看。 文章作者是上海交通大学的金浩杰教授，公开资料显示他2017年到2021年曾在荷兰国家癌症研究所访学并开展合作研究；而本文的通讯作者René Bernards则刚好是荷兰国家癌症研究所的教授（同时也是上海交通大学顾问教授）。 Bernards 的研究成果非常丰富，比如第一个抑癌基因Rb的共同发现者，曾开发用于动物细胞基因沉默的shRNA载体，并通过该技术发现了多个重要肿瘤耐药分子机制和潜在联合治疗策略，想必这也是为什么会有上文我提到的那篇review的原因。 照理说，找到作者的基本信息就可以继续其它内容，但好奇心驱使我又多看了看。于是就梳理出了这么一个从2002年Nature论文到2022年亿元营收的故事。 这个故事里有知名教授的多重角色，有国内外肿瘤NGS公司的交易合作，也有科学研究到临床转化的漫长过程。 一个方法带来两篇顶刊论文 2020年，在第157届年会上美国国家科学院年会上，有一位来自荷兰的教授被评选为美国科学院院士，以表彰和认可其在肿瘤研究领域30年来做出的杰出贡献。他的名字就是René Bernards。 如果你去了解 Bernards 过往几十年引用量很高的两篇论文，会发现他们分别于2002年一头一尾发表在Nature和NEJM上。 2002年出的Nature文章 2002年底的NEJM文章 不难看出说的是一件事情：乳腺癌中发现了一个可以通过表达量来预测患者生存的基因集。 在第一项发表的论文中，作者团队确定了一个由几十个基因组成的基因表达谱与淋巴结阴性乳腺癌患者的早期远处转移风险有关。 在第二项研究中，作者团队又对荷兰癌症研究所医院治疗的295名患者进行测试分析，证明了这一指标可以用来指导患者治疗的疗效预测。该方法一方面比此前传统分类指标找到更多的低危患者，同时也可以在原有分类基础上进行精准分型。 如果乳腺癌的转移能力在肿瘤发生早期就可以被测试和诊断，自然可以改进辅助治疗受益患者的选择，进而降低过度治疗和治疗不足的比率。 两篇论文带来一款诊断产品 漂亮的研究结论，想必是给了大家很大的鼓舞和信心。 2003年7月10日，荷兰成立了一家叫做 Agendia 的初创公司，而Bernards 的身份则是联合创始人和Chief Scientific Officer。 如今，在 Agendia 的官网上他们骄傲地介绍自己是唯一一家专注于乳腺癌的分子诊断公司。 成立不到一年，Agendia 就在欧洲推出了一款可以进行乳腺癌复发风险监测的旗舰产品，随后这一产品进入美国。2007年，它成为第一个获得 FDA 许可的 IVDMIA（In Vitro Diagnostic Multivariate Index Assay），此后又获得了6个额外的 FDA 许可。 如当年的材料所示，这款名为 MammaPrint的产品就是分子诊断行业里鼎鼎大名的乳腺癌70基因检测。而这款70基因表达谱产品的原型，正是来自于 2002 年发表在Nature和NEJM中的那两篇论文。 一款产品为中国公司带来亿级营收 将目光转回国内市场，2014年11月17日在无锡成立了一家名叫臻和科技的肿瘤诊断公司。 2018年，臻和科技与 Agendia 签署了该产品的独家销售协议，在中国正式引进起了这款产品并命名为玛普润。 2020年11月，臻和与Agendia重新修定协议后拥有了MammaPrint在中国的独家商业化权利。作为交换条件，承诺购买最低数量的产品用于在中国销售和分销。 商品进来了，自然就需要推动诊疗指南的更新。 在CSCO乳腺癌诊疗指南2021版的内容中，MammaPrint 也获得了推荐（可以看注释） 作为一款商业化产品，你自然关心它在国内的销售状况如何。 2022年，臻和港股IPO招股书披露的数据显示：2020年、2021年及2022年上半年，MammaPrint的销售收入分別约为3500万，4600万和1900万。 也就是说，过去两年半时间，MammaPrint 为这家中国公司带来了亿级水平营收。 写在最后 作为乳腺癌复发检测的鼻祖产品，MammaPrint 临床研究的循证过程还值得今后单独进行梳理介绍。（emmm~ 会在未来熊言熊语会员计划中呈现，欢迎扫码订阅，第一时间接收更新内容） 从接触肿瘤生物医药行业以来，我时常有一个好奇： 一款产品/药品出现在患者面前时，究竟需要经历怎样的历程和多漫长的时间。 借着这一篇本不相关综述的作者背景调研，从文献到作者，从作者再到实验室和既往研究，从临床研究又看到临床指南和IPO招股说明书。 如此这般，头脑中其实也就有了一个轮廓，Aha，原来是这样。 回到故事本身。 荷兰、美国到中国，Nature和NEJM发文到创立Agendia公司，从美国科学院院士到任职交大顾问教授，从MammaPrint产品上市、FDA获批再到国内引进两年多实现亿级营收。 如文章开头所说。 于我而言，读文献的乐趣常在于文献之外。在这件看似枯燥的事情中，打开八卦之心，你也可以找到自己的乐趣。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/12/15
articleCard.readMore

肿瘤NGS行业新人如何构建自己的知识体系

本文为熊言熊语邮件通讯会员计划内容精选。如果你也是一个行业新人，或许会有一点点启发；如果不是，不妨分享给你身边的行业新人～ 关于写作，我曾经看过这样一段话觉得很有道理：写作这件事，短期看冲动，中期看回报，长期看水平。 在硕博6年从事生物信息相关学习和研究后，进入生物医药行业从事肿瘤NGS相关工作过去了一年半。虽然我尽可能地去学习和丰富自己的知识体系，但这仍是一个极其漫长的过程，学习的过程看不到尽头。 想长期坚持就需要有一些更具体的计划。 回顾总结了自己过去一年半的学习过程，整理完参与会员计划读者的调查问卷后，未来一年的更新内容将主要围绕如下5个模块展开。 以下内容既是更新计划汇报，也是肿瘤NGS行业新人如何构建知识体系的一点点参考，分享给你。 通过临床指南了解肿瘤各个癌种 对于医生来说，NCCN、ESMO 和 CSCO 这类官方发布的临床诊疗指南是行医看病的重要参考依据；对于学习或者从事相关专业的人来说，这些指南是很好的搭建基础知识框架的阅读手册。 做项目的时候，养成习惯翻翻最新的临床指南。从中可以快速了解所关心的临床问题，在实际临床应用场景中的进展，顺着指南引用的临床研究和参考文献，就能对相关内容有个基础了解。此外，通过修订说明还能了解发展历程。 因此，我会通过NCCN指南和你一起了解各癌种的临床诊疗现状，更多指南学习方法和思路，会在后续通讯中交流。 基于主题的文献整合解读 关注和了解最新的研究进展是目前的工作所需，更是我自己浓厚的个人兴趣。相信你也一样，只要进入了医学相关的领域，持续学习必不可少。比如每年的各个大会上，都少不了所谓的「继续教育」专场。 因此，我将通过每次3-5篇文献整合解读的方式和你一起学习以下主要四个方面的细分主题： 重要癌症驱动基因的研究进展 重要生物标志物的研究进展 重要临床药物的临床实验进展 重要肿瘤生物学基础问题的研究进展 驱动基因除了关注不同癌种特异性强的基因如肺癌 EGFR，也会关注不限癌种应用的（Tissue-Agnostic）基因如RET。 生物标志物，我们会按照从微观到宏观的尺度（基因突变到基因集再到基因组特征）展开，其中基因组特征包括当下最受关注的ctDNA、TMB、ITH、HRD和新抗原等等。除学习临床应用，还需要会了解它们从提出到走向临床实践再到写入指南的历程。 关注临床以外，我们也应该关注肿瘤相关的各种关键基础生物学问题。对于这些内容，将依据最新版的Cancer Hallmarks 来逐一学习交流。 国内外肿瘤精准治疗头部公司/产品梳理 谈肿瘤精准医疗，了解产业最有效的方式之一是关注国内外头部的那些公司和startup 做过什么、正在做什么和打算做什么。 我大致梳理了以下这些公司，也欢迎你和我一起完善补充（每一封邮件都可以直接回复）。 国内肿瘤NGS检测相关公司 Burning Rock Biotech, Genetron Health, Geneplus ,3D Medicines, OrigiMed ,Genecast ,YuceBio ,Haplox ,GenomiCare ,Singlera Genomics ,GenomiCare ,ChosenMed, Genetron Health 国外肿瘤NGS检测相关公司 Foundation Medicine, GRAIL, Memorial Sloan-Kettering Cancer Center, Myriad Genetics, Natera, Inivata, AnchorDx, Exact Sciences Corporation, Freenome ,Guardant Health ,Thrive Earlier Detection, Veracyte, Invitae ,Oncocyte 国内创新药企 Hengrui Pharmaceuticals, Betta Pharmaceuticals, Suzhou Alphamab Co, Adagene, CStone Pharmaceuticals, Legend Biotech, Zai Lab, Henlius Biotech, Junshi Biosciences, Hutchison MediPharma, Innovent Biologics, BeiGene 国外药企 Abbvie, Pfizer, Novartis, Roche, Bristol Myers Squibb, Merck Sharp & Dohme Corp, Sanofi, AstraZeneca, Takeda, Merck & Co, Daiichi Sankyo, Glaxo Smith Kline, Blueprint Medicines 后续，我会逐一梳理这些头部/创新公司的产品线和药品研发管线，这部分内容感觉适合入行初期的打工人和有意愿进入这个行业临近毕业的学生读者。 国内外肿瘤精准治疗知名机构/医院梳理 类比于打工人关注行业头部公司，作为从事科学研究工作的我们来说，了解最新的学术研究方向和热点，也可以关注研究领域内国内外科研实力雄厚的知名机构和医院。 比如 MSKCC、Dana-Farber 和国内的知名高校及各大附属医院。通过医院进而找到领域内的大牛PI，万一你有机会还能做做博后读读博士呢？ 我的个人学习方法和工具介绍 除了以上4个生物医药肿瘤领域相关模块，调查问卷里自由填写感兴趣的话题，很多都指向了学习工作方法、习惯和工具的介绍。 是普遍需求就需要回应，因此在具体信息和知识分享外，也会穿插着详细介绍一些我的个人学习方法和工具，比如读文献读书的方法工具等等，供你参考批评。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/12/10
articleCard.readMore

Nature Genetics：低TMB患者福音 肿瘤非整倍体可预测泛癌免疫治疗疗效

写在前面 书接上回，在昨天的文章里，我们从一天连发两篇Nature大子刊是什么体验出发，提到了芝加哥大学的Liam Flinn Spurr 在11月28日，作为第一作者在 Nature Cancer 发文，通过一项临床研究发现高度非整倍体的非小细胞肺癌对放疗联合免疫治疗更敏感。同时在Nature Genetics online 的文章则介绍了在低TMB患者中可以通过肿瘤非整倍体程度预测泛癌的免疫治疗疗效。 如果想看Nature Cancer这篇文章的更多细节以及关于肿瘤非整倍体的简短介绍，可以阅读昨天的文章。 今天的文章，前半部分让我们接着来看第二篇发表Nature Genetics 的 paper有哪些内容，在后半部分，我们也会关注它的 Peer Review 有没有透露出什么接收背后的细节。 话不多说，正式内容走起。 TMB 是好的生物标志物么 免疫治疗彻底改变了很多晚期癌症患者的治疗方式，但免疫检查点抑制剂(ICI)对大多数患者又是无效的。 为了找到那些真正可以通过ICI治疗获益的人群，我们一直在探索能够预测免疫治疗疗效的生物标志物。目前，包括 PD-L1的表达，CD8 + T 细胞特征，肿瘤新抗原负荷和 TMB 都在一些研究中证明了自己在这方面的价值。 其中，在多项独立研究中，TMB 已被确认在 ICI 治疗中针对泛癌预后和预测性生物标志物。例如，2019年Samstein 等人发表在 Nature Genetics上的文章就通过分析1662名接受了ICI治疗的泛癌种患者数据发现，top 20% TMB 和总体生存相关。如下图所示，top10% TMB的患者OS要好于10-20%，其余80%的患者OS最差。 后来，FDA 批准了Pembrolizumab 在泛癌症的应用，其高 TMB 的标准定义为每兆碱基不少于10个突变。从这个角度讲，TMB作为免疫治疗的生物标志物本身没有任何问题，而且一度给我们带来了巨大的希望。 但是，我们姑且不谈论后来人们关于TMB是否在ICI联合中有用的质疑，以及TMB究竟把cutoff定在几更合适的争论。单就TMB作为一个生物标志物而言，也应该看到其两面性。 还是上文提到的研究，从下面两个图可以看出每个癌种对应的OS HR 和 TMB的cutoff，以及不同癌种在不同梯度TMB的分布比例。如果以10作为TMB高的标准，该研究Cox分析中很多癌种的cutoff值都没有达到10。 再进一步讲，不管用于定义高 TMB 的阈值如何，大多数患者仍表现出低 TMB特征，并且对于这个人群结果的基因组预测指标的研究尚不清晰。因此，我们仍然需要新的生物标志物来改善癌症免疫治疗的风险分层。 非整倍体评分区分ICI疗效 肿瘤细胞染色体或染色体臂的数目不平衡被称为非整倍体，就像昨天文章中提到的，它是人类癌症的一个几乎普遍的特征。最近几年，已经有不同的研究揭示了肿瘤非整倍体对肿瘤免疫的负面影响，其中可能的机制包括免疫逃避，包括下调 PD-L1表达和抑制肿瘤内 CD8 + T细胞应答。此外，以前的研究已经证实肿瘤非整倍体程度高其实是总体生存差的标志 ，并提出非整倍体适合作为临床结果的生物标志物。 在这种这样的背景下，本文的作者团队同时发现了非整倍体也是用免疫联合放疗的有效生物标志物。 尽管非整倍体现象是普遍存在的，但是非整倍体的程度的因癌症类型而有很大差异。作者团队重新分析了上文我们提到的1600多名患者的ICI队列，可以看出乳腺癌和黑色素瘤的非整倍体程度整体更加明显，而肾细胞癌、结直肠癌和头颈癌的非整倍体程度则整体偏低。 在大多数单一的肿瘤类型中观察到了类似的结果。 值得注意的是，TMB和非整倍体评分之间没有相关性，也证明了这些变量的独立。此外，染色体不稳定性的另一个常见衡量标准是基因组改变比例(FGA，fraction of genome altered)，此前也有研究证明这个指标是预测肿瘤免疫的标志物。 虽然不难理解非整倍体评分和FGA具有极高的相关性，但是通过分别使用这两个指标针对不同的癌种进行多因素Cox分析，至少作者在这个队列中的研究结果表明非整倍体评分略好一些。 整体的非整倍体评分是由每个染色体的状态组成的，那么是否有某个染色体臂在某些癌中能更好的对ICI的疗效进行评估呢？为了回答这个问题，作者也检查了非整倍体评分的预后价值是否主要受到特定染色体变化的影响（例如编码 PD-L1的基因 CD274 所在的9p21杂合性丢失）。结果显示，当控制FDR为0.05时，如下图所示没有特定的臂水平变化与生存相关。 非整倍体评分如何结合TMB 其实分析到这里，已有的分析已经支持非整倍体评分在免疫治疗中作为预后生物标志物。但是为了便于将其作为临床生物标记物使用，作者通过使用上文TMB阈值类似的分析，确定了与TMB最佳协同的非整倍体评分阈值，以对ICI治疗患者进行风险分层。简单讲，就是在多因素模型中考虑ICI药物类型，并将top 20%的TMB定义为高TMB，然后每种肿瘤类型的非整倍体评分从20%到80%，每10%作为一个指标进行测试分析。比较后发现非整倍体评分的第50个百分位（top50%）是所有候选阈值中 p value 最低的最佳阈值（如下图所示）。 值得注意的是，当在多变量模型中使用FDA批准的TMB阈值10时，同样获得了相同的最佳非整倍体评分阈值。 在KM分析中，使用top 20% TMB 和top 50% 非整倍体评分作为分类标准，得到的结论是在高TMB肿瘤中，非整倍体评分没有预后价值；然而在低TMB肿瘤中，更高的非整倍体评分的肿瘤患者接受ICI后预后显著更差。 非整倍体评分对哪些癌种作用更明显 最后，在不同的肿瘤类型中，分别比较了不同高低TMB和不同高低非整倍体评分之间的2年OS。结果显示，在结直肠癌、膀胱癌、非小细胞肺癌和原发位置不明的患者中非整倍体评分对预后的影响与TMB评分相当。乳腺癌和肾癌种非整倍体评分显示出了更大的预测价值。 此外，值得注意的是，在低TMB人群中，非整倍体评分高和低的患者的两年总生存率差异最大的是原发位置不明的癌症(13% vs 54%)、结直肠癌(26% vs 60%)和乳腺癌(0% vs 28%)。 回看这篇发表在Nature Genetics 上的 Brief Communication，我们可以得到如下2个结论： 1：对于接受ICI治疗的低TMB肿瘤患者，非整倍体评分升高是一个独立互补的OS预测因子。 2: top 50% 的非整倍体评分可以用来定义高非整倍体分数阈值，该阈值对于 top20% TMB（或TMB不小于10为标准）分类下定义为低TMB的肿瘤具有独立的预后价值。 同时这个结论的可信程度也需要你综合考虑这个含有10个癌种的数据集中每个癌种的样本数量，以及来自单一机构的患者数据集可能会带来的一些偏移。因此如果想进一步提高其循证等级，前瞻性的临床研究也是必不可少的。 此外，在以后的研究中确定可能有助于克服高度非整倍体肿瘤免疫耐药的协同治疗方式也非常必要。 但无论如何，这项多癌种的回顾性研究都为深入了解肿瘤非整倍体在调节低TMB肿瘤免疫治疗反应中的作用迈出了重要一步。 审稿人怎么说 杂志公开了Peer Review的细节文件，让我们来看看审稿人怎么说。 首先两位审稿人都对该研究给予了高度评价。正如编辑所言，尽管他们确实提出了一些改进的要求，但这些要求相对简单而且也不会带来过多的额外工作。 而在最后的正文里，有哪些分析是审稿人提出的修改意见，审稿人又有什么评论呢？不妨猜一猜。 在审稿过程中，两位review提了以下四点内容： 1：基因组拷贝数改变的比例（FGA）是肿瘤免疫的预测因子，讨论一下FGA和非整倍体之间的关系(相关但是不同)也是有价值的。 基于这个问题作者增加了正文中和FGA的比较部分内容，也就是原文的figure1F。 2：似乎非整倍体评分使用20%的cutoff受益更加明显。 基于这个问题，作者增加了原文figure2A的分析。 3：有没有可能大多数影响是特定的染色体变化(例如9p21缺失)而不是非整倍体造成的。 基于这个问题，作者增加了我们上问提到的染色体臂扩增缺失分析。 4：作者能提出一个具有临床意义的案例吗？TMB的真实价值其实本身就不是非常大(很少在临床上使用)，非整倍体的影响似乎更小。虽然这个生物学问题很有趣，但我不相信他会影响临床实践。 这个问题比较有意思，针对这种回顾性分析，作者很难真的给review提供一个根据非整倍体评分指导患者免疫治疗的例子。 作者在回复中，首先通过一篇最新发表的文献(PMID 35764740)强调了TMB目前在临床应用中的最大问题应该是研究哪些低TMB患者对ICI疗效相关的肿瘤全基因组结构异常，进而提出自己的研究刚好符合这个大家最关心的实际临床需求。 同时作者再次强调了比较TMB和非整倍体分组下，不同肿瘤之间的2年OS差异，进而强调出与TMB分组相比，非整倍体评分对于乳腺癌和肾癌患者的预后影响更大。最后又补了一句，基于这个结果，相信非整倍体在OS上的巨大差异值得结合TMB进行进一步的前瞻性验证。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/12/2
articleCard.readMore

Nature Cancer：高度非整倍体非小细胞肺癌 放疗同步免疫治疗更敏感

写在前面 同一天在 Nature Cancer 和 Nature Genetics 发表两篇文章是一种什么体验？今天我们用一天发表两篇文献解读从侧面体会下 😃 故事要从2022年9月9日说起。因为我最近一年多比较关注肿瘤基因组不稳定性相关临床研究进展，于是会留意一些该领域内活跃大佬的动态。 今年9月9号，我发现来自芝加哥大学的Liam Flinn Spurr（2021年他曾在Bioinformatics发表过肿瘤非整倍体分析的方法学文章）说自己有三篇一作文章在一周之内同时被Nature Cancer、Nature Genetic 和 NPJ journal 接受。 等文章online，这一等就是三个月。 11月28日，他作为第一作者在 Nature Cancer 的文章正式 online，作者通过一项临床研究发现高度非整倍体的非小细胞肺癌对放疗联合免疫治疗更敏感。同时在Nature Genetics online 的文章则介绍了在低TMB患者中可以通过肿瘤非整倍体程度预测泛癌的免疫治疗疗效。 今天的推送我们一起了解第一篇文章的相关内容，万一对你有点启发呢。 关于肿瘤非整倍体 基因组不稳定性是肿瘤 hallmarks 之一，从泛尺度来说，包括碱基 / 基因层面、染色体片段、染色体臂水平和染色体水平的扩增和缺失。如下图所示，我们常说的非整倍体（aneuplooidy）程度就是特指肿瘤细胞染色体臂和染色体层面的扩增缺失现象。 关于非整倍体这类基因组不稳定性对于肿瘤的影响已经有了不同维度的很多研究，不同的肿瘤分期和组织细胞类型会有不同非整倍体特征，非整倍体程度也会对肿瘤免疫系统、肿瘤微环境和基因组变异产生影响。 高度非整倍体非小细胞肺癌对于放疗联合免疫治疗更敏感 先来看看第一篇文章。 联合放疗(RT)和免疫检查点抑制剂(ICB)治疗癌症的临床实验有超过500多项目，然而大多数试验并没有发现积极的相互作用。 目前，一个关键的临床问题是我们是否以及该如何将RT和ICB结合起来以改善患者的预后。此外相关的生物标志物也将有助于选择最有可能从联合治疗中受益的患者。 PD-L1表达、肿瘤突变负荷(TMB)、效应T细胞和肿瘤新抗原的数量等等已经被证明可以预测抗PD-1或者抗CTLA-4的应答。然而，这些生物标志物或者是否有其它更好的生物标志物中可以预测RT和ICB的联合治疗效果也尚不清楚。 作者团队进行了一项随机临床试验，旨在针对未经选择的转移性非小细胞肺癌患者，评估ICB联合多部位消融体部放疗的一线治疗安全性和有效性。本文作为该试验的二次分析，分析了治疗前和治疗中匹配样本的肿瘤活检分子特征，以展示放射治疗和ICB时机对肿瘤免疫基因组环境的影响。 具体的实验设计如下图所示，对于转移性的非小细胞肺癌 (NSCLC) 患者，随机分为两组分别在试验中接受同步或序贯的立体定向消融体部放疗 (SBRT) 联合ipi/nivo (ICB)治疗。 具体的样本收集时间点和样本检测数据类型如下图所示，在两组患者治疗前收集样本，在1-2周的SBRT治疗后再收集一次样本。分别统计临床相关信息和并进行RNA及DNA样本检测。 因为包含RNAseq样本，就可以基于大量免疫相关的基因集通过ssGSEA和差异表达分析等方法，比较两种不同治疗方式前后免疫相关的变化。比如作者研究发现，SBRT + ICB 的联合治疗导致参与抗原呈递、干扰素应答、细胞因子和趋化因子信号传导以及效应 T 细胞功能的基因上调。相反，SBRT 则抑制了细胞毒性T细胞相关基因的表达。 因为这部分相关内容不是我们今天要讨论的重点，如果感兴趣可以阅读原文。 在进行了免疫微环境相关的比较之后，我们自然会关心 ICB 反应的那些生物标志物是否可以用来预测RT + ICB 的响应效果。通过分析发现 T 细胞信号、 TMB、新抗原负荷和 PD-L1表达这些指标都没有表现出预测价值。然而，更高的非整倍体评分确预示着序贯治疗（而非同步治疗）的不良预后。 使用肿瘤纯度变化作为局部反应的替代指标，研究发现在SBRT治疗前的非整倍体评分和肿瘤纯度变化之间没有相关性，但是在同步治疗组内，两者之间的相关性非常强。提示SBRT+ipi/nivo比SBRT 能更有效地消除高度非整倍体肿瘤。 作者进一步研究了非整倍体评分和生存之间的关系。发现呈高度非整倍体的肿瘤(非整倍体评分≥队列中位数)的患者，与序贯治疗相比同步治疗可提高生存率。相反在非整倍体程度较低的肿瘤患者中没有观察到这种关系。 对于同步放疗联合ICB治疗有利于高度非整倍体的患者这一假设，作者研究了他们机构的另外一个58名转移性非小细胞肺癌患者的独立临床队列。 这些患者部分接受单独的ICB治疗（下图实线蓝色），部分接受了放疗和ICB的联合治疗（下图实线橙色），这部分患者这部分采用了同步治疗（下图虚线紫色）部分采用了序贯治疗（虚线黄色）。且该队列的临床和病理因素和之前的队列是平衡的。 与之前的假设一致，对于高非整倍体评分的患者（评分大于队列中位数），可以发现单独使用ICB的效果要显著差于RT+ICB的联合治疗，且在接受RT+ICB的患者中，同步治疗的患者比序贯治疗的患者预后更好（尽管这没有达到统计学意义）。但是相比之下，在非整倍体评分较低的肿瘤患者中，ICB中加入RT并没有改善患者的疗效。 至此，针对该队列的二次分析基本就完成了。我们可以看到，虽然是两个小队列，且验证队列的治疗方式并不是非常规整（其实有能用的验证队列已经很不容易了），但配合上有明确临床价值的分析结果以及包含了DNA和RNA两个维度丰富的分析内容，依旧可以发表在Nature Cancer这样的顶级期刊。 又是基于验证队列的分析结果，我们很自然的也会产生一个疑问：非整倍体的评分是否可以推广到仅有ICB治疗的患者中。 有趣的事，在一组来自MSKCC包括了350名接受了ICB治疗的NSCLC患者中，多因素Cox分析发现TMB和非整倍体评分均可以对立的预测OS。 将患者按TMB的中位数进行划分，高TMB患者中，不同程度的非整倍体无法区分出患者的预后；但是在低TMB的患者中，高非整倍体评分的患者预后要显著的比低非整倍体评分的患者更差。 进一步支持了将高非整倍体评分作为转移性非小细胞肺癌ICB反应的生物标志物实用性。 也正是因为最后这一小部分的研究，衍生出了同一天发表在Nature genetics的另一个文章。关于这篇文章的细节，我们下一篇博客再见～ 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/12/1
articleCard.readMore

Nature Reviews Cancer：未来10年肿瘤精准治疗的6个未解之谜

写在前面 「熊言熊语」这个名字来自于我2020年初开始做的一档音频播客节目。那段时间是我读博即将进入尾声。不难想到「熊言熊语」自然是借了「自言自语」这个词再加上「思考问题的熊」这个ID。 彼时，我强迫自己说话和表达，一方面是因为长时间的密闭空间生活让我的表达欲丧失殆尽，另一方面是博士尾声面临的迷茫和困惑让我无法正常思考。这个播客节目虽然在录制了30期之后目前处于停更状态，但自那以后我幸好还能着时不时输出一些什么。 如今，作为一个渺小的个体，无论面对怎样的生活和环境，你我都应该保留思考的能力，保留表达的能力。就像我前几天那篇推送中写到的：无论怎样，都要找到一种和这个世界沟通的方式。 也许，能做的不多，但，多少能做点什么。 未来10年肿瘤精准治疗的6个未解之谜 好了，进入正题。 Nature Reviews Cancer 11月24日在线发表了一篇看题目挺「唬人」的Perspective文章：未来10年肿瘤精准治疗的六个未解之谜。 文章的共同一作是德国亥姆霍兹国家研究中心的Adam Wahida 和德国海德堡国家肿瘤疾病中心的 Lars Buschhorn，通讯作者是肿瘤精准治疗领域内的资深大佬Razelle Kurzrock。 Razelle Kurzrock 曾供职过多家不同的机构。在学术研究层面，她Google学术中的H-index高达119，i10-index高达833（国内肺癌领域大佬吴一龙教授H-index为101，i10-index为391；作为学术民工笔者自己读博至今H-index则为他们的零头8），被引用接近8万次。 据说最新online的这篇文章预定了2023 年 1 月出版的印刷版的封面。接下里就让我们一起来了解一下这六个谜题。 谜题一：是否和时间有关 精准治疗的关键是必须为每个病人在肿瘤的正确阶段使用正确的药物组合。作者首先使用了伊马替尼治疗慢性粒细胞白血病的例子作为说明。关于伊马替尼，你可以阅读我们之前的文章XXXX。 克服慢性粒细胞白血病有三个关键组成部分。首先是发现了异常的BCR-ABL融合基因；第二个是专门抑制BCR-ABL的药物伊马替尼研发成功使得其可以靶向BCR-ABL突变的白血病细胞而不会杀死依赖其他激酶的正常细胞。 精准治疗的关键是为每个病人在肿瘤的正确阶段使用正确的药物组合。作者使用伊马替尼治疗慢性粒细胞白血病的例子作为说明（关于伊马替尼可以阅读之前的文章熊说肿瘤｜跨越60年的癌症靶向治疗里程碑）。 克服慢性粒细胞白血病有三个关键组成部分。首先是发现了异常的BCR-ABL融合基因；第二个是专门抑制BCR-ABL的药物伊马替尼研发成功使得其可以靶向BCR-ABL突变的白血病细胞而不影响依赖其他激酶的正常细胞。 对于确定分子驱动因素和对应靶向药物这两点很多实体瘤中已经取得了一些成功，例如我们熟知的EGFR、ALK、RET和NTRK抑制等等。 但问题在于这些药物的应用虽然对患者的生存结果改善效果远不及伊马替尼。例如ALK重排是肺癌重要驱动因素，然而ALK抑制剂肺癌中有效率约为55%，中位时间为7个月，与在CML中使用BCR-ABL抑制剂的效果相差很多。 虽然这种差异可以被理解为血液瘤和实体瘤的不同。但如果假设两者没有本质区别时，其真正缺少的是第三个因素：治疗时机。 有研究显示，伊马替尼应用于晚期CML增殖转化阶段其反应率约为10%，中位生存期约为1年，疗效不好的原因是因为肿瘤发生了克隆进化后，虽然BCR-ABL仍然是驱动因素但出现了其他分子变异的共同驱动。 在肿瘤发展早期发生复杂克隆演变之前来进行治疗，可能是提高实体癌靶向治疗效果的关键。因此对肿瘤的分子遗传变异的分析应被视为所有癌症患者的一线策略以确保早期和准确的治疗：我们需要在正确的时间为正确的病人提供正确的药物。 不过我们也要认识到一个事实，大多数实体肿瘤都会涉及多个驱动的共突变，其中一些就可能在肿瘤发生的早期。此外，一些功能丧失类型突变药物本身也很难针对其发挥作用。 谜题二：有害突变何时致病 体细胞突变可以使正常细胞转化为癌细胞，细胞通过克隆选择过程获得了肿瘤特征。例如结直肠癌中的腺瘤性息肉就是典型的例子，恶性腺瘤的进展始于APC的突变，在几个获得性致癌基因打击后完全转变为恶性肿瘤。多种获得性突变最终导致了癌细胞的各种异常特征，如异常增殖、逃避细胞死亡、血管生成和组织侵袭。 但随着NGS相关研究的增加，出乎意料的是有害的基因变异其实也可以在非恶性肿瘤中看到，这就混淆了在治疗恶性肿瘤时应针对哪些分子特征进行判断。如下图所示，几乎没有转化风险的子宫内膜异位症往往带有典型的致癌基因的驱动突变，包括ARID1A、PIK3CA、KRAS等。 此外，反向克隆选择的现象（突变基因的等位基因频率在恶性进展过程中下降）在某些情况下也会发生。BRAF V600E 突变是大约50%的黑色素瘤和许多其它肿瘤的标志，但令人困惑的是在约80%的良性痣中也发现了这些突变，而它们的癌变风险可以忽略不计。此外，虽然HER2在乳腺癌中的过表达贯穿了良性到恶性的转变过程，但在良性肿瘤的导管原位癌（27-56%）的检测频率也要高于浸润性乳腺癌（11-20%）。 谜题三：突变是否具有组织偏好 肿瘤精准治疗的另一个关键问题是特定基因组改变在多大程度上存在于特定组织中并影响其生长，且tissue-agnostic的治疗方法是否有效。 同样是BRAF V600E 突变在黑色素瘤可以成功地用BRAF抑制剂进行治疗。然而，有研究发现在BRAF突变的结直肠癌中，由于EGFR介导的MAPK途径重新激活，除了BRAF抑制剂外还需要EGFR抑制剂的联合治疗才可以。 另外，BCR-ABL作为CML的标志在其他癌症中很少发现，但最近一例BCR-AB L阳性的胶质母细胞瘤及其用伊马替尼成功治疗的报道表明也同样有可能获益。 谜题四：应该靶向哪个肿瘤克隆 肿瘤重要的特征之一是克隆演化，治疗后的克隆生长是复发和耐药的主要原因，也是一个重要的治疗挑战。 从精准治疗角度看，通过基因组检测确定的所谓可及性靶点往往仅存在于一部分肿瘤亚克隆中。bulk 测序中发现的基因组变异可能与肿瘤的某些部分不相关，靶向治疗可预期的疗效也就更值得关注。 因此，治疗效果可能很大程度上取决于在避免相关毒副作用的同时有多少克隆可以被一次性锁定。单细胞测序和多个转移部位的液体活检是一个未来的DNA基因组测序方向。 在一个由许多克隆组成的肿瘤中，以一个克隆为目标对姐妹克隆产生的后果尚不清楚。 如下图所示，我们可以想象临床上某一个可靶向的肿瘤克隆被消灭后，其它克隆之间对氧气或营养的竞争就会得到缓解，进而可能会加速其它非靶向克隆的生长，加速整个肿瘤的生长。 这种混合反应是精准治疗的又一个重要难题，对此也许可以设计出可能的干预措施。比如，共同靶向那些被认为不受致癌突变影响通路的野生型蛋白，以提高对整个肿瘤的生存压力。 谜题五：肿瘤科医生应该多了解他们的患者 研究证明，饮食、生活方式、肠道微生物和对细菌病毒的接触、性别、以及病人的地理和种族都会影响癌症的治疗反应和独特的分子特征。为了用个性化的、更优化的精准治疗来治疗病人，必须考虑到这些因素。 过去十年中，微生物菌群作为一个关键的瘤外变量引起了大家的注意。尽管将特定微生物群种类与表型联系起来的功能研究仍然不多，但已有一些有趣的临床可及研究。比如肠道微生物可以改变荷尔蒙代谢从而调节前列腺癌的演变和疗效。 谜题六：何时进行免疫治疗 尽管以前很多肿瘤由于大量基因组变异而被认为无法用传统靶向疗法治疗，但它们最有可能对免疫检查点抑制剂产生反应，甚至可以在原本难治的患者中出现持久的完全缓解。 虽然TMB和PDL1的高表达在临床决策中的重要性越来越大，但是目前还存在非常多的问题。 高TMB肿瘤反应背后的生物学原理可能是只有通过利用使免疫系统失活的检查点才能存在多种突变，一旦用抑制剂阻断免疫系统就会被重新唤醒。此外，高TMB肿瘤可能会呈现更多的突变衍生新抗原，从而增加肿瘤免疫原性。但突变产生的新抗原必须具有免疫原性是由突变特征和免疫反应性共同决定的。 此外，关于免疫和其他治疗如靶向治疗的联合，更加有效的生物标志物，以及在肿瘤早期治疗中何时引入，都还有非常多需要解决的问题。 以上，就是这篇文章中提到未来10年肿瘤精准治疗需要解决的6个问题。就写到这里，我们下次再见。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/11/28
articleCard.readMore

通过一份会议日程多了解点液体活检

写在前面 通过参加自己领域内会议来了解行业动态和现状是非常好的途径。 如果你也在从事肿瘤领域相关的工作和研究，每年召开的 ASCO 和 ESMO 这类世界级大会和国内的 CSCO 自不必多说。 更进一步，如果你对某一个细分领域感兴趣，不妨搜搜是否有更垂直的会议可以关注。虽然最近几年线下参加会议的机会少了，但对于和我一样的初级选手而言，即便不参加会议只是看看会议日程往往也能收获一些新知，乐在其中。 就在这两天，美帝那儿正召开一个为期两天的液体活检 summit，主题是「Surveillance & Early Detection」。借这个机会，我们一起实践通过一份会议日程如何多了解一点液体活检。 在我看来，从产业（非学术）的角度了解一个细分领域，无非就是三个维度：厉害的人、活跃的公司和领域内的产品热点。学术角度其实也一样，三个维度对应的是厉害的 PI、活跃的实验室和科学期刊热点发文方向。关于这个话题之前录过一期播客，感兴趣可以再回头找找。 回到 Liquid Biopsy Surveillance & Early Detection Summit。 人的维度 关于 Speaker 的信息，第一页 highlight 的 Expert Speakers 除了几家大药企的 Director，还有两位助理教授。 比如 Pashtoon Kasi 他主要的研究领域在胃肠道肿瘤，最近还刚在 Nature Medicine 发表了一篇讨论液体活检 TMB cutoff 的评论文章 Liquid biopsies and tumor mutational burden: the cutoff conundrum，而这篇文章评论的则是 BFAST 研究。如果你感兴趣不妨找来看看。 另外日程里还特别点了几个人以及他们会涉及的相关内容，比如 Aadel Chaudhuri 和 EMD Serono 的 Zheng Feng。 其中 Aadel Chaudhuri 课题组的研究方向本身就是通过 cfDNA 监控癌症的早期复发，2017 年 Cancer Discovery 发表的那篇使用 CAPP-seq 技术通过 ctDNA 监控肺癌 MRD 的文章，他就是第一作者；而后者作为 EMD Serono 的 Director 参与了众多 ctDNA 不同技术维度相关的临床药物研究。 公司维度 再从公司的层面看看。一般花真金白银支持这种细分领域会议的，抛开有相关预算的前提，多数或者是行业第一梯队「不得不花钱」的头部公司，或者是攒了些东西迫切想花点钱露露脸寻找一些机会的公司。这个会议的 Official Partners 有下面这几家。 其中 Personalis 和 KARIUS 是我们之前文章中尚未提过的两家。 Personalis 作为一家提供基因组测序和分析方案的公司，重点关注在肿瘤免疫治疗，它家核心产品 ImmunoID NeXT 可以一站式提供绝大多数目前免疫治疗所需要的相关 biomarker。读读官网的产品介绍就相当于看了一个 mini 版综述。 目前他们产品重心也转移到了 MRD，相关产品 NeXT Personal 在最新一季的财报中占据了很大篇幅。 KARIUS 和其它公司略有不同，虽然都是做液体活检，但他们关注在微生物领域。其核心产品 Karius Test 可以快速从血液样本中检测出 1000 多种导致感染的病原体微生物 ctDNA (microbial cell–free DNA, mcfDNA)，进而为医生的治疗提供决策帮助。 话题维度 最后，你还可以通过整个两天的会议内容来粗浅看看液体活检哪些话题获得了大家的关注。这里简单截一部分图。 如果里面有你感兴趣的话题就可以去搜搜报告人发表过的 paper 或者社交媒体，没准能有意外收获。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/11/24
articleCard.readMore

找到一种和这个世界沟通的方式

因为 9 月初写了 行业几家公司 2022 Q2 财报简读，最近又有小伙伴后台留言问 Q3 这几家财报陆续出来之后是不是更新一下近况，我瞅了瞅感觉不大有必要。 除了最新一季各家公司财报发布，接近年底公司们也陆续开始了财务人力评估。想必你最近看到更多的大概率是各种裁员新闻。 比如，国内外多家 biotech 公司过去一段时间密集宣布进行管线（人员）调整，国外多家 NGS 肿瘤诊断相关的公司也相继宣布进行人员优化。下游行业不容易，这股寒意自然会传递到 illumina 这样的龙头上游企业。 即便是进博会期间他们搭台，邀请诸多行业第一梯队公司的 CXO 来唱戏，给出了非常乐观的 2027 年行业预期和「基因组学时代已至」的结论。 但为了能活到 2027 年，illumina 还是宣布了 500 人的全球裁员计划。（下图是前几天看到的新闻） 其实，跳脱生物医药行业，最近从 10 月 28 日马斯克收购 Twitter 随后宣布裁员 50% 以来，加上 Meta 和亚马逊，这些宇宙超级大厂也陆续开启了涉及几万人的裁员计划。 之前那篇文章，我提到看起来 MRD 和早筛是多数公司拼命争取的第二增长曲线（或者说是面向投资人的第二故事曲线），结果很多人都问我有没有参与到这些第二增长曲线中去。 在这样的一个周期里，关注外部信息的同时，最近几天我反复想起其它行业一个朋友说的话：如今比参与到公司第二增长曲线中更重要的，也许是找到自己的第二增长曲线…… 为了一起缓解一下后台看到大伙留言中表现出的各种焦虑，从今天开始打算或长或短地持续更新一段时间专业向内容。 可能是一起读读最新的文献研究进展，可能是关注一些最新的行业动态，也可以一起聊聊你我关心和纠结的问题。 所以，特别欢迎大伙通过最近任意文章的留言功能进行留言，无论是发表自己最近一段时间的感想或者任何想讨论的问题，我会找一些力所能及的问题或请力所能及的朋友日后慢慢回答。 毕竟，不论如何，我们都还是要找到一种方式和这个世界沟通，不是么？ 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/11/24
articleCard.readMore

跨越60年的癌症靶向治疗里程碑

写在前面 在一年前，我曾经写过一篇 NGS 肿瘤研究可以学什么的文章，展示了一下规划的学习路径。 那个时候刚刚从生信涉及到癌症研究，我就寻思有没有一个类似于编年史的肿瘤重要研究进展。比如可以按照编年体的样子梳理重要的临床研究或癌症药物开发历史。 很可惜没有找到。 转眼一年时间过去，最近「网上冲浪」的时候我突然发现 ASCO 竟然把这个事情做了。或许是为了纪念他们的国家癌症法案颁布 50 周年，ASCO 官网专门建立了一个叫做 Cancer Progress Timeline 的页面。 这个抗击癌症里程碑的进展时间表提供了癌症主要进展的历史概述，记录了跨越 170 年的 400 多个里程碑。从 19 世纪中期全身麻醉的出现为癌症手术打开大门，到 2017 年 FDA 批准了第一个癌症基因疗法。 时间线内容突出了癌症治疗和研究领域的一些最重要的进展，几乎所有的里程碑都是严格进行的临床试验结果。我挑选其中靶向治疗相关内容进行学习梳理后有了今天这篇文章。 下面正文开始～ 1960-1999 1960 年，来自美国费城的研究人员发现了一种与许多白血病患者有关的染色体异常。直到十年后，研究人员发现，当 9 号和 22 号两条染色体的一部分发生易位时，就会产生这种异常。后来，它成为有史以来第一种靶向癌症治疗药物伊马替尼 (Imatinib) 的靶点，而伊马替尼 (Imatinib) 则改变了慢性粒细胞白血病和其他癌症的治疗方法。 距离白血病患者染色体异常被发现的 27 年之后的 1987 年，研究人员首次确定癌细胞上一种名为表皮生长因子受体（EGFR）的受体在非小细胞肺癌的生长和扩散中起着重要作用。正是这一发现为我们提供了一个新的治疗目标，并导致了之后几十年来多个靶向药物的开发，比如厄洛替尼（Erlotinib）。 又过了 10 年，1997 年，美国 FDA 批准了第一个癌症分子靶向药物利妥昔单抗（Rituximab），用于治疗其它治疗方法无效的 B 细胞来源非霍奇金淋巴瘤患者。利妥昔单抗（Rituximab）属于一类新的药物，如今被我们称为单克隆抗体，它针对免疫 B 细胞来干扰癌症的发展。日后，这类药物可以与其他癌症治疗方法相结合，从而提高患者的生存。 1999 年，人们在准备迎接千禧年的同时，大约 25%的乳腺癌患者则迎来了一种名为曲妥珠单抗（Trastuzumab）的靶向药物。在过度表达 HER2 蛋白质的乳腺癌，化疗中加入这种单克隆抗体可以极大的提高晚期乳腺癌的生存率。而曲妥珠单抗（Trastuzumab）的作用还远不止于此，2006 年，它被批准用于早期 HER2 阳性乳腺癌妇女术后辅助治疗，研究显示药物可以将复发的风险降低 50%以上，这是一个前所未有的结果。如今，曲妥珠单抗（Trastuzumab）也被 FDA 批准用于治疗有类似 HER2 过表达的胃癌患者。 2001 时间跨过千禧年，2001 年 FDA 仅仅在三个月的审查之后就批准了伊马替尼 (Imatinib)，研究数据显示该药物在大多数患者中可以阻止慢性骨髓性白血病（CML）的进展。伊马替尼 (Imatinib) 作为是第一种被证明能够对抗所谓 「费城染色体」分子缺陷的药物，在 1960 年首次被发现后，它已成为 CML 的标准治疗方法，其有效性和易于服用优势使大多数患者能够将 CML 作为一种可控的慢性疾病。 这一年可以说是伊马替尼 (Imatinib) 的高光年，在被批准用于治疗慢性骨髓性白血病仅数周后，靶向药物伊马替尼 (Imatinib) 就被证明对一种名为 GIST（胃肠道间质瘤）的罕见肿瘤有效。在伊马替尼 (Imatinib) 之前的药物治疗对 GIST 肿瘤几乎都没有效果。 2002 一年之后，2002 年，已于 1997 年被 FDA 批准的靶向药物利妥昔单抗（Rituximab）在加入标准的化疗方案（CHOP）后，被证明能够提高老年弥漫性 B 细胞淋巴瘤患者的生存率。随后试验则证实了其在所有年龄段患者中的结果，"R-CHOP "组合很快就成为这种类型的非霍奇金淋巴瘤的标准治疗方案。 话分两头，2002 年 8 月 1 日，Nature genetics 发表了一篇肝癌分子发病机制的研究进展。研究人员发现了调控肝癌细胞生长的遗传途径，表明肝癌的发展是由于多种途径的破坏进而导致了许多遗传上不同形式的肝癌。这些发现一方面解释了为什么基因靶向药物的开发在过去十年中被证明极具挑战性，另一方面也为研究人员提供了一些潜在的治疗目标来进行探索。 2003 2003 年是人类生物学研究进程中有重要纪念意义的一年，来自七个国家的研究人员宣布他们已经成功绘制了人类基因组中 30 亿个 DNA 地图。这项历时 13 年的人类基因组结果将免费提供给世界各地的科学家，而基因组序列如今是我们所有基于高通量测序肿瘤研究的基础。 同年 FDA 批准了首个非小细胞肺癌靶向治疗药物，来自于阿斯利康的吉非替尼（Gefitinib），此前的研究显示它能缩小一部分采用了其他疗法但仍进展的晚期癌症患者肿瘤，吉非替尼（Gefitinib）所靶向的，正是我们上文提到 1987 年就被科学家发现的 EGFR 基因。 然而，16 年的等待并没有立刻换来吉非替尼（Gefitinib）大显身手，仅仅 2 年之后，FDA 就限制了吉非替尼（Gefitinib）的使用场景。因为 2005 年的一项大型临床研究发现，和安慰剂相比吉非替尼（Gefitinib）治疗根本就没有延长患者的寿命，不过这项研究也提到从未吸烟的患者和亚裔患者可以从中受益。直到 2009 年和 2010 年，两篇先后发表在新英格兰医学的临床研究才有力的表明吉非替尼（Gefitinib）确实有作为一线治疗的价值，只不过它是在携带 EGFR 突变的患者中比化疗更有效。 2004 2004 年，一系列重要的研究表明，具有 EGFR 特定突变的肺癌肿瘤对 EGFR 靶向药物的反应很强。表皮生长因子受体是刺激癌细胞分裂的重要信号通路，这些发现为确定最有可能对吉非替尼（Gefitinib）产生反应的患者群体提供了关键信息。 于此同时，FDA 批准了第二个用于非小细胞肺癌的靶向药物厄洛替尼（Erlotinib）。来自于罗氏的厄洛替尼（Erlotinib）被批准用于接受至少一次化疗方案后病情恶化的晚期非小细胞肺癌患者。先前的研究数据显示厄洛替尼（Erlotinib）与安慰剂相比可提高两个月的生存。而后续分析显示，厄洛替尼（Erlotinib）还能改善患者的生活质量，减少疼痛和改善身体功能。 2004 年是罗氏风光的一年，除了厄洛替尼（Erlotinib），FDA 批准的首个 "抗血管生成 "药物贝伐珠单抗（Bevacizumab）同样来自于罗氏。被称为抗血管生成药物的贝伐珠单抗（Bevacizumab）是新一代靶向药，它通过阻断肿瘤生长所需的血管生长来攻击癌症。2004 年它首次被批准用于治疗结直肠癌，此后也成为晚期肺癌、卵巢癌和肾癌以及某些脑瘤患者的重要治疗手段。 此外，阿扎胞苷（Azacitidine）在这一年获准用于治疗骨髓增生异常综合征，作为一款表观遗传学药物，阿扎胞苷（Azacitidine）在低剂量时能够通过与 DNA 甲基化酶 DNMT 蛋白家族形成共价键抑制其酶活性，使细胞的 DNA 甲基化水平降低。阿扎胞苷（Azacitidine）的一种脱氧类似物地西他滨（Decitabine）在 2006 年同样获批。 2005 从 2005 年开始，靶向药物开始逐渐走上更多癌种治疗的历史舞台。但聊靶向药之前，还有一件事情不得不提。 2005 年 2 月，为了全面了解导致所有主要癌症的基因组变化，美国国家癌症咨询委员会下设的生物医学技术工作组，建议启动一个「人类癌症基因组计划」（Human Cancer Genome Project）。到了 6 月，美国国家癌症研究所和国家人类基因组研究所举办了题为「癌症的全面基因组分析」的研讨会，共同讨论如何实施人类癌症基因组计划的试点阶段。12 月 NIH 就启动了为期三年、耗资 1 亿美元的「癌症基因组图谱」试点项目。这就是后来在某些层面帮助了大量研究生博士生毕业的 TCGA。 伴随着 TCGA 项目启动，2005 年，厄洛替尼（Erlotinib）成为首个获准用于治疗胰腺癌的靶向药物。一项重要的临床试验发现与单独使用吉西他滨（Gemcitabine）化疗相比，将靶向药物厄洛替尼（Erlotinib） (Tarceva) 加入标准的吉西他滨（Gemcitabine）化疗能延长无法手术的胰腺癌患者寿命。这是自近十年前吉西他滨（Gemcitabine）问世以来，首次发现晚期胰腺癌患者使用新药存在生存益处的试验。 索拉非尼（Sorafenib）则在 12 月批准用于肾癌治疗，因为研究表明它能延缓晚期肾细胞癌患者的肿瘤进展。 西妥昔单抗（Cetuximab）和帕尼单抗（Panitumumab）也被批准用于治疗转移性结肠癌，他们同样是对抗表皮生长因子受体（EGFR）的单克隆抗体。不过后来的多项研究分析表明，西妥昔单抗（Cetuximab）和帕尼单抗（Panitumumab）只对 KRAS 野生型的患者有效，这一发现有助于医生确保药物只用于那些能够受益的患者，同时为不会受益的患者减少不必要的治疗和费用。 2006-2007 2006 年和 2007 年，在肾癌治疗领域舒尼替尼（Sunitinib）和另一种靶向药物 Temsirolimus 相继被 FDA 批准，研究表明前者与以前的标准治疗方法干扰素相比能够减慢疾病进展，而后者作为 mTOR 抑制剂可以将晚期肾癌患者的中位总生存期延长 3 个月以上。 这两年，在针对已有靶向药耐药的问题上，达沙替尼（Dasatinib）被证实可以帮助对伊马替尼 (Imatinib) 耐药的 CML 患者并随后进入一线治疗的行列；拉帕替尼（Lapatinib）被批准与卡培他滨联合用于肿瘤 HER2 过表达的晚期乳腺癌患者，可以减缓对曲妥珠单抗（Trastuzumab）耐药肿瘤的疾病进展，等到 2010 年又被批准与芳香化酶抑制剂来曲唑联合作为 HER2 阳性患者的首选疗法。 2007 年，贝伐珠单抗（Bevacizumab）适应症也向前迈进了一步。两项早期试验表明，单独或与化疗药物伊立替康连用，贝伐珠单抗（Bevacizumab）可能会使治疗后病情进展的胶质母细胞瘤患者的肿瘤缩小。基于这些发现，FDA 对贝伐珠单抗（Bevacizumab）治疗胶质母细胞瘤给予加速批准，使其成为十年来第一个被批准用于治疗脑瘤的新药。而此后很多年，贝伐珠单抗（Bevacizumab）也开启了各种联合用药之路。 2008 2008 年，因为可以延迟肿瘤生长，贝伐珠单抗（Bevacizumab）又被 FDA 加速批准与紫杉醇联合治疗新诊断的晚期乳腺癌患者。然而，后来的长期研究显示贝伐珠单抗（Bevacizumab）并不能延长生存期。关于这种药物用于乳腺癌的争论仍在继续，尽管它在治疗其他常见癌症，如肺癌和结直肠癌方面有既定作用。 这一年，普拉曲沙（Pralatrexate）成为首个获批专门用于 T 细胞淋巴瘤治疗的药物，一项研究显示它可以使近三分之一常规治疗后仍然存在或复发的外周 T 细胞淋巴瘤患者的肿瘤缩小，研究中超过 10%患者的肿瘤完全消失了。随后，FDA 加速批准其用于复发或对其他化疗反应不佳的外周 T 细胞淋巴瘤，这是第一个被专门批准用于治疗 T 细胞淋巴瘤的药物。 与此同时，除了药物本身的研发，实验室技术的最新进展使得利用简单的血液样本检测**已经脱离肿瘤的癌细胞（称为循环肿瘤细胞）**成为可能。同样在 2008 年，发表于新英格兰医学的一项表明跟踪这些循环肿瘤细胞的数量有助于评估非小细胞肺癌患者对治疗的反应。 尽管彼时使用的检测方法是 PCR，但这种所谓治疗过程中的使用血液检测进行动态监控的方法将在 10 年之后大放异彩。 2009 2009 年之前，我们看到值得纪念的里程碑大多数是少数几个药物在不同癌种或者条件下的应用突破。但 2009 年的 ASCO 大会，研究人员分享了一类新型靶向药物首个令人鼓舞的发现，代号为 AZD2281 的药物适用于难以治疗的 "三阴性 "乳腺癌和那些涉及到 BRCA1 BRCA2 基因突变的乳腺癌。这类药物就是如今我们所知的 PARP 抑制剂，而 AZD2281 的中文名字叫做奥拉帕利（Olaparib）。 PARP 抑制剂旨在使癌细胞用于修复 DNA 损伤的关键酶失效并促使癌细胞死亡。它们还可能使癌细胞对其他治疗如化疗药物更加敏感。当然，彼时还需要进一步长期随机临床试验来确定 PARP 抑制剂是否真正有益于乳腺癌患者，如果是的话，哪些特定类型的乳腺肿瘤最有可能对该药物产生反应呢？其它癌种效果如何？这些都是以后的故事。 2010 时间来到 2010 年，从 2010 年开始靶向药物抗击肿瘤的里程碑逐渐增多。旧的明星药物继续在其它领域开疆拓土，用于后线治疗的药物慢慢上位，新的靶点药物也在这一年问世。 大约 80%的转移性乳腺癌妇女经历了癌症扩散到骨骼，这种并发症会导致疼痛、骨骼变弱和其他影响生活质量的副作用。2010 年，一项大型研究显示名为地舒单抗（Denosumab）的靶向药物可以预防或明显推迟骨转移。 达沙替尼（Dasatinib）和尼罗替尼（Nilotinib）用于慢性骨髓性白血病的一线治疗可能比当时的标准药物伊马替尼 (Imatinib) 更有效，尽管这三种药物针对的都是 「费城染色体」上相同的活性遗传途径，但研究表明较新的药物可能会引起更快、更强的反应，并且比伊马替尼 (Imatinib) 引起的副作用更少。 一项大型长期试验确定，在标准药物氟达拉滨的初始治疗中加入靶向药物利妥昔单抗（Rituximab）可以减缓慢性淋巴细胞白血病的进展并改善患者生存。这是有史以来发现的第一个能明显延长该疾病患者生命的药物治疗方案。试验发现，超过 10%的接受这种方案治疗的病人在十年后没有出现疾病进展。 这一年的 ASCO 大会报道了一项研究，在一线化疗中加入靶向药物贝伐珠单抗（Bevacizumab），然后将其作长期的 "维持 "疗法，可以显著减缓卵巢和周围组织中患有癌症的妇女的疾病扩散速度。 对于新药，在一项 III 期研究中发现 BMS 研发的靶向药物伊匹木单抗（Ipilimumab）能够改善晚期黑色素瘤患者的生存期，并延迟疾病进展。该药物在 2011 年初被 FDA 批准。不久之后，第二个试验发现，与单独使用化疗相比使用伊匹木单抗（Ipilimumab）联合化疗的组合治疗也延长了患者生存期。 伊匹木单抗（Ipilimumab）是靶向 CTLA-4 的单克隆抗体，可促进 T 细胞活化及其随后的抗肿瘤免疫作用，日后其它不少免疫相关药物也都不约而同选择在黑色素瘤中和大家见面。 这一年的另一个重头戏，来自于针对钻石突变 ALK 的药物出现。 间变性淋巴瘤激酶（anaplastic lymphoma kinase, ALK）融合基因是非小细胞肺癌的驱动基因，其发生率 3%-7%，在从未吸烟的患者中更为常见。EML4 和 ALK 两个基因分别位于 2 号染色体的 p21 和 p23。两个基因片段的倒位融合能够使得组织表达新的融合蛋白 EML4-ALK，这种融合基因又能导致肿瘤发生。之所以被称为钻石突变，是后来研究发现具有这类突变的患者使用靶向药物后疗效往往都比较好。 克唑替尼（Crizotinib）就是由辉瑞研发的一款 ALK 抑制剂。在 2010 年发表于新英格兰医学的研究数据显示，在有 ALK 基因异常的癌症患者中有很高比例肿瘤会缩小。 2011 年，根据长期实验数据，该药物被 FDA 批准用于肿瘤携带 ALK 基因突变的晚期肺癌患者。 2011 2011 年，FDA 批准了靶向药物维罗非尼（Vemurafenib），对于 BRAF 基因中存在特定突变的患者而言，数据显示该药物可以缩小肿瘤并提高晚期黑色素瘤患者的生存率。在许多情况下，患者开始这种治疗的几天内就会出现疼痛的大幅减少和肿瘤缩小。不过似乎癌症通常在几个月后又会停止对这种新型药物的反应。 维罗非尼在黑色素瘤细胞系中可以引起程序性细胞凋亡。如果 BRAF 具有 V600E 突变，维罗非尼会中断 BRAF/MEK/ERK 通路上的 BRAF/MEK 步骤。 至于 Plexxikon 和 Genentech ，作为共同研发这款药背后的两家公司，后者于 2009 年已经被罗氏收购，前者则在 2011 年 4 月被日本制药公司第一三共 (Daiichi Sankyo) 收购。 2012 要在 2012 年挑一个癌种来讲，那应该是 HER2 阳性乳腺癌。同样在新英格兰医学杂志，2012 年初和 2012 年末先后发表了两项 HER2 阳性的乳腺癌研究。 在 2012 年初的研究结果中显示，培妥珠单抗（Pertuzumab）和曲妥珠单抗（Trastuzumab）两种针对 HER2 的药物与标准化疗一起进行治疗，可大幅减缓晚期 HER2 过表达的乳腺癌肿瘤生长速度。 这项研究的另一个意义在于为探索将两种或更多针对相同分子途径的药物结合的研究增添了新的思路和信心。 2012 年 11 月发表的文章又将开启一个新的靶向药物时代。恩美曲妥珠单抗（T-DM1）是一种抗体-药物偶联物，兼有曲妥珠单抗（Trastuzumab）靶向 HER2 抗肿瘤作用和微管抑制剂 DM1 的细胞毒性作用。抗体和细胞毒性药物通过稳定的连接物共价连接。该药物旨在与癌细胞上的 HER2 蛋白结合，并直接将这些药物输送到肿瘤中，最大限度地减少对体内健康组织的不良影响。 在一项研究中，将曾接受曲妥珠单抗（Trastuzumab）和紫杉醇治疗的 HER2 阳性晚期乳腺癌患者随机分配到 T-DM1 组和拉帕替尼（Lapatinib）联合卡培他滨组。T-DM1 组的中位无进展生存期为 9.6 个月，拉帕替尼（Lapatinib）联合卡培他滨组为 6.4 个月，且 T-DM1 组的客观有效率较高（43.6%对拉帕替尼联合卡培他滨组的 30.8%；P<\0.001）。 基于此，FDA 在 2013 年批准了 Genentech 研发的 T-DM1 用于晚期 HER2 阳性乳腺癌，而 9 年之后的 2022 年，第一三共和阿斯利康共同研发推广的 ADC 药物 T-DXd(Enhertu) 通过 DESTINY-Breast03 研究狂虐 T-DM1 又是另外一个故事。 2014 如果说 2012 年是乳腺癌备受关注的一年，那么到了 2014 年黑色素瘤又一次重新走到了前端。2014 年也是 PD-L1 和 PD-1 抑制剂正式走上历史舞台的一年，FDA 批准了帕博利珠单抗（Pembrolizumab）和纳武利尤单抗（Nivolumab）两种免疫疗法治疗黑色素瘤，也加速批准了曲美替尼（Trametinib）和达拉非尼（Dabrafenib）对携带某些 BRAF 基因突变的晚期或无法手术的黑色素瘤患者进行联合治疗。 2014 年 11 月，新英格兰医学发表了一项 BRAF 抑制剂和 MEK 抑制剂联用与单独使用 BRAF 抑制剂治疗黑色素瘤的比较研究，研究表明新方案能使大多数患者获得持久的反应。 2014 年 7 月的柳叶刀杂志，一项被称为 KEYNOTE-001 研究中的黑色素瘤相关结果发表，对于伊匹木单抗（Ipilimumab）治疗后进展的晚期黑色素瘤患者接受默沙东的帕博利珠单抗（Pembrolizumab）治疗表现出了一定的效果，ORR 为 26%。这对于那些几乎没有有效治疗选择的患者来说可能是一种有效的方法。 帕博利珠单抗（Pembrolizumab）作为一种「免疫检查点抑制剂」，通过阻断名为 PD-1 的途径发挥作用，该途径可以阻止身体的免疫系统攻击癌细胞。 同样也是免疫检查点抑制剂的纳武利尤单抗（Nivolumab）由 BMS 研发，在 2014 年和 2015 年先后发表了多篇文章。研究结果显示其可以在服用伊匹木单抗（Ipilimumab）和 BRAF 抑制剂后病情恶化的黑色素瘤患者中产生持久反应。对于没有 BRAF 突变的转移性黑色素瘤患者中，纳武利尤单抗（Nivolumab）与化疗相比，在总体存活率和无进展存活率方面有显著改善。 2015-2017 帕博利珠单抗（Pembrolizumab）和纳武利尤单抗（Nivolumab）的比赛，在 2014 年的黑色素瘤治疗中仅是一个开端。之后的三年时间，他们在不同癌种里的治疗竞赛全面展开，也彻底打开了肿瘤免疫检查点抑制剂的时代。当然，紧随其后入局的还有罗氏研发的 PD-L1 抑制剂阿替利珠单抗（Atezolizumab）。 2015 年到 2017 年这三年时间，上述三种免疫疗法被 FDA 批准用于化疗恶化的晚期非小细胞肺癌患者，纳武利尤单抗（Nivolumab）获批用于晚期肾细胞癌患者。 越来越多的研究表明，对于标准治疗没有反应的霍奇金淋巴瘤患者，使用 PD-1 抑制剂的免疫疗法也可以带来明显的好处，可以使以前接受过许多癌症治疗的患者得到缓解，这使得 FDA 分别在 2016 年和 2017 年对这两种药物的适应症给予加速批准。 BMS 眼看自己的伊匹木单抗（Ipilimumab）在免疫治疗道路上被后来的三个弟弟围起来打，就又开辟了另外一种新的免疫治疗角度。在 2015 年和 2016 年先后发表都结果证明术后使用伊匹木单抗（Ipilimumab）辅助治疗可以降低早期黑色素瘤的复发风险并延长生存时间。这也标志着首次研究显示伊匹木单抗（Ipilimumab）对早期黑色素瘤的有效性。 除了对一部分患者进行无差别的治疗外，2016 年的研究发现，对于晚期非小细胞肺癌中表达高水平 PD-L1 蛋白的患者来说，帕博利珠单抗（Pembrolizumab）可以提高生存率并比标准化疗引起的副作用更少。此后，这一研究为这种类型的肺癌建立了新的治疗模式，免疫疗法成为 PD-L1 阳性的首选疗法。 同样在 2016 年，一项早期临床试验中，阿替利珠单抗（Atezolizumab）迅速缩小了先前接受治疗的晚期尿路上皮癌患者的肿瘤，特别是 PD-L1 含量高的患者。基于此 FDA 批准阿替利珠单抗（Atezolizumab）用于治疗晚期尿路上皮癌，成为 30 年来第一个新的膀胱癌治疗方法。 虽说这三年抗击肿瘤都里程碑多数都来自免疫，但仍旧有一类新的乳腺癌治疗方法在此期间问世，那就是细胞周期蛋白依赖性激酶 (CDK) 抑制剂。 哌柏西利（Palbociclib）作为CDK抑制剂的首个药物，能阻止控制细胞分裂的关键蛋白。在临床试验中，标准激素疗法中加入哌柏西利（Palbociclib），将癌症恶化的时间在初治患者中延长了 11 个月，对于以前接受过治疗的患者则延长了约 5 个月。2015年，FDA加速批准哌柏西利（Palbociclib）联合来曲唑作为作为一线治疗用于激素受体阳性和 HER2 阴性的晚期乳腺癌患者。2016年，FDA加速批准哌柏西利（Palbociclib）与氟维司群用于治疗激素治疗后病情恶化的晚期乳腺癌。 阿贝西利（Abemaciclib）作为另一种CDK4/6抑制剂，2017年被批准为第一个用于先前接受内分泌治疗和化疗转移性患者的CDK4/6抑制剂单药治疗。 2018 时间来到 2018 年，肿瘤靶向治疗历史中的里程碑大年，这一样在多个癌种中的多种药物都有重大突破。 首先是免疫治疗领域。罗氏的阿替利珠单抗（Atezolizumab）为了应对 O 药和 K 药，开始在免疫联合治疗以及一些难治性肿瘤中发力。 2018 年发表的 IMpassion 130 试验结果中，表达 PD-L1 的肿瘤患者在接受联合治疗时无进展生存期得到了改善。阿替利珠单抗（Atezolizumab）联合化疗不仅成为了第一个被批准用于乳腺癌的免疫疗法，也是对预后极差的晚期三阴性乳腺癌患者的一个重要进展。 同样 2018 年发表，IMpower 133 的实验结果显示化疗基础上加用阿替利珠单抗（Atezolizumab），小细胞肺癌生存期明显延长。这种联合疗法于 2019 年被 FDA 批准，已成为小细胞肺癌的标准疗法。 接下来是我们在 2009 年就曾提到的 PARP 抑制剂。 2017 年一项针对晚期 BRCA 基因胚系突变相关的乳腺癌临床试验显示，与标准化疗相比，PARP 抑制剂奥拉帕利（Olaparib）能降低癌症进展风险且副作用更少。 大约 5% 未经选择的乳腺癌患者携带胚系 BRCA 突变。基于这些数据，2018 年初奥拉帕利（Olaparib）被 FDA 批准用于这一用途，也标志着首次有药物被批准用于治疗有胚系 BRCA 基因突变的转移性乳腺癌患者。 除了在乳腺癌里的应用，奥拉帕利（Olaparib）在新诊断晚期卵巢癌患者的维持治疗中也有了新的突破。 一项名为 SOLO 1 的三期试验在 2018 年底发表，结果说明患有新诊断的晚期 BRCA 突变卵巢癌患者，手术和化疗后接受 PARP 抑制剂奥拉帕利（Olaparib）的维持治疗与不接受维持治疗相比，疾病进展或死亡风险降低了 70%。这些结果不仅使 FDA 批准了奥拉帕利（Olaparib）用于这一适应症，而且代表着在治疗这种类型的癌症患者方面又向前迈出了一大步。 还记得 2004 年获批的厄洛替尼（Erlotinib）么？随后的 14 年时间里，EGFR-TKI 药物有了巨大发展。因为各种耐药情况的出现，已从一代走到三代，2018 年奥希替尼（Osimertinib）登场。由阿斯利康开发的奥希替尼（Osimertinib）是一种口服第三代 EGFR-TKI，它可选择性地抑制 EGFR T790M 耐药突变。 在 FLAURA 试验中，奥希替尼（Osimertinib）与两种标准的 EGFR-TKIs 相比，对以前未治疗的 EGFR 突变阳性晚期非小细胞肺癌患者的无进展生存期延长了近 80%，中位无进展生存期为 18.9 个月，疾病进展或死亡的风险比标准组低 54%。在 AURA3 试验中，与化疗相比奥希替尼（Osimertinib）也改善了患者的生活质量。 基于这些研究，奥希替尼（Osimertinib）在 2018 年被批准用于一线治疗转移性非小细胞肺癌且存在 EGFR 19del 或 21 号外显子 L858R 突变的患者。同时，它也成为确诊 EGFR T790M 阳性患者的新标准一线疗法，这些患者往往在使用其他 EGFR-TKIs 一线治疗后耐药并复发。 最后，还是 2018 年，一种名为拉罗替尼（Larotrectinib）的新药在两项临床试验中表现出了积极的结果。 拉罗替尼（Larotrectinib）可以择性地针对存在于各种实体瘤中的一类基因组异常 NTRK 融合。这种异常在常见癌症的发生频率为 0.5%至 1%，但在某些罕见难治癌症中，如唾液腺癌、儿童乳腺癌和婴儿型纤维肉瘤，它的发生率可以高达 90%。 一项早期临床试验中，拉罗替尼（Larotrectinib） 在包扩成人和儿童的多种类型的 NTRK 融合癌症中产生了强烈持久的效果。另一项只关注儿童癌症的实验中，发现该疗法几乎能使所有 NTRK 融合患者的肿瘤缩小。这也证明精准医学治疗可使儿童癌症患者受益。基于这些发现 FDA 加速批准拉罗替尼（Larotrectinib）用于患有 NTRK 融合的晚期或无法手术的实体瘤癌症患者。 2019 2019 年，再来关注一下 CDK4/6 抑制剂药物。 瑞博西利（Ribociclib）作为一种另一种 CDK4/6 抑制剂药物，与内分泌疗法联合可以为晚期 HR+ HER2- 乳腺癌绝经前和围绝经期的患者带来总体生存获益。这一年发表的 MONALEESA-7 试验结果显示，瑞博西利（Ribociclib）的 42 个月生存率为 70.2%，而接受安慰剂加标准内分泌治疗的妇女仅为 46%。这种治疗组合对于治疗患有这种疾病的年轻女性是一个重要步骤，因为她们的肿瘤往往更具侵略性，生存率比绝经后的患者更差。 写在最后 至此，根据文章开头提到的Cancer Progress Timeline，我们就梳理了癌症靶向治疗，从1960到2019年的一些重要里程碑。至于最近三年哪些是重要的靶向治疗相关里程碑，可能还需要一些时间的沉淀。 另外，为了便于阅读学习，我把Cancer Progress Timeline 的所有内容扒下来整理了一下，顺便也弄了个非常粗糙的翻译版本供你参考。 Cancer Progress Timeline 英文整理版 Cancer Progress Timeline 中文整理版 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/9/17
articleCard.readMore

同样做肿瘤NGS检测，美股上市的9家公司近况如何

声明：本博客所有文章的专业/行业相关信息全部来源于公开资料，且所有内容和观点仅代表个人。 写在前面 很多东西，单独看一个点看不出什么，但相似的东西摆在一起还能耐住性子看过去，往往就比较有意思，比如文献，比如财报。 8 月 31 日，随着燃石 2022 Q2 财报的发布，除了计划私有化的泛生子，美股上市且主要业务包括肿瘤 NGS 检测的几家同类型又各有特点的公司，2022 Q2 财报已悉数发布。 本文涉及到的九家公司包括：Natera、Guardant、Exact Sciences、Myriad、Veracyte、Invitae、Oncocyte、GRAIL 和燃石医学。 其中，GRAIL 因为被 Illumina 收购，所以其营收内容展示在后者财报中。而除了燃石总部在中国，其它 8 家公司的全部位于美国。 如果说大家的财报有一个主旋律，那就是亏。但各有各的家底，各有各的亏法，也各有各的侧重。除了关注主要财务指标，还应该留意这些公司在财报中提到了哪些其它信息。 因为篇幅有限，本文提到的每家公司我们以后都可以详细展开聊聊他们的核心产品和产品背后的临床试验与应用方向。 Natera Natera 成立于 2004 年，在 2017 年如今行业最熟悉的 Signatera 面世之前，其核心业务集中在无创产前检测 NIPT 领域。 用创始人 MATTHEW RABINOWITZ 的话说：2004 年他姐姐生下了一个患有唐氏综合症的儿子，仅仅出生六天后就去世，创建 Natera 是因为相信所有家庭都应该获得能够及早发现遗传病的技术。 不过最近几年，他们的 MRD 产品 Signatera 像开了挂一样，迅速吸引了大家的目光。比如，2019 年 3 月，华大更是宣布和 Natera 合作完成 Signatera 在中国的商业化落地（中文名：华见微）。 这次合作华大花了多少钱呢，答案是 5000 万美元。 回到 Natera 2022 年第二季度财报。 主要受 Signatera 强劲增长的推动（特别是在结直肠和免疫治疗），其第二季度总收入增长了 40%，收入增加到 1.982 亿美元，去年同期为则 1.42 亿美元。 第二季度净亏损 1.452 亿美元，2021 年同期为 1.16 亿美元。 截至 2022 年 6 月 30 日，Natera 持有约 6.387 亿美元的现金、现金等价物、短期投资和限制性现金（其中现金和现金等价物 0.91 亿）。 比较有意思的是，他们也自信地在财报中写到：结合今年的发展，公司有信心在 2024 年中期实现现金流平衡。（flag 先立在这里，我们 2024 Q2 再来） 在 Earnings Pre 中，他们特别强调了 Signatera 医疗保险覆盖范围已经包括了肌肉浸润性膀胱癌（MIBC）。而 MIBC 的预估市场则可以达到每年 40 万的检测量。 目前其产品可覆盖的报销人群如下图所示。 关于 Signatera 在泛癌种的临床试验，可以看到已经涵盖结直肠癌、胃食管癌、胰腺癌、乳腺癌、卵巢癌和黑色素瘤。 Guardant Guardant 是一家从成立之初就专注于全周期跨癌种液体活检（血液检测）的公司，用他们自己的话说 Our goal from day one has been to provide blood tests that span all stages of cancer. 具体如何实现，大概是下图所示的几个方向。 第二季度财报显示，截至 2022 年 6 月 30 日的三个月收入 1.091 亿美元，比 2021 年同期的 9210 万美元增长 19%。其中受到临床检测量和生物制药公司样品量增加的推动，肿瘤业务收入增长 27%。 截至 2022 年 6 月 30 日，现金、现金等价物和有价证券为 12 亿美元，其中现金和现金等价物 2.15 亿美元（2021 年底为 4.92 亿美元）。第二季度净亏损 2.29 亿美元，而 2021 年同期为 0.97 亿美元。 在具体的细节内容中，Natera 一方面也是提到医保，另一方面强调了药企合作业务的增长。 而在全球化策略中，可以从上图看到他们特别提到中国的一家公司艾迪康，早前报道显示，Guardant 的 Guardant360 和 GuardantOMNIO 都已经完成了国内授权。 针对公司最重视的结直肠早筛监控，按照 Guardant 的说法正在释放出 20 个 billion 的市场机会。 更多的产品策略可以从下图略知一二。 多说一句，开头我们提到的这两家公司在 MRD 领域互相一直不对付。针对产品的性能没少搞事情，从 2021 年 5 月开始就一直在打官司，而同行只能静静地看他们表演。 Exact Sciences Exact Sciences 成立于 1995 年，2001 年进行首次公开募股。 纵观 Exact Sciences 的发展，能够进行结直肠癌粪便筛查的 Cologuard 可以说是其最核心的一款产品。依托于万人入组的大型临床研究  DeeP-C，Cologuard 的安全和有效性得到充分证实，并于 2014 年获得美国 FDA 批准用于结直肠癌检测。 除此以外，最近几年他们的液体活检产品 OncotypeDX 则是另外一项重要业务。OncotypeDX 目前已经在前列腺癌，乳腺癌和结直肠癌中有了不同方向的应用。 接下来看看他们的 2022 Q2 财报数据。 不同于其他几家 NGS 检测公司，Exact Sciences 在这波疫情中参与了 COVID-19 检测业务。 公司第二季度的总收入为 5.216 亿美元，比 2021 年同期的 4.348 亿美元增长 20%。在三块主要业务中，Screening 业务达到 3.54 亿美元，超过 67%，肿瘤相关的业务收入为 1.54 亿美元，同比增长约 12%。COVID-19 检测占了零头 0.14 亿美元。 Exact 整个第二季度的净亏损为 1.661 亿美元，而去年同期的净亏损为 1.769 亿美元。第二季度末的现金和现金等价物为 2.134 亿美元，有价证券还有 5.146 亿美元。 关注的主要内容和突破可以在下面两张图中一目了然：基本盘是结直肠癌筛查，还有多癌种早筛和 MRD 监控。 值得注意的是，在这次财报中宣布将放弃 Oncotype DX 在前列腺中的检测，以高达 1 亿美元的价格出售给 MDx Health。 Myriad 论资历，成立于 1991 年的 Myriad，是没有多长历史的历史长河里成立最早的基因组公司之一。1994 年他们的科学家在 Science 中发表论文发现了 BRCA1 基因与遗传性乳腺癌和卵巢癌有关。1995 年就已经正式在 NASDAQ 上市。 通读财报，几个关键数字。 Myriad 2022 年第二季度收入同比下降了 5%。该期间的总收入为 1.793 亿美元，低于去年第二季度的 1.894 亿美元。本季度净亏损 1410 万美元，去年同期亏损 470 万美元。第二季度末拥有 1.052 亿美元的现金和现金等价物。 看点细节。商业化的核心检测业务包括了三大部分，分别是心理健康检测业务（涵盖 64 种精神疾病检测能力的 GeneSight），女性健康检测业务（产前检测），以及我们最为熟悉的肿瘤检测业务。 其肿瘤业务在 2022 年第二季度收入 7610 万美元，同比下降 3%，但比第一季度连续增长 9%。 具体到肿瘤业务，Myriad 提供遗传性肿瘤检测，比如 MyRisk；还提供肿瘤诊断相关产品，如 myChoice CDx （HRD 检测）、Prolaris 前列腺癌检测和 EndoPredict 乳腺癌预后检测。 MyChoice CDx 2022 年第二季度在美国的季度交易量达到历史最高，同比增长 63%，比 2022 年第一季度则连续增长 10%。 前列腺癌预后检测产品 Prolaris 在 2022 年第二季度也实现最高季度销量，比之前的季度销量记录高出 6%。 Veracyte 成立于 2008 年的 Veracyte 是一家明确定位为肿瘤诊断的公司，诊断产品主要包括了如下图所示的 6 个。其中不少产品的主要用途是对单一癌种进行临床相关的分型。 2022 年第二季度总收入 7290 万美元，与 2021 年的 5510 万美元相比增长了 32%，同样包括了三个主要部分。 其中，检测收入为 5970 万美元，与 2021 年第二季度的 5080 万美元相比增长了 18%，主要是由泌尿科相关产品的增长推动；产品收入为 310 万美元，与 2021 年第二季度的 270 万美元相比增长了 16%；生物制药和其他收入为 1000 万美元，与 2021 年第二季度的 160 万美元相比增加了 840 万美元，主要是由收购 HalioDx 的贡献所推动。 Veracyte 第二季度的净亏损为 950 万美元，而去年同季度为 900 万美元。 本季度末拥有现金、现金等价物和短期投资 1.640 亿美元。预计 2022 年全年总收入将达到 2.72 亿美元至 2.8 亿美元，同比增长 24%至 28%。 公司的四个主要中长期增长策略。 在不同癌种中的产品布局。 Invitae Invitae 成立于 2010 年，根据最新的财报显示，其 Q2 收入 1.366 亿美元，与 2021 年第二季度的 1.163 亿美元相比增长了 17.5%。截至 2022 年 6 月 30 日，现金、现金等价物还有 3.03 亿美金。 Q2 净亏损 25 亿美元，在财报中特别给出了说明，之所以能亏这么多，主要是因为净亏损包括了 23 亿美元的商誉减值，这是由于股价和相关市值的持续大幅下跌以及低于预期的财务业绩的结果。 在财报中 Invitae highlight 了三点内容，分别对应医疗机构，药企合作和患者人数。 其中特别提到，超过 310 万的患者总人数中近 62%可用于数据共享。之所以关注数据共享，是因为 Invitae 把患者的真实世界数据管理，看做未来重要的增长方向。 关于烧钱速度，Invitae 也给出了一个比较乐观的预期。 预计 2023 年将从 6 亿美元下降到 3 亿以内，还专门强调，按照目前的现金储备烧到 2024 年底不成问题。（又是一个 flag，且看） Oncocyte Oncocyte 成立于 2009 年，最主要的产品是肺癌诊断相关的产品 DetermaRx。 Oncocyte 的财报显示，其第二季度的总收入为 210 万美元，2021 年第二季度为 200 万美元。净亏损 830 万美元。截至 2022 年 6 月 30 日现金和现金等价物还有 4480 万美元。 关于产品相关的细节披露中。与 2021 年第二季度相比，DetermaRx 的样本量增长了 66%。另外一项免疫治疗相关产品 DetermaIO，其临床合作伙伴在 ASCO 和 AACR 上供提交了五份摘要，扩大了 DetermaIO 与六种不同癌症类型决策的临床相关性的证据。其中独立前瞻性随机临床试验表明，DetermaIO 可以识别并扩大结直肠癌的免疫检查点抑制剂的患者。 此外，他们 highlight 了比较有意思的两点内容。 一是裁员。知道自己钱剩下的不多，他们表示组织结构调整预计每年将减少超过 450 万美元的人力成本，其它的成本削减算在一起，预计 2023 年的年运营成本将比 2022 年减少约 1200 万美元。 二是特别提到了国内的燃石。由于燃石引进了 Oncocyte 的 DetermaRx Lung Cancer Assay（中文名：朗迪瑞），Oncocyte 今年也因此获得了 100 万美元具有里程碑意义的付款。 GRAIL 作为一家专注于肿瘤早检的公司，GRAIL 2021 年 8 月被 Illumina 收购之后，其核心经营数据也纳入了母公司的财报。后者 2022 年 Q2 的财报就分成了两个部分，其中一部分是 Core Illumina，另一部分是 GRAIL。 关于 Core Illumina 不谈，我们仅仅捡出来 GRAIL 的部分看看。先说结论，一个季度亏了 1.87 亿美元。 在 PPT pre 上，Illumina 展示了 GRAIL 被收购之后的一些大动作。 比如： 在 NHS-Galleri 试验中招募了 14 万名参与者，这是多癌症早检队列最大的研究 与阿斯利康开展战略合作开发相关的诊断产品 与 Mercy Healty 和 Ochsner Health 展开合作将 Galleri 的服务范围扩大到全美 备受关注的 PATHFINDER 研究，在 2022 年马上就要召开的 ESMO 大会将发布最终研究结果 另外，PPT 里没写，但是财报里提到的。与 Fountain Health Insurance 合作，提供 Galleri 作为年度福利；另一方面，与美国退伍军人事务部和退伍军人健康基金会合作，在未来 3 年向全美 10,000 名退伍军人提供 Galleri。 这么多大动作，直接反映在钱上得多费钱呢？ Illumina 随后展示 GRAIL 营收 1200 万美元，支出 1.56 亿美元。烧钱主要还是在人力和临床试验，甚至这个数字由于他们 G&A 费用控制，要比预期少了一些。 可以多说一句的是，Illumina 现在野心之大和头之铁。 一年前收购 Grail，案子本身就没有通过美国和欧盟的审查许可。在这个行业里的人都明白，你一个卖仪器的上游企业，收购一个用仪器的下游公司。这做法，越看有点越像大洋彼岸的……。 收购一年之后，Illumina 前一阵子刚刚表示公司已经拿出了接近 5 亿美元的预算，为欧盟可能征收的巨额罚款做好准备。 燃石医学 看完楼上 8 家公司，最后看看唯一的国内公司燃石。 燃石成立于 2014 年，相比于其他几家美国公司要更晚一些。不过依靠持续的研发投入如今也带来了产品能力的回报。 以早筛为例，自 2016 以来，燃石基于甲基化策略的早筛产品已经进行了多次迭代升级，完成了从 6 癌种到 9 癌种再到 22 癌种的监测和溯源。 在最新发布的财报中，燃石 highlight 三部分内容： 院内诊断和 MRD 推动增长，新产品占中心实验室收入的 7% 早筛 PROMISE 中国首个前瞻性、多癌种液体活检多组学验证性研究结果，和 GRAIL 一样也会在下个月的 ESMO 公布结果；PREVENT 万人前瞻性干预研究已经在 2022 Q2 启动 药企合作收入持续增长，2022 年上半年收入同比增长 166.6%，且新合同价值 1.58 亿人民币，同期也增长了 49%。 强调这三点，多少能看出一些东西。 比如入院和 MRD 产品是目前高度关注的两个趋势；早筛的两个研究体现了对于相关业务未来稍远几年的强烈预期；药企服务，在疫情持续不明朗，影响中心实验室和院端主要核心业务的几年，似乎成为了一个被愈发看重的业务营收增长点。 当然，这些具体内容也都可以在 Earnings Pre 中看到详细介绍。 关于具体营收。 截至 6 月 30 日，整个二季度收入为人民币 1.308 亿元（1950 万美元）, 毛利 8260 万元。三个核心板块中，中心实验室业务收入人民币 7860 万元（1170 万美元），院内业务收入人民币 3420 万元（510 万美元），药企服务收入人民币 1807 万元（270 万美元）。 过去一年半的中心实验室送检量如下图。 再来看看入院的情况，合作医院数量和 Q1 相比还有 3 家增长。 同时，在 Earnings Pre 中燃石也特别提醒了 COVID-19 对于业务的影响。 其中院内，全国除上海北京以外 60%的强劲增长被上海北京 49%的销量减少抵消。上海和北京的销量实在是太重要了。 钱花到哪里了呢？ 财报显示，研发费用人民币 9211 万元（1380 万美元），销售和营销费用为人民币 1.056 亿元（1580 万美元），一般和行政费用（G&A）人民币 1.5 亿人民币（2240 万美元）。 截至 6 月 30 日的三个月，净亏损人民币 2.621 亿元（3,910 万美元），而 2021 年同期为人民币 2.037 亿元。还有现金和现金等价物 11.48 亿人民币（1.714 亿美元）。钱不缺，这点和上面我们提到的 Invitae 类似。 此外，对于 MRD 和早筛的重视，也在整个 Earnings Pre 中随处可见。 早筛内容里，他们特别介绍了自己的早筛技术和多癌种早筛优势以及深度合作的大佬们。 在 MRD 方向上则详细展示了自己的发展策略和临床试验进展。 写在后面 上市公司的好处（对于行业从业者）就是每季度发布的财报给了我等打工人一个更全面了解行业和公司的小窗口。 写到这里，我们就看完了这 9 家公司 Q2 的整体情况和未来的一些发展重心。 整体受到经济环境周期和 COVID-19 的影响，大家就是一起亏亏亏。面对这样的现实，不差钱的、有靠山的继续迈开步子向前，多数公司都需要重新思考，开始很难避免的人员架构调整和研发投入调整。 最后的最后，再来看一看这几家公司目前的市值吧。我们下次见。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/9/1
articleCard.readMore

30 岁，让我们成熟和改变的不是生日而是生活

写在前面 30 岁，有人开始发现自己不再年轻，有人开始焦虑自己的目标、成功和失败，30 岁在 20 岁看来也许觉得好笑，在 40 岁看来也许又觉得矫情。不管怎么说，我的 30 岁还是来了。 发这篇文章时，已是我在 30 岁路上的第 4 天，此刻才有时间和你聊聊，同时感谢之前所有人的祝福。 伦写生日文，我最佩服《失控》的作者凯文凯利（KK）。68 岁生日，他写下 68 Bits of Unsolicited Advice，给出了自己 68 岁时的 68 条忠告。69 岁生日，他写下了 99 Additional Bits of Unsolicited Advice，给出了自己 69 岁的 99 条忠告。今年等来了他 70 岁生日主题文 103 Bits of Advice I Wish I Had Known。嚯，这次直接增加到了 103 条。 崇拜谁就模仿谁，所以很早之前我给自己定下了 30 岁写 30 条感悟的目标。嗯，如你所见，没写出来。还是熊言熊语，随便聊聊。 也许 29 岁最后一天和 30 岁第一天的我们不会有多少质的变化。真正让我们成熟的是那些生活和其中为数不多的经历，或让人恍然大悟，或让人追悔莫及，或让人晕头转向，也可能让人继续前行。 有些人 30 岁的经历你可能在 20 岁已经习得，有些人 30 岁的感受你可能要等到 40 岁才有所体会。 许久没联系的发小前几天微信问我作为三旬老汉有何感受。我这个发小本科毕业 7 年时间里先后换了三份工作，英年早婚，孩子已经能打酱油，如今安家在一个南方城市。我猜他不是真心求教，便说：开始感受社会的暴击。 他回复我：很好，那就不用我了，生活能教你做个人。 29 岁这一年，当我拿到一本建行绿色「个人住房抵押贷款合同」，翻开 X00 万贷款还款 30 年那一页时，脑子里突然冒出了万青的一句歌词：如此生活 30 年，直到大厦崩塌。 也许这就是 30 岁，开始需要抵押自己的生活。 29 岁这一年，是我开始工作的第一年。蛮幸运，在喜欢的行业喜欢的公司和一些厉害的人做一点喜欢的事。和多数刚开始工作的朋友类似，我对工作投入了巨大的精力和感情，有点像我第一次走进大学校园和第一次走进研究生课题组的实验室。做的每件事情都会有收获有遗憾，胖胖的脑袋里塞满了各种各样的问题。 也许这就是 30 岁，问题往往留给喜欢解决问题的人，不过「能者多劳」不等于「多劳多得」，前者 always 后者 just sometimes。 29 岁这一年，当我在魔都封闭的三个月里，因为行业寒冬和大环境，亲历公司组织架构优化的那一刻，一切都很平静又不平静。 也许这就是 30 岁，有人需要对企业和股东负责，而你和我需要对自己负责。 应该 珍惜可以做决策的机会 我不是一个擅长独立做决策的人，30 岁的我意外发现不少人和我一样，无论比我年轻 10 岁还是年长 10 岁。至于原因，我想无外乎是缺乏自信和害怕承担。 面对决策时，如果你心里已经有了一个答案，就没有必要再去关注别人的回答，不如可以刻意搁置几天之后再问问自己的答案。 我们会把罚点球的机会交给别人，不是因为相信别人更准，也可能是害怕承担没踢进的责任。放弃决策的机会就等于提前找了条退路：这件事不是我决定的，是综合考虑之后大家（多数人）的意思。 问题在于，只要你是最终决策者，无论大家的意思是不是你真实的意思，最后它都会变成你的意思呈现。有些事不是你的错也并不意味着不是你的责任。 此外，我们很少有机会直面重大决策，即便有些当下看起来迫在眉睫，但放在 3 年 5 年哪怕稍微长那么一点点的尺度上都会没多重要。大方向定了，一些小决定无论怎么下都不会差别太多，所以本身也不需要承担多大责任。 最后，不敢做决策还可能是由于我们主动限制了选择，我们习惯于根据已拥有的内部信息和容易看到的眼前影响做出决策。当我们在 A 还是 B 极度纠结时，也许稍微尝试下发现是可以选择 A 和 B 的。 当我们拥有独立决策机会的时候，不妨勇敢做出决策，然后承担这个决策带来的结果。 更多关注自我的感受 我是一个偏讨好型人格的人，从小到大想要做到足够好，让所有人都尽可能满意。如今到了 30 岁仍然会时常在意外部评价。我经常强调希望听到正负两面的完整评价，以为我们多数人都处在游戏规则中，在这个规则里人和人之间的评价与被评价构成了彼此的认知基础。 这一年的经历让我意识到，基于外部反馈构建的价值体系，把自我的认知体系依托于外部评价，是容易崩塌的。即便看起来已经是良好的评价体系也很难真正做到明晰、一致和开诚布公，你能听到的是可以听到的，我能讲出来的也只是愿意讲的。 在很多心理学的书籍中（比如《被讨厌的勇气》），都会提到「课题分离」的概念。「课题分离」概念是奥地利心理学家阿德勒提出，指的是要解决人际关系的烦恼就要区分哪些是你的课题，哪些是他人的课题。我们每个人只需要把自己负责的课题做好，而一件事情最终的结果由谁来承担就是谁的课题。比如，信任别人是你的课题，别人如何看待你的信任是别人的课题。 我们每个人都在路上，不要去开别人的车，也不要让别人我们的车，开好自己的车就可以了。我们因为不想被外界认为自己不好然后在意他人的感受，这不是对他人的关心而是对自我的执着，从课题分离的角度来思考，过分在意「他人怎么看」的生活方法其实反而是「以自我为中心」的生活方式。 因此，我们需要更多地去关注自我的感受，同时把对于自我执着转换为对别人真正的关心。 长时间的社会教育下，我们习惯把外部的认可和评价作为一个又一个里程碑，期待给二十岁三十岁的自己一点「交代」，但「交代」本身不是最终目的也非你能完全把控。我们要明确的，也许是阶段性可自我衡量的指标，然后一个阶段结束后去评估这些指标自己是否达到了，这是我们自己的课题。而基于此，他人是否给予了所谓的认可和评价，又变成了别人的课题。再进一步，面对呈现评价和结果，选择如何采取下一步行动，又是你自己的课题。 你真正能控制的就是自己的行动和态度。 学习如何面对失去 这篇文章在自己公众号初次发表的当天晚上，我在上海收到了老家爷爷去世的消息。 我的爷爷今年89岁，年轻的时候是个特别精神的帅小伙，工作之后因为工伤一只眼睛失明。虽然没上过什么学，但是极爱学习。 退休后，就用剩下的一只眼睛每天开始在家读字典，然后读杂志读报。好玩儿的是，杂志和报纸他从来不买，就每天去老家的河边和路边捡，为此天天被我奶奶唠叨。而这些捡回来的报纸和杂志，也成了我小学那几年难得的课外读物，有《读者》和《意林》这些，也有兵器相关的。印象尤为深刻的是有一段时间经常会捡回来《知音》和《家庭》这类杂志，每次我过去都看的津津有味。 后来，读研究生之后每年再回家，爷爷就很少能认出我来，奶奶说他老糊涂。 如今，爷爷走了，奶奶躺在床上不能下地，也糊涂了。而我，在离老家1400多公里的地方。 本来我想刻意避开「失去」这个话题，觉得时候不到，也没什么机缘思考生生死死。但让我成熟和改变的不是生日而是生活。没办法，不想面对什么，生活就给你点机会。 当我们30岁的时候，父母通常到了五六十的年纪，父母的父母也到了七八十岁。过年一年每次和家里通电话，我习惯了在最后要问一圈家里人的近况，爷爷奶奶怎么样，姥姥怎么样，大姨二姨家，我姐我哥呢。下次再打电话，已经没有机会问起爷爷了。 所以，到了30岁的年纪，终归要开始逐渐学习然后习惯面对失去。 失去的可能是一些我们试图努力争取的东西，也可能是我们习惯了感觉是理所应当的东西，比如，来自家人的照顾，甚至是家人。 写在最后 我那个发小在聊天最后说：即便社会的暴击拳拳到肉，作为胖子还好，借力打力，别伤了自己。我自然是没告诉他我在减肥，管住嘴不迈腿的方法最近瘦了 5 斤。祝所有思绪繁杂的胖子能变成波澜不惊的瘦子。 回到文章开头，关于高度抽象的道理和方法，读起来容易，但我以为只有活到那个岁数（或真有些经历了）才能有所体会。自己没炖出 30 岁的 30 条感悟这样的「鸡汤」，但还是从 KK 过去 3 年 270 条内容里随机地挑选了 10 条他的感悟分享，万一，有些内容你刚好就已经活到了呢。 You are what you do. Not what you say, not what you believe, not how you vote, but what you spend your time on. 理解他人也一样 For a great payoff be especially curious about the things you are not interested in. 好奇是最好的动力 You are as big as the things that make you angry. 有一句类似的更火的中文版：人的胸怀是委屈撑大的。 Three things you need: The ability to not give up something till it works, the ability to give up something that does not work, and the trust in other people to help you distinguish between the two. 敢于放弃敢于不放弃，明白什么时候做出选择。 Don’t be the smartest person in the room. Hangout with, and learn from, people smarter than yourself. Even better, find smart people who will disagree with you. Recipe for success: under-promise and over-deliver. Work to become, not to acquire. Ignore what others may be thinking of you, because they aren’t. If you can avoid seeking approval of others, your power is limitless. Don’t be the best. Be the only. The greatest rewards come from working on something that nobody has a name for. If you possibly can, work where there are no words for what you do. 扩展 凯文 · 凯利 70 岁生日的 103 条人生建议 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/8/13
articleCard.readMore

ctDNA系列之一：ctDNA的生物学特征、检测技术问题和临床应用方向

写在前面 2022 年 6 月，中国抗癌协会肿瘤标志专业委员会（下文简称 CACA）在 中国癌症防治杂志 上发布了 ctDNA 高通量测序临床实践专家共识（2022 年版）。 2022 年 7 月，欧洲医学肿瘤学会（ESMO）精准医学工作组在 Annals of Oncology 发布了癌症患者 ctDNA 检测建议。 于此同时， 2022 年 7 月 20 日，Nature 发布了一篇高深度全基因组 ctDNA 测序在前列腺癌中的相关研究，从另一个维度揭示了 ctDNA 今后潜在的应用方向。 通过对 ctDNA 进行深度全基因组测序，可以揭示每个患者独有特征，帮助临床医生更有效地检测治疗耐药性，进而选择可以改善患者预后的个性化治疗。 随后，2022 年 8 月 1 日，Nature Reviews Clinical Oncology 发表了另一篇 ctDNA 综述：Circulating tumour DNA — looking beyond the blood，介绍了非血液样本类型中 ctDNA 的应用现状。 考虑到篇幅问题，我们将分三次完成这几篇系列文章的学习，第一篇是 ESMO 和 CACA 专家共识建议的整理学习；第二篇和第三篇是上文提到的两篇文献解读学习。 希望通过这三篇文章，可以对 ctDNA 目前的技术问题、应用方向和新的应用前景有一个相对综合的了解和把握。 说明：在这篇文章中，我们会弱化共识中具体的实验和技术细节，而是关注于两份共识中涉及到 ctDNA 生物学特征、技术分析问题和临床应用方向的内容。更完整的信息需要查阅原文档。本文整体结构基于 ESMO 临床应用建议展开，配合对应的 CACA 专家共识。 ctDNA 生物学特征 在健康人中，血浆 DNA 主要来自造血系统细胞，其浓度从可忽略的数量到高达 100ng DNA/ml，正常细胞产生的血浆 DNA 片段长度在 166bp 左右。肿瘤细胞主动分泌或在肿瘤细胞凋亡或坏死过程中释放入循环系统中的 DNA 片段（ctDNA）长度在 132~145 bp 左右，且半衰期较短（一般<2 h） ctDNA 携带肿瘤细胞相关遗传特征，包括突变、甲基化、扩增重排等。ctDNA 长度、基因组位置和表观遗传标记等，可以提供信息来区分正常样本和癌症样本，并确定肿瘤的起源。ctDNA 代表了不同肿瘤亚克隆所释放的混合 DNA，可以反映特定肿瘤异质性，更好地描述肿瘤基因组特征。 血浆 DNA 的清除主要发生在肝脏，ctDNA 水平动态变化影响因素主要包括如下几项： 肿瘤病理组织类型、部位、分期、肿瘤负荷 其他来源的 DNA 干扰 克隆性造血细胞产生的 cfDNA 携带的基因突变信息 不同采样时间 药物治疗 ctDNA 是由肿瘤细胞主动分泌或肿瘤细胞在凋亡或坏死过程中释放入循环系统的 DNA 片段；其丰度受多种因素影响，波动较大，在内外因素特别是治疗压力下，其携带的生物信息可能会发生演变，且受正常细胞胚系变异或克隆性造血细胞体系突变干扰，在临床检测和报告解读过程中应特别注意。（CACA 共识） ctDNA 检测技术问题 在癌症患者中，ctDNA 根据肿瘤的不同特征而变化，其中包括肿瘤部位、疾病程度、增殖凋亡、坏死、炎症、肿瘤微环境等等。ctDNA 分析成功的关键是选择恰当的分析类型以解决特定的科学和临床问题。 目前，没有一种单一的 ctDNA 分析方法可以适用于所有目的（早检、MRD、基因突变鉴定和评估肿瘤遗传异质性、鉴定耐药分子机制等）。 在早检或 MRD 分析背景下，需要对有限数量的 ctDNA 进行超灵敏分析，而在识别与治疗耐药相关的突变和转移环境中的肿瘤遗传异质性时则需要不同的分析类型。不同的分析方法有不同的 LoD 度 LoQ，最终确定提供分析结果所需的血浆 DNA 和 ctDNA 量。 关于 ctDNA 的技术问题，需要着重从如下几个方面考虑 分析前的影响 ctDNA 的释放受到很多因素影响，比如患者特定的生理条件、炎症以及急性慢性疾病。ctDNA 的水平会受到包括化疗、靶向和免疫各种治疗方式的影响，可分为急性变化和长期变化两个阶段。 其中几天到几周范围内的急性变化受到治疗对肿瘤和正常细胞的直接影响，几周到几个月的长期动态变化与治疗对肿瘤的缩小有关。 此外，可供检测的血浆 DNA 数量与提取的血浆体积成正比，还要注意避免样品采集和处理过程中白细胞的裂解。 分析中的影响 分析过程中，假阳性和假阴性是两个主要问题。 即使是相对晚期的癌症患者，很多血浆中的 ctDNA 水平也可能很低。在 ctDNA 检测中无法检测到突变的原因可能是患者肿瘤中没有突变（真阴性）或 ctDNA 水平过低无法检测到突变（假阴性）。 在出现假阴性检测结果的原因方面，需要考虑多种技术因素，如分析的血浆 DNA 量以及不同类型突变之间可能存在的检测灵敏度差异。血浆中的 ctDNA 浓度与肿瘤分期和体积相关，一些临床和病理因素也与 ctDNA 水平相关。对 ctDNA 检测结果的解释必须考虑到血浆样本中的 ctDNA 含量不足以检测不同类型突变的可能性。 使用 CNAs、DNA 甲基化或血浆 DNA 片段分析时，需要通过确保有足够的肿瘤来源 DNA 存在增加给出真实阴性结果的可能性。下图展示了不同 ctDNA 含量可以进行的检测。 而对于假阳性结果，最大的问题来自于克隆性造血和胚系突变。 在整个细胞生命周期中，由于环境、化学因素或细胞分裂过程中的复制错误等原因，体细胞改变会在正常组织中积累。如果这些体细胞改变赋予了选择性的生长优势，它可能引起克隆性扩张并增加连续驱动突变的概率。血液中的血浆 DNA 主要来源于凋亡的造血细胞，因此这些细胞的克隆性扩张有可能造成 ctDNA 的假阳性结果。 在克隆性造血（CHIP）中突变的基因与实体瘤驱动基因有部分重叠。例如，对很大一部分晚期前列腺癌、肺癌和乳腺癌患者的基因突变检测中在血浆 DNA 出现克隆性造血相关基因（如 TP53、ATM）的假阳性。 这些假阳性在很大程度上可以通过白细胞（WBC）DNA 测序或者通过肿瘤组织样本的配对样本来尽可能排除。 因此需要留意，许多抑癌基因（如 TP53）或与 DNA 修复有关的基因（ATM 和 CHEK2）进行仅血浆 DNA 分析具有一定的挑战性，对于克隆性造血中常见的突变基因如 DNMT3A 和 TET2 尤其要小心。 针对这些问题，ESMO 的专家建议中，给出如下几点需要考虑的技术建议。 用于 ctDNA 分析的抽血时间应根据临床问题进行谨慎选择，不同的因素会影响 ctDNA 的释放（如治疗、并发炎症过程和手术等）。为了检测术后 MRD，最好在手术后至少 1 周内进行；对于愈合时间较长的大手术，可能需要 2 周或更长时间。为了进行晚期癌症基因分型，应避免在治疗响应或未进展的治疗期间进行采样，以尽量减少假阴性。 取决于处理时间和使用的检测方法，在选择血样采集管时应谨慎。 如在提取 DNA 前进行血样采集，应于-80℃ 下长期储存，尽可能减少连续的冻融过程。 假阴性（实际存在于肿瘤中的相关突变未被检测到）是 ctDNA 检测的一个重要问题，可能是由于所分析的血浆 DNA 水平低、检测灵敏度不足或"非脱落"（non-shedding）肿瘤造成。 当检测容易含有克隆性造血突变的基因时，克隆性造血是 ctDNA 检测中出现假阳性的常见原因。对于临床治疗可及的抑癌基因如 DNA 修复基因的检测，建议同时分析血浆 DNA 和白细胞 DNA。对于这种检测，建议从接受血浆 ctDNA 检测的患者身上常规收集富集白细胞的 Buffy coat ，以便在必要时有可用的材料排除相关影响。 在 ctDNA 中可能检测到肿瘤易感基因的致病胚系突变（如 BRCA1、BRCA2、PALB2），检测这种变异需要用验证过的检测方法判断体细还是胚系。 临床基因分型检测在今后应该适用于评估肿瘤纯度，以便有助于医生进行真阴性预测。 对于 ctDNA NGS 检测相关标准，与之相应的 CACA 共识如下。 ctDNA NGS 检测实验室质量管理需贯穿全程，ctDNA 收集、样本处理和自动化过程应按照标准化和临床验证程序进行，最大程度防范因操作差异而引发的假阴性可能。样本采集建议采用含细胞稳定剂的抗凝管，尽快完成血浆分离，提取的 cfDNA 建议在 24h 内进行后续检测，否则，置于-30°C 至-15°C 下储存并避免反复冻融。（CACA 共识） ctDNA NGS 检测应根据项目需求选择技术路线，可依据检测基因数量及覆盖范围大小选择不同测序策略。在进行基于 ctDNA 的超高灵敏度突变检测时，建议使用分子标签技术和优化对应的生物信息分析设置，以降低由于测序平台随机误差导致的假阳性结果；建议通过建立测序噪音和克隆性造血背景库的方法降低克隆性造血及背景噪音带来的影响。（CACA 共识） 检测报告信息 对于检测报告中应该包含哪些内容以及用词规范，ESMO 给出了如下建议。 CACA 共识中则提到： ctDNA NGS 临床检测报告应包含受检者基本信息、样本信息、实验室信息、检测项目、检测结果及变异解读、检测方法的实验室内部验证结果、检测局限性及不确定性以及进一步检测的建议等内容。实验室应建立报告 SOP，建议根据国内外文献、共识指南、临床试验证据和实践对检出的肿瘤基因突变进行分类或分级报告。（CACA 共识） 如果想了解更全面的内容，可以参考另外一份中文共识 肿瘤二代测序临床报告解读共识。 ctDNA 检测临床应用 针对 ctDNA 的临床应用，ESMO 给出了如下一段描述。 ctDNA 具有多种潜在的临床应用，包括用于筛查、描述早期疾病的特征、检测局部治疗后的分子残留疾病（MRD）、预测复发、对晚期肿瘤进行分型、治疗效果早期评估、响应监测和耐药机制鉴定。（如下图所示） ctDNA has multiple potential clinical applications, including its use for screening, characterisation of early disease, detection of molecular residual disease (MRD) after definitive local treatment, prediction of relapses, genotyping advanced cancer, early assessment of treatment efficacy, monitoring of response and identification of mechanisms of resistance to therapy 对于需要紧急治疗的患者，组织活检的延迟可能会限制治疗方案，而液体活检可以提供更快的结果。 空间和时间异质性是恶性肿瘤的既定特征，ctDNA 的优点是更容易连续获得，并且可以获得来自患者几个转移部位的"基因组库"。当组织检测只能在原发肿瘤中实施时，液体活检可以为有转移的患者提供更准确的基因分型。 ctDNA 的释放与肿瘤的生长成正比，而肿瘤的生长与细胞的死亡和更替有关，生长最快的肿瘤克隆脱落的 ctDNA 最多，理论上是最有临床意义的。多次液体活检可能允许检测获得性耐药突变，以便根据获得性耐药基因型最佳地选择后续治疗。 与组织检测相比，ctDNA 检测也有假阴性和假阳性率较高的局限性，而且样本中肿瘤占比较低，限制了对突变等位基因比例（VAF）的准确评估，并限制了拷贝数变异的分析。 晚期肿瘤基因分型 下表列出了针对液体活检的肿瘤特异性晚期肿瘤基因分型检测建议。 具体的内容可以参考原文和对应的治疗指南。 即便已经有了大量的证据表明液体活检可以用于晚期肿瘤基因分型，但是其仍然具有明显的局限性。 针对于不同突变类型，ctDNA 检测性能目前还有很大差别。例如 ctDNA 样本中的体细胞拷贝数变异只有在 ctDNA 比例较高的情况下才能被准确识别，只有在无法进行组织取材时才能取代组织评估。 此外，bTMB 与 ctDNA 的数量高度相关，因此需要最低数量的 ctDNA 来进行有效行评估（当肿瘤细胞含量低时这一问题同样适用于组织检测） 肿瘤检测部位的建议 ctDNA 检测敏感性在仅有中枢神经系统转移性疾病和原发性脑瘤中会降低，液体活检通常不适合对此类患者进行基因分型，但如果是基因分型的唯一样本来源则可以尝试。 有研究表明可从脑脊液分析中获得基因分型，但是再存在 oligometastasis 和仅有结节的疾病中，ctDNA 存在较高的假阴性，应特别考虑进行组织检测或在肿瘤体积较大时进行间隔性 ctDNA 检测。 晚期肿瘤基因分型应用建议 液体活检在晚期肿瘤中具有非常高的灵敏度和临床特异性，当其结果将影响标准治疗方案时可在常规实践中使用。同时也必须考虑到 ctDNA 检测的局限性。 建议将液体活检优先作为组织基因分型的替代选择，特别是对于临床上需要快速获得结果的侵袭性肿瘤，如晚期 NSCLC。这也适用于无法或不适合进行组织活检的情况。 用于基因分型的液体活检应在肿瘤进展时进行（不论是未接受治疗的还是后线治疗）。在肿瘤对治疗产生反应时收集样本，其敏感性会降低。 对于晚期肿瘤的基因分型，在临床实践中，RT-PCR、dPCR 和 NGS 检测之间的选择应根据可用性、报销情况和肿瘤特定情况下的 1 级可操作性基因变异的数量来确定。 在解释癌症易感基因（如 BRCA1、BRCA2、PALB2）的致病变异时应谨慎，需要进行有效的胚系检测以确认胚系或体细突变。 考虑到临床敏感性和阴性预测值，当液体活检未检测到可采取治疗的突变时，应建议进行组织检测。对于专家，如果能确认样本中存在足够 ctDNA，可能不需要进行组织检测。 ctDNA 检测对融合和拷贝数变异的敏感性较低，在有组织时应使用组织检测。 所有的肿瘤科医生都应该有机会接触 MTB，在使用 ctDNA 检测前期进行学习，以确保检测结果的正确解读，对疑难病例则应该进行讨论以确保做出合理决策。 晚期肿瘤动态监控 用于早期疗效评估的 ctDNA 动态分析 因为 ctDNA 的半衰期短且有可能进行无创重复采样，所以血液 ctDNA 可以在治疗过程中对疾病进行实时监测。 在治疗过程中监测肿瘤患者的研究表明，ctDNA 动态与治疗响应相关，并可能比临床/放射学检测更早发现。在多种不同的肿瘤类型和治疗类型（化疗、靶向和免疫）中，对治疗有响应的患者在开始治疗后几周内 ctDNA 水平会下降。 ctDNA 的早期下降可能反映了细胞周期停滞导致的 ctDNA 释放减少，后期则反映了肿瘤体积减小。需要注意的是，在开始细胞毒性药物治疗的几天后，ctDNA 水平可能会出现短时间上升。 越来越多的证据表明，对接受了免疫检查点抑制剂治疗的转移性肿瘤患者进行连续 ctDNA 水平变化的追踪，可以评估预后和治疗效果。 其中，监测 ctDNA 水平的一个临床用途就是区分真正的临床放射学进展和免疫治疗的假性进展（接受免疫治疗的患者中有 5%-10%的患者会出现这种情况）。 纵向监测用于发现耐药突变 ctDNA 分析也可用于评估临床进展前耐药性基因组机制的出现。在接受靶向治疗的不同类型肿瘤患者队列中进行的几项研究表明，纵向 ctDNA 分析能够在临床进展前检测到早期出现的耐药突变。 未来研究方向 今后，需要进一步研究确定 ctDNA 动态评估的最佳时机和预测反应的准确阈值。对于监测临床进展前出现的耐药突变还需要进一步研究监测的频率。 需要进行随机干预研究，以评估根据 ctDNA 的动态评估改变治疗是否能改善患者治疗结局，或着可以避免不必要的副作用和尽量减少经济成本改善生活质量。 晚期肿瘤监测建议 没有足够证据表明需要在治疗期间采用定期监测 ctDNA 的方法。虽然早期 ctDNA 动态监控与预后密切相关，并且在临床进展前的多个月可以发现耐药突变，但没有足够的证据表明根据这些发现采取的措施可以改善预后。需要进行随机干预的临床试验来评估 ctDNA 监测的效果。 早期肿瘤 MRD 和分子复发监测 大量证据表明，在可能的治愈性治疗后检测到 ctDNA 与未来的复发高风险有关，我们通常使用两个术语进行表述。MRD 是实体瘤中的一个术语，描述在用手术和/或放化疗对原发肿瘤进行治愈性治疗后不久出现的残留癌细胞的分子证据。 MRD 可只能通过分子技术（如 PCR 或 NGS 或 CTC 分析）来检测，但无法通过基于血液的蛋白质肿瘤标志物或常规成像检测进行。分子复发（molecular relapse，MR）是指在辅助治疗或监测期间，在较晚时间点上对隐性疾病进行分子检测。 多个病例-对照和队列研究的数据支持 ctDNA 分析用于 MRD 检测的临床有效性。早期乳腺癌、结直肠癌、肺癌和膀胱癌等许多研究中，在完成治疗后或监测期间立即检测 ctDNA 可以预测高风险复发。 ctDNA 检测表明，在没有进一步治疗的情况下预测复发的特异性往往超过 90%，然而在大多数研究中，在完成治疗后不久检测 MRD 的敏感性往往小于 50%。 此外，ctDNA 检测显示从 ctDNA 检测到临床复发的时间通常为 6 个月，也就是说现有的 ctDNA MRD 检测主要是检测那些注定要经历早期复发的患者（初治后第一年内复发），可能无法检测晚期复发的疾病。 除了临床有效性，ctDNA MRD 的临床实用性还有待确定，需要进行前瞻性随机试验。MRD 检测最明显的潜在应用是可以指导个性化的辅助治疗，即 MRD 阳性患者可能从额外的治疗中获益。另外从理论上讲，没有 MRD 的患者可以减少辅助治疗的力度。但目前可用的 ctDNA MRD 检测灵敏度不高，假阴性率高，使用这类检测指导降阶治疗需要谨慎。 基于 MRD 的降阶治疗策略，无论是在治愈性治疗后立即进行 ctDNA 检测还是在监测期间进行检测，都需要在非劣效设计的随机试验中与目前标准方法进行仔细比较，明确证明临床效用。 未来 MRD 临床试验的考虑内容 首先，证明辅助治疗中的临床效用（与不使用 ctDNA 检测相比，ctDNA 检测是否能改善临床结果并增加临床决策的价值）的证据应该是最高级别，可以通过如下实验完成。 前瞻性随机临床试验，主要目的是评估 ctDNA 检测结果用于指导辅助治疗或监测策略。 前瞻性-回顾性研究，使用主要目的不是为了评估 ctDNA 指导管理（通常作为探索性终点）而进行的前瞻性试验中收集的血样。需要两个或更多的独立研究产生类似的结果来确定临床效用。 值得注意的是，ctDNA 的临床应用在很大程度上依赖于疾病类型、分期、可有效根除 MRD 的现有治疗方法和预期用途。目前正在进行多项基于 ctDNA 的随机临床试验，以确定 ctDNA 在早期实体肿瘤中的临床应用。大体上，ctDNA 指导的试验可以在以下临床环境中进行。 确定性治疗几周后：研究 ctDNA 检测是否可以用于 ctDNA 阴性患者的降阶治疗和/或 ctDNA 阳性患者的强化治疗。可以使用非劣效性（用于降阶策略）和优效性（用于升阶策略）设计。 完成标准辅助治疗后不久：主要目的是研究额外 "二线 "或 "辅助治疗后 "的新疗法是否能提高可检测到 ctDNA 但影像学上没有疾病证据患者的治愈率。 监测期间：确定与标准监测方案相比，ctDNA 指导的监测是否可以更早发现复发，让更多患者接受根治性转移切除或改善患者生存。 早期肿瘤 MRD/MR 建议 对早期肿瘤进行治愈性治疗后使用有效检测方法进行 ctDNA 检测可以预测复发风险，多项研究已经表明了其临床有效性。 在常规实践中并没有足够前瞻性临床证据证明 MRD 指导下的治疗可以改善疗效或安全降阶治疗。 早期或晚期协助肿瘤初步诊断 ctDNA 检测可以作为诊断工作流程的一部分，为影像学判断疑似有肿瘤的患者提供服务。 对于难以进行组织活检的肿瘤患者，可以使用 ctDNA 检测基因分型来识别突变进而确认肿瘤存在。在这种情况下，克隆性造血突变不能与致病突变混淆，因此使用专业的检测方法至关重要。 对于侵袭性肿瘤患者，与组织活检相比 ctDNA 检测可能会使患者提早开始靶向治疗。对用于诊断的 ctDNA 检测，必须要考虑到假阴性问题。 对无症状人群进行筛查 ctDNA 在癌症治疗方面的最终应用可能是能够在无症状的人群中发现早期癌症和癌前病变，进而采取相关措施提高治愈率，甚至防止侵入性肿瘤的发展。 这一概念成为现实还需要大规模的人群研究提供足够证据，而标准化筛查工具在保持临床敏感度的同时实现高特异性是必要条件。 因为早期肿瘤的 ctDNA 含量很低，使用 ctDNA 在技术上仍然具有挑战性。此外，理想条件下以 ctDNA 为基础的筛查也应能提供癌症起源组织的信息，而这在现阶段也还远不成熟。 目前，在这一领域已经进行了大量的工作，研究表明，高灵敏度的测序方式可以与蛋白质生物标志物、片段长度特征和甲基化检测相结合。不过在筛查人群中进行的大型研究数据证实之前，ctDNA 检测作为多种癌症的筛查工具还不能被视为 ctDNA 检测的有效用途。 以上是 ESMO 提到的 ctDNA 几个应用场景，与之相对应的 CACA 给出了如下三点共识。 目前已有临床证据支持 ctDNA NGS 检测可应用于肺癌、乳腺癌、前列腺癌、卵巢癌等晚期实体肿瘤的伴随诊断，但涉及的驱动基因及其变异类型与相应分析体系均有严格限定，若超适应症应用时，建议与患者就检测必要性、检测费用以及局限性等内容进行充分知情。ctDNA NGS 检测已被国内外专家共识或指南建议作为多种晚期恶性肿瘤组织基因检测的替代方式，但依据其分析结果实时制定临床治疗策略时仍需高级别循证证据支持。（CACA 共识） 晚期实体肿瘤分子靶向或免疫检查点抑制剂治疗开始后，基于 NGS 检测的 ctDNA 水平定量和动态变化分析，有望成为新兴的疗效评估途径。ctDNA MRD 检测是全新的个性化技术应用领域，尚难以建立通用性技术标准，亟待通过大样本、多中心、前瞻性的临床试验验证其临床效用。ctDNA NGS 检测在临床上用于靶向或免疫治疗评估和分层时，建议就检测价值、局限性和费用等进行充分知情。（CACA 共识） 在临床环境中，ctDNA NGS 检测可用于识别分子靶向治疗的耐药机制，尤其对于疑难复杂的肿瘤患者，该结果有助于后续的治疗选择决策。免疫检查点抑制剂治疗获得性耐药机制复杂，治疗选择压力下的肿瘤亚克隆演进仅为其部分原因，ctDNA 靶向测序、全外显子和（或）全基因组检测仅作为其转化研究工具之一。（CACA 共识） 小结 液体活检，特别是 ctDNA 检测，正在越来越多地用于临床实践。 目前已有足够的证据表明其在晚期癌症基因分型可以用来指导治疗，特别是在组织活检不理想或时间至关重要的情况下。 在临床中使用 ctDNA 必须考虑到检测的敏感性，特别是对融合和拷贝数变异的敏感性较低。进一步开发更好的检测方法将真假阳性/阴性结果准确地区分开仍是未来基因分型检测的主要优先事项。 ctDNA 检测比组织测序能更准确地捕捉患者体内空间和时间上的肿瘤异质性，具有理论上的优势。现在需要进行更多重要的临床试验来评估检测这种异质性如何能够提供临床有用的信息来改善治疗。 由于缺乏有用的证据，尚不建议将 ctDNA 检测用于如早筛、MRD 评估和治疗反应早期评估的其他可能目的。基于甲基化、片段长度的测序或新型超敏感突变检测方法等目前正在开发的新技术有可能优化这些应用。正在进行中的多项临床实验，也可能为在多种临床情况下采用 ctDNA 检测进行决策提供证据基础。 以上就是 ctDNA 学习三部曲的第一部分内容，ESMO 和 CACA 专家共识建议的整理学习。下一篇文章，我们将学习高深度全基因组 ctDNA 测序在前列腺癌中的相关研究，一起看看高深度全基因组深度 ctDNA 检测的可行性和应用优势。 下次见。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/8/2
articleCard.readMore

在《Google软件工程》里了解如何在团队内进行学习和分享

《Google软件工程》这本书朋友推荐给我的时候内心里是懵的，咱就是说就我这coding level可万万不敢看狗哥软件工程。结果对方表示可以「少量多次，温水送服，按需阅读，比如只看第二部分」。 本着看看又不吃亏的原则，在物流原因买不到中文版的情况下还是忍不住看了一小章英文。 先说结论：这书，得推荐。 就算你完全不写代码，只要所在的实验室、团队或者公司涉及到软件相关或者扩大到脑力劳动和知识管理相关的工作，这书都应该读（至少第二部分）。 为什么学习和分享会是挑战 比如，你可以在这本写软件工程的书里搞清楚为什么在一个组织内部学习和分享会变成一种挑战。 在第二部分的第三章「Knowledge Sharing」，首先写了Google总结出的6条为什么在一个组织内部学习和分享会变成一种挑战的原因，包括：缺乏心理安全、存在信息孤岛和存在有或无专长等等。 为了不剧透就稍微扩展一点。 信息孤岛的存在会客观上带来三个问题：信息碎片化（每个岛屿对于整体都有不完整的描述）、信息重复（每个岛屿都重新发明了自己的做事方式）和信息偏倚（每个岛屿做同一件事情的方法可能并不完全兼容）。 而所谓「有或无专长」，则是组织内部被分成两类成员，一派是“无所不知”的人，另一派则是菜鸟，但是很少有中间状态。 如果专家总是自己做每一件事，而不花时间通过指导或文档来培养新的专家，这个问题往往会加剧。在这种情况下，知识和责任继续积累在那些已经拥有专业知识的人身上，而新成员或新手只能自己照顾自己，并以缓慢的速度成长。 如何营造一个心理安全的空间 如何应对这些问题呢？仅举例如何营造一个相对心理安全的空间，书中提到了几种推荐模式和反对模式。 **推荐模式（合作）**包括： 基础问题或错误需要被引导到正确的方向上 解释的目的是为了帮助提出问题的人学习 回应是亲切的、耐心的、有帮助的 互动是通过共同讨论来寻找解决方案 **反对模式（对抗）**包括： 挑剔基础问题或错误，并责备提问的人 解释的目的是为了炫耀自己的知识 回应是居高临下、刻薄、没有建设性的 互动是有「赢家」和「输家」的争论 不过，需要注意的是，反对模式往往都是在无意中出现的：有人可能试图提供帮助，但却意外看起来不受欢迎。Google在实际操作中，发现Recurse中心提供的三条社交规则，在组织内部很有帮助。 不要假装惊讶。 不要说「什么，我不相信你不知道……」这样的话。当人们说他们不知道一些事情时，你不应该表现出惊讶的样子。因为假装惊讶通常是为了让自己感觉更好而让别人感觉更糟。即使这不是目的，也总是最终的效果。 不要轻易说「好吧，实际上」。 当对方说的内容几乎是正确的但又不完全正确时，不要轻易说「好吧，实际上是…」然后给出一个小更正。尤其是当纠正对实际对话不会产生影响时。 不在后座上开车。 无意中听到别人在解决问题时，不应该断断续续地半参与对话。打断现有讨论又不投入到对话中的行为就像是坐在后座上开车。提供帮助和建议以及加入对话，这些都是被提倡和鼓励的，只是想帮助他人或与他人合作时，应该全力以赴而不是偶尔插手。 另外，在这一部分里，还写到了如何在组织中学习和分享等一系列话题。粗粗浏览感觉就很受用，如果看了上述部分让你产生了一点兴趣，也不妨找到这本书来读读。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/7/16
articleCard.readMore

如何衡量个人在团队项目中的贡献

身处一个团队（部门）中，合作是每一个项目顺利推进开展都必不可少的工作方式。但如何合理展示和评价每一个人的贡献，让每个人都能看到自己的价值，却不是一件容易的事。 这个问题在我过去一年的工作中，也碰到过好几次。有时候觉得自己的贡献没有被别人看到，有时候又觉得在最后show work的时候没有足够明确他人的贡献。 稍微想想，其实衡量个人在团队中项目的贡献是两个维度的事情。一是外部如何相对客观的评价，二是如何在项目中满足自我需求。 明确并清晰展示每个人的贡献 贡献者角色分类 CRediT 如果想要获得或者给予他人合理的评价，首先需要明确一个项目中可能存在的职责。 在科研项目合作中，特别是涉及到论文发表的，其实已经有了相对公认的贡献者角色分类（CRediT, Contributor Roles Taxonomy ）方法。 CRediT 2012年在哈佛大学和惠康基金会组织的一次合作研讨会上被提出，研究人员、国际医学期刊编辑委员会(ICMJE)和出版商均提出了各自的意见。 该分类下包括14个角色，可以用来表示科学产出贡献者通常扮演的角色。引入 CRediT 的目的就是认可个人作者的贡献，同时减少作者之间的争议并促进更好的协作。 Roles 角色 贡献 Conceptualization 论文构思 产生想法，制定或演绎扩展主要研究目的。 Data curation 数据管理 为数据最初使用和后续复进行注释，整理和维护（包括软件或程序）。 Formal analysis 形式分析 使用统计、数学、计算或其他形式的技术分析或合成研究数据。 Funding acquisition 获取资金 为了项目研究成果能够发表而去争取并获得资金。 Investigation 调查研究 实施研究和执行调查过程，特别是从事实验研究或收集数据和证据。 Methodology 方法学 开发或设计研究用的方法，建立模型。 Project administration 项目管理 为研究活动的计划和执行进行管理和协调。 Resources 资源 提供研究材料、试剂、病例、实验室样品、动物、仪器、计算设备资源或其他分析工具。 Software 软件 编程，研发软件，设计计算机程序，实施执行计算机程序及支持算法，测试已有的程序。 Supervision 指导 监督和领导研究活动的策划和执行，包括对核心成员以外的人进行指导。 Validation 验证 对研究结果、实验或其他研究输出内容的复制和重现进行验证，包括整体或部分的核实验证。 Visualization 可视化 对发表的内容进行准备、创作或展示，特别是内容或数据的可视化呈现。 Writing – original draft 初稿写作 对发表的内容进行准备、创建或表述，特别是撰写初稿，包括实质性翻译。 Writing –review & editing 审核与编辑写作 对原始研究团队提出的发表内容进行准备、创建或表述，特别是评论、注释或修改，包括发表前和发表后所发生的这些工作。 有了明确的角色贡献，另一个问题是如何理清 authorship 和 contributorship的关系，或者说怎样判断哪些角色更重要（应该出现在作者名单中）。 在ICMJE关于定义作者和贡献者的角色 说明中，认为作者贡献应该基于四个原则。 对项目的构思或设计有实质性贡献；对项目数据进行获取、分析和解释 起草了项目内容或对重要的内容进行严格的修改 最终批准要发表的版本 同意对工作的所有方面负责，确保任何部分的准确性或完整性有关的问题得到适当的调查和解决。 公开展示的原则 在项目前期规划的过程中，就应该明确每个参与者的角色。在后期的每一次公开讨论或者分享时，都应该明确展示参与者的贡献。 所谓公开我的理解就是在有非项目实际参与人在场的情况下；所谓明确则是在展示环节（PPT对应页或者文字材料相关部分），都应该强调哪一部分工作由谁完成。 在项目中满足个人需求 除了外部认可以外，合作中的另一种收获取决于自我体验，即如何在项目中满足个人需求。 还得从经典的马斯洛需求层次理论谈起。 工作中最底层的需求是安全需求，也就是薪资待遇的保障，不会意外的裁员。 而实际参与项目，则是希望能带来顶部三层的满足： 与他人交流沟通获得连接的社交需求； 能够获得认可与尊重的需求； 自我价值得以实现的需求。 想有可能实现以上几个需求，就需要在项目开展过程中： 提供一个开放的心理安全的环境，让成员能够表达自己的观点和提出自己的问题； 经常进行有目的的沟通，让成员之间保持积极良好的关系； 保持高频率的有效反馈（可以是正反馈也可以是负反馈），在每一次例会中都去分享成员的贡献。 鼓励成员能多关注自我状态和个人发展。让成员的个人价值观、特点和使命感在工作中有机会展现 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/7/16
articleCard.readMore

万字长文｜染色体不稳定性，凭什么2022年还能用TCGA数据发Nature

写在前面 2022 年 6 月 15 日，Nature 在线发表了两篇染色体不稳定性泛癌研究。一篇题为：A pan-cancer compendium of chromosomal instability；另一篇题为：Signatures of copy number alterations in human cancer。 和我们常说的新闻「字儿越少事儿越大」一样，科学文献有一个潜在成立的标题定律，通常越重要越前沿的文章标题越短，比如 1953 年发表在 Nature 的 DNA 双螺旋结构 Molecular Structure of Nucleic Acids。 在肿瘤研究的很多方向上，如今我们只能通过不断增加限制条件和定语完成发表。所以如今看到10个单词以内的研究，不妨都可以多看两眼。这在我自己感兴趣的方向上，Nature一下online了两篇，那还了得。这此，我们先聊第一篇，剩下一篇有机会再说。 基因组（染色体）不稳定性作为肿瘤 20 年来人们已知的 hallmarks 之一，无论是单一癌种还是泛癌种，TCGA / PCAWG 前前后后都发过很多篇，如今用这些数据还能发表在 Nature 杂志上，而且还可以称之为泛癌种染色体不稳定性纲要（compendium），想必是有点东西。 而让我真正想仔细看看这篇文章的另一个原因是它波折的发表经历。文章的投稿时间是 2020 年 7 月 31 日，Nature接受时间是 2022 年 4 月 21 日，正式在线时间为 2022 年 6 月 15 日。一次投稿接近两年的修改时间，对于一篇没有湿试验的paper 来说，和 review 之间的拉扯不可谓不长。 前后经历了四轮修改的结果是文章一共68个figure，60页附件，90页Peer Review File。今天，我们就一起来学习这篇文献，同时试图聊聊其发表背后可能经历的波折和能学习到的经验。 或许能学到的 以下几点是我在阅读之后提炼的部分文献学习要点，你在阅读原文时可以作为参考。 染色体不稳定性相关的大量核心概念、指标和经典文献 染色体不稳定性相关的大量公开可用公共数据 基于生物信息学方法提出的新概念可以如何去验证 基于生物信息学提出的科研文章如何和临床研究进行关联 基于生物信息学使用公用数据发表CNS期刊究竟会面临哪些挑战 关于染色体不稳定性 染色体不稳定性（CIN，chromosomal instability）对于肿瘤具有非常复杂的影响，包括驱动基因的丢失或扩增、大片段重排、染色体外 DNA（ecDNA）、微核形成和先天免疫信号的激活等等。这导致其了与肿瘤的分期、转移、不良预后和耐药等均有关联。 造成 CIN 的原因也是多种多样的，其中包括有丝分裂错误、复制压力、同源重组缺陷（HRD）、端粒异常和断裂-融合-桥周期（Breakage-fusion-bridge cycle）等等。 由于这些原因和后果的多样性，在目前的研究中，CIN 通常被当作一个综合事件来看待。 CIN 的测量描述，通常来说，或者是将肿瘤分为高 CIN 或低 CIN 两类，或者局限于如 HRD 这一单一病因，有或者局限于如染色体臂变化这类特定的基因组特征，再或者只能对特定的癌症类型进行量化。 目前还没有一个系统性的框架来全面描述泛癌症的 CIN 的多样性、程度和起源，也没有定义肿瘤内不同类型的 CIN 与临床表型的关系。（嗯，文章开头提到的两篇文章就都是在回答这个问题）。 核心研究思路和方法 研究样本 为了解决上述提到的问题，作者首先使用来自癌症基因组图谱 (TCGA) 的SNP6 array数据，获得了 33 种肿瘤类型的 7880 个高质量绝对拷贝数图谱。使用的软件和筛选流程见下图。 特征选择 作者使用自己团队 2018 年发表在 Nat. Genet. 的一项卵巢癌 CIN 研究框架，对 6,335 个全基因组拷贝数结果计算了先前已经证明有效的五个拷贝数特征，这些特征可以代表拷贝数的变化模式（CIN 不同潜在原因）。 这五个特征包括： 相邻染色体片段之间的拷贝数变化 片段长度 每 10Mb 的断点数 每条染色体臂的断点数 拷贝数振荡状态的链长度 不理解的可以看原文method详细说明或者下面的示意图。 关于为什么没有把一些更容易理解的指标纳入考虑，作者也在附件方法中也给出了一些解释。 比如，排除绝对的拷贝数值是因为，多个拷贝数变化事件可能发生在同一基因组位置，因此该段的绝对拷贝数可能因各种变异事件的顺序而有很大的不同。 例如在全基因组复制 WGD 的背景下，一个单拷贝丢失导致拷贝数为 3，但在非全基因组复制的背景下则为 1，尽管它们可能是由导致缺失的同一突变过程引起的，但是会有两个不同的特征。 因为染色体倍性会对很多生物学特性有特殊的影响，不使用绝对数值作为特征可以纠正倍性的影响，避免出现在不同倍性背景下编码相同原因的冗余特征。（多说一句，其实这一特征在文章开头提到的另一篇同时发表的Nature文章是用到的） 对于不考虑杂合性缺失（LOH）状态，是因为作者大多数 LOH 事件是所谓的拷贝丢失事件，可以通过拷贝数变化来检测。在文章使用的数据集中，他们发现整个 TCGA 中的 LOH 事件中位长度为 3.6Mb，这表明大多数事件可以通过 SNP6 技术或者 WGS 检测到。但是随着科学研究越来越多的用到了 shallow WGS 和单细胞测序，它们尚不能提供准确的等位基因特异性分辨率，因此专门的 LOH 特征可能导致这个方法的应用受限。（再多说一句，其实这一特征在文章开头提到的另一篇同时发表的Nature文章也是用到的） 看到这里，我会有一个疑问：基于测序数据的这几个指标是否可以用来描述和区分生物学中常见的CIN相关事件。 如下图所示，这里作者也列出了经过充分研究后上述五个具体的拷贝数特征能够捕获哪些已知的拷贝数pattern。而正是这些这些促使作者选择了这五个基本特征来模拟已知的pattern，并有可能区分其突变过程。 Signature构建 有了这 5 个特征之后，作者应用混合模型来定义每个队列范围内特征分布的不同成分，最终在 5 个特征中共确定了 43 个混合成分。其中片段长度包含了 22 个成分，拷贝数变化包含了 10 个成分，如下图所示。 从理论上讲，这些43个成分就代表了定义 CIN 过程的基本模块。然后就可以利用这些混合成分对每个肿瘤基因组进行编码，通过概率计算将拷贝数事件分配给这些成分，形成一个 6,335×43 的矩阵。然后，应用非负矩阵因式分解的来识别拷贝数 signature。 主要结论 17个拷贝数 signature 作者首先使用完整矩阵，发现了 10 个泛癌症拷贝数 signature。然后使用矩阵子集，代表至少有 100 个样本的单个癌症类型进行分析，首先找到了 128 个癌种特异性 signature。 随后通过三步过滤，来避免 signature 冗余。 删除所有与任何泛癌 signature 的余弦相似度超过 0.74 的癌种特异性拷贝数 signature 从余弦相似度超过 0.74 的癌种特异性拷贝数 signature 中选择一个有代表性的 signature 删除构成泛癌 signature 组合的癌种特异性拷贝数 signature 最终找到了 17 个拷贝数 signature（10 个泛癌和 7 个癌种特异性），在下图中你可以看出这 17 个 signature 中不同拷贝数特征如片段长度和断点数等的 43 个成分的权重。 使用线性组合分解计算它们的活跃度，最终就可以得到一个泛癌的 17 个拷贝数 signature 和它们在 33 种癌症类型的样本活跃度。 推测不同 signature 成因 这篇文章的亮点在于不是讨论CIN之后会怎么样，而是解释哪些原因导致了CIN。因此就需要将 17 个 CIN 特征与产生 CNA 的推测原因联系起来。（思考题，如何用已知解释未知并且让人觉得可信，是生信最大的难点）。 关联的整体思路： 首先通过signature和CIN相关基因突变的关系，为每个signature赋予假设的对应原因 然后再通过不同维度的其它数据集进行交叉验证 然后根据验证结果给予评分。 使用数据 总体来说，为了完成这一步，如下图红框所示，他们用到了目前几乎所有可用的公共数据。 两个患者队列的数据及其临床数据 泛癌全基因组分析（PCAWG）项目的约 1900 名患者 自国际癌症基因组联盟（ICGC）项目的约 400 名患者 五种突变特征 单碱基替换（SBS）single-base substitution (SBS) 插入-删除（ID） insertion–deletion (ID) 双碱基替换 doublet base substitutions 早前卵巢癌研究拷贝数 ovarian copy number 14 个分子特征 体细胞点突变 somatic point mutations 基因表达 gene expression 细胞周期评分 cell cycle score 非整倍体评分 aneuploidy score 全染色体拷贝数畸变（CNAs）whole-chromosome copy number aberrations 串联重复 tandem duplications 杂合缺失 loss of heterozygosity, 染色体破碎 chromothripsis 成簇突变 kataegis 全基因组复制状态 whole-genome duplication status 端粒长度 telomere length 延伸机械活动 elongation machinery activity 染色体外DNA extrachromosomal DNA 着丝粒扩增评分（CA20）centrosome amplification score 11 个 DNA 修复特异性特征 胚系 BRCA1 / BRCA2 突变 BRCA1 / RAD51C 超甲基化数据 HRDetect 评分 HRD 评分（Myriad myChoice） TP53 失活评分 端粒失衡评分 telomeric imbalances score 大规模状态转换评分 large-scale state transition score 杂合度丢失评分 loss of heterozygosity score DNA 修复能力评分 DNA repair proficiency score 23 个 DNA 损伤修复基因的蛋白表达评分 具有同源性的 PCAWG 结构变异 相关CIN基因鉴定 为了将 signature 活性和突变基因关联起来，作者进行了如下的筛选。首先通过 driver gene 的既往研究挑选出了 200 个肿瘤相关基因，根据 reactoma 数据库筛选出 1330 个 CIN 相关通路蛋白。对筛选后的 1179 个基因按照有无突变分为两组检测和17个CIN signature的相关性，找到788个至少和1个signature相关的基因。在这788个基因中通过qvalue和effect size进行过滤，保留了32个和signature高度相关的高可信度基因。 这32个基因是 AKT1, BRCA1, BRCA2, CCND1, CDK4, CDKN2C, CIC, CUL1, ERBB2, ERBB3, ERCC2, FBXW7, H3F3A, IDH1, IDH2, MAPK1, MYC, NFE2L2, RAC1, RPL22, PBRM1, PCBP1, PIK3R2, PMS1, PPP2R1A, PSMA4, SPOP, SOS1, SOX9, TP53, U2AF1, VHL。作者研究了围绕这些基因的文献，并整理了关于它们如何影响基因组稳定性的信息。 这些基因突变和拷贝数signature存在着如下关系 再上图你可以看到一些基因被红线划掉了。这是为什么呢？ 对于如上图所示显示出扩增模式的四个特征（CX8、CX9、CX11、CX13），作者研究了它们与染色体外DNA扩增子的关系。由于致癌基因容易被ecDNA扩增，作者假设通过ecDNA扩增的基因可能是产生这些扩增子过程的结果，因此可能与突变过程没有因果关系。用相关研究文章的数据测试了在ecDNA扩增子中扩增的高置信度基因的特征活性的变化情况，对于扩增相关signature中的每一个高置信度基因检验带有该基因扩增子的样本是否比没有扩增子样本具有明显的signature活性。因此额外删除了几个用于假设CIN成因的基因。 病因假设 根据signature和CIN相关联的病因假设逻辑如下图。 如果一个signature没有和它相关联的基因，那就没办法做出假设。如果一个signature不包括扩增但是有相关联的基因，查找这个基因和CIN相关的机制，如果有已知的机制就给出假设；如果一个signature包含了扩增且有基因关联，首先判断这个基因是否在ecDNA中也富集，如果富集了就假定不存在关联。然后还有剩余基因的，根据和CIN的相关功能进行假设。利用这样的分析共得到了11个signature可能的假定成因。 有了这些可能原因之后，再尽可能多的利用外部数据进行验证，给出打分。 如果高置信度的基因将某一特征与已知的CIN类型联系起来，加两颗星。如果有额外的数据支持该假定的原因，我们就增加第三颗星。 最终，八个signature（CX1-CX6，CX8，CX11）获得了三颗星。三个signature（CX10, CX14, CX17），即至少有一个高可信度基因与已知的CIN类型相关，但没有额外的数据支持。三个signature（CX9、CX13、CX16）被授予一颗星，这些特征没有高可信度基因，但一些额外数据验证使作者能够提出一个推测的病因。三个特征（CX7、CX12、CX15）为零星。 这里可以看一个具体的实例，比如在CX3中，本身的突变特征提出了假设，它具有LST可能和HRD相关；同时一个拷贝数的改变显示它可能是LOH事件和tandem duplications。 基于此，根据关联基因发现以下这些基因的功能确实和CIN的功能相关，首先给两颗星。那么是否有其它数据的支持呢？可以看到各种其它 HRD 相关的signature都存在，且还有生存数据的支持，最终三颗星。 经过这样一通复杂的验证，最后得到了下图这样一个核心结果。关于详细成因的解释还是看原文吧。 染色体异常与七个不同的特征有关，表明许多潜在的原因是这些复杂重排的基础。复制压力与八个signature相关，突出表明它是CIN的一个主要来源。不同的特征显示出在WGD之前（CX1、CX2、CX7和CX15）或WGD之后（CX3、CX5、CX6、CX8、CX9、CX13和CX17）发生的偏向，显示了WGD事件在调节CIN方面的重要性。APOBEC突变和kataegis特征与六个signature相关，强调了这些是CIN的一个共同特征。 药物反应与药物靶标识别 有了原因的解释，这些signature可以用来做什么呢？ 上述成因的探索结果暗示了典型的癌症相关同路是CIN的一些主要驱动因素。而这些途径中的许多基因都是靶向治疗的重点。 因此，鉴于这些signature可以很容易地在病人肿瘤中测量，作者接下来探讨了它们在治疗反应预测和药物靶点识别方面的效用。 作者整合了来自297个癌症细胞系的数据，结合通过CRISPR-Cas9或RNAi筛查确定的基因重要性以及对药物扰动的响应相关联，来发现相应的生物标记物和新的药物靶点，进而评估signature活性和基因以及药物敏感性之间的相关性。 分析结果如下图所示，作者确定了40个基因的拷贝数signature与靶点的遗传和药物扰动都有明显的相关性。 在这些基因中，CX5是HR相关的一个特征，预测了通过抑制PARP1对奥拉帕里的反应，又因为这一特征也与RNAi敲除PARP1相关，因此可能代表了一种生物标志物对常规蛋白功能的抑制而不是PARP的捕获。 CX9（复制压力有关）与针对参与主要有丝分裂途径的基因（EGFR、JAK1、MET、PRKCA和PIK3CA）的多种激酶抑制剂的反应相关，这表明多激酶抑制剂的方法可能适合复制压力相关的肿瘤。 同时，从CRISPR和RNAi扰动筛选中，找到了104个具有可药用结构的靶基因，这些基因目前在临床上没有靶向治疗方法。这些代表了预测的合成致死药物靶点，其中49个有证据表明与CIN相关的机制有牵连（如上图所示）。 预测铂敏感性 三种同源重组受（impaired homologous recombination，IHR）相关signature表明了CIN复杂性增加的一种模式。 即单独的IHR会产生CX2，它代表了串联复制的小拷贝数变化特征。IHR加上复制压力会导致CX5，它涉及较大的CNA。最后，IHR加上复制压力、NER受损和DNA损伤信号受损会产生CX3，其最大的CNAs与杂合度的丧失密切相关。不过研究结果没有说明这些不同层次的复杂性是以递进的方式发展的，还是由独立的过程发展。 HR和NER的损伤已知对铂化疗的敏感，鉴于只有CX3与NER的破坏有关，作者假设IHR特征可能表现出不同的铂敏感性预测能力。 由于卵巢癌患者经常接受以铂为基础的化疗，于是用Cox模型测试了三个特征预测总生存的能力，从而推断铂敏感性。可以看到，CX2与铂敏感性没有关系，CX5可以预测耐药性，CX3可以预测敏感性。 鉴于这些IHR特征能够预测铂化疗反应，作者进一步假设是否可以结合这些特征提供更好的铂敏感性预测指标呢？ 由于CX2不具有预测性，作者首先将其作为捕捉非预测性IHR相关基因组变化的参考，并要求预测性的CX3活性超过它才有可能赋予敏感性，即如果CX3活性大于CX2，则预测敏感性。 如下图所示，这种可解释的分类器能够区分BRCA1胚系突变的卵巢癌队列、TCGA队列中的卵巢癌队列和独立验证队列和也常规使用基铂化疗的食管癌队列的总生存期。其实此前也有不少基于机器学习的复杂模型进行预测，但是作者测试发现这种简单的分类也不必之前需要更多信息的方法差。 以上就是这篇文章的主要内容，因为60多幅图和60页的附件实在是太多了，我的梳理能力也有限，如果你读到这里产生了其他疑问还是得自己再去看看原文。 接下来我们聊点或许能让你感兴趣的。 和审稿人反复掰头 正如文章开头所讲，这篇paper从投稿到online用了接近两年的时间，对于一篇没有湿试验的 paper 来说和 review 的拉扯不可谓不长。 经历的四轮大修，我仅仅是读了一遍他们 92 页的交锋记录就感觉血压上来了好几次。如标题所言，2022年用TCGA数据研究染色体不稳定性还能发Nature，凭什么？ 这不是我的疑问，而是几位审稿人的质疑。 如果你真的想提高自己的科研思维，我以为或许读Peer Review File比读原文更有价值。 第一轮意见 首先，值得祝贺的一点是这篇文章一上来没有被editor直接拒掉，好在顺利到了三位审稿人手中。 通过阅读 Peer Review File，可以看到第一次投稿 review 后，三个人里，第一个提出了 8 大问题（Specific points）和 5 小问题（minor）；第二个提出了 6 点大修和 4 点小修；第三个则是直接给出了 5 点主要问题（major issues）。 好在，这一次应该又是editor手下留情，给了作者大修的机会。以下是我觉得比较有趣的部分内容。 审稿人1 他的第一次的评论很不客气，说白了就是拒稿的意思。他提到： 80%的肿瘤发生了CIN这件事情可能被高估了 一个特定的signature如何与给定的病因联系起来尚不清楚，文中主要是推测。 不清楚这样一个标志性数据库可能对癌症预防或治疗产生什么影响，也不清楚它是否有任何用处。 作者写的东西不太可能被非专业读者理解，因此它最适合一本更专业的期刊（这句话你是不是经常在自己的审稿意见中见到啊）。 而在8个Specific points中，审稿人主要质疑了如下几个问题。 这篇文章和作者2018年发表在Nature Genetics上有啥差别你给我解释解释 你们发现的一些结论在更多的队列中是否成立你给我测试测试 你这个signature和先前2018年发表结果一致性较弱，是否是因为这次的数据是TCGA snp6 array，而之前使用的是shallow WGS。 审稿人2 评论如下图。从第二个审稿人的回复中，可以看出来第一版的投稿作者似乎只解释了两个在所有癌种里最常见的signature，且这些对应的生物学过程目前已经研究的比较多，认为应该关注更多的其它signature解读。 他提到的主要质疑包括 希望作者能将CX2与其他基于拷贝数的HRD特征进行比较，如HRD score和HRDetect。 最近的WGS研究以比SNP阵列更高的分辨率对体细胞拷贝数的改变进行了非常详细的描述（其实就是说PCAWG）。作者能否与最近发表的结果进行比较？ 由于CIN特征的生物学解释是最重要的，那么如何根据WGS来识别这些CS呢？检测这些的能力是很棘手的，因为片段的数量和它们的大小都会不同。 signature推导的方法写的不清楚，也许可以用插图或流程图来说明。 审稿人3 在第一次掰头的时候，看起来评价的很克制，但其实他的质疑最大，也造成了后面几轮引入了第四位审稿人。 第三个审稿人认为尽管CNV特征可以为了解CIN提供信息的想法是有希望的，但作者所描述的方法不够新颖或信息量不够，而且这些发现缺乏坚实的支持证据。 他的主要质疑包括如下几个问题： 你很多结论是基于相关系数的。你肯定无疑知道当有许多数据时，即使是微弱的关系也会变得有统计学意义。例如，你自己说5年生存率和CIN之间存在着关联性，但从图1b可以清楚地看到，这种相关性是由少数离群值驱动的，我很惊讶你根据这个图声称CIN与生存率有关联。（看来第一版文章作者一开始放了一个生存和CIN的相关性，直接被审稿人diss，可以说伤害不大但是侮辱性极强） 该研究没有描述本文与同一主题的其他论文有什么不同和补充，特别是考虑到SNP数据是非常老的，而且以前已经分析过了（简单说就是你这个事情有啥意义呗）。 对于IHR特征，拷贝数段的长度（4.9-30.8Mb）似乎比SV特征（1-10kb）所报告的要大得多（Nik Zainal，Nature 2016），HR缺陷像本研究报告的那样普遍真是意料之外。你自己说九个不同的签名与同源重组缺陷有关，但又没有提供任何机制上的解释。反正我不相信。 完全不明白为什么你不把分析扩展到WGS，证明发现是可重复的，并与已有文献一致。 为了确定一个样本中是否存在CIN，作者使用了一个有点武断的20 CNA阈值，这可能夸大了具有实际基因组不稳定性的样本的比例。同样，以前也分析过同样的样本（不仅是SNP阵列，还有WGS），但没有对这些参数的结论的稳健性进行比较或检查。 应该再看看可能的过拟合和假阳性问题。你是测试了对两个signature应用最低阈值的必要性。然而这两个是与整个染色体或染色体臂拷贝数变化相关的，更容易被检测到。其它的会不会存在假阳性呢？ 我们这里小结一下，几个人最关键的就是两个终极拷问： 你这个东西是不是可以在多种测序方法中适用 你这个东西在临床上有什么用 作者更新了什么 投稿的时候大家都有经验，关于审稿人的问题需要逐个回复，感兴趣的话就自己读读，这里只说几个最关键的修改。 作者的原话是：这次修订包括重大改进和额外结果，我们完全改变了文章的内容。那翻译一下就是重写了一篇。 通过比较来自五个测序平台的相同患者的样本，验证了我们方法的稳健性。我们还定义了特定签名的噪声阈值，这使得低活性签名的检测更加稳健，避免了过度拟合。（其实这个问题读者也会提出来，不知道读前文的时候你有没有这个疑惑🤔） 通过结合与突变驱动基因、拷贝数pattern和多个外部数据集的关联，确定原因。更明确地说明了每个假设原因的多证据来源，包括星级评定。我们将所有的证据呈现在网络资源中，供读者探索。（完全重写了成因推测相关内容） 突出方法的临床影响：(a)使用我们的signature来识别药物靶点和预测药物反应；(b)开发基于signature的分类器来预测卵巢癌的铂敏感性。（原来这两部分在第一次投稿的时候是没有的） 大幅扩展我们整合的数据和资源，包括PCAWG和ICGC队列，额外的独立注释和变量，以及不同类型的CIN的测量指标。 虽然我们没办法看到第一版的文章，但是从这几个修改可以看出来，作者第一次敢直接投Nature也是挺勇的，大不了就是做一个被Nature拒稿的人。 关于稳健性测试这一块，其实最后的文章里作者在附件和附图中有了大量的分析来证实。为了验证这个 signature 模型的鲁棒性，作者在 TCGA 中筛选出了有 PCAWG WGS 数据的 478 个样本，对 WGS 数据进行基于 SNP6 芯片的下采样和 shallow WGS 下采样，将 WES 数据区分为 on-targets 和 off-targest，进行一致性评估。 还通过在人类基因组中引入拷贝数变化，模拟了如下五种染色体不稳定的活动： 通过有丝分裂错误引起的的染色体错位（CHR） 通过同源重组缺陷引起的大规模状态转换（LST） 通过 ecDNA 环化和扩增引起的大片段扩增（ecDNA） 通过细胞分裂失败导致的早期基因组复制（WGD early） 通过核内复制引起的晚期全基因组复制（WGD late） 然后再用自己的方法验证是否是不是能把这些内容还原出来。 临床应用价值这部分第一版看起来就是在fig1引入了一个CIN和生存的相关性，这次作者的回复是认怂，那我们就把这部分内容删掉。然后你要临床价值，那我就给你好好做做临床价值，才有了上文看到了药物预测和化疗敏感性预测。 第二次意见 作者一顿回复之后，迎来了第二波攻击。 审稿人1 第一个略被说服，重新提出了 6 个小问题 审稿人2 第二个人也表示肯定，但是表示因为你有重写了一篇文章，那我再根据你新写的文章接着追加 6 个小问题。 审稿人3 在前面两个审稿人态度转变之后，第三个审稿人开始发难了。 你可以感受一下他大概说了什么，以下为大致翻译。 自第一次提交以来，作者做了大量的工作，包括对另外几个人类癌症队列和细胞系模型的分析。他们在BRCA1突变的卵巢癌开发了一个基于CIN特征的分类器和一个预测铂化疗的模型。这是一个有趣的观察，但是由于WGS的病例数量较少，无法断定HRDetect是否能实现这一目标（难道他是HRDetect方法的作者么？）。 作者还比较了不同的测序平台，以评估他们的CIN特征方法的稳健性，但是这些比较是基于下采样的WGS/WES数据，不清楚当他们的方法应用于原始WGS/WES数据时，是否仍有相同程度的稳健性（这是不满意你没花钱测新的样本？）。 尽管做了大量的额外工作，我们认为新版本的主要结论并不令人信服。我们认为这篇文章存在着严重的方法学问题，而且我们发现signature的原因解释是推测性的。因此，我们认为这个文章不适合在Nature上发表。 关于为什么有严重的方法学问题，为什么不适合发表，他写了很长内容很多个问题，其中三个问题如下： signature设计方法存在缺陷，没有之前SNV signature的方法严谨，具体在于计算时一个CNV会同时贡献多个feature。 还是基于相关性讲故事，第一版你是单一维度的相关，现在你变成多个维度的相关，但还是相关性。比如例如CX2和CX5在同源重组通路突变的肿瘤中富集的并不意味着这些特征是特异性的或由于同源重组受损造成的。 关于HR相关的内容做了很多分析，但是这些都是矛盾的，比如CX5与PARPi的敏感性有关但同时也与铂耐药有关。 作者更新了什么 这一波操作，想必作者已经多了很多信心，没有再重写一遍文章，「只是」增加了7个figure，6张表。 这里我们重点挑几个对于审稿人3相关问题的回答看看： 对于CIN signature 和 HRDdetect 比较对于BRCA1胚系突变患者铂化疗敏感性的问题，作者说HRDdetect只有三例可用样本，你不是说是因为样本少看不出效果么，那我就直接从正文里拿掉了，顺便补个刀，HRDetect算法在训练的时候是把BRCA1/2突变当作正向label使用的，我们也不指望它能在突变组内部再有什么作为。 对于审稿人质疑CX2和CX5可能并不意味着这些特征是特异性的由于同源重组受损造成，而是一个副产物，作者里巧妙的使用CX2和CX5 CX3 这三个signature以及癌种在BRCA各种突变类型的样本之间做了一个多因素分析。证明，在多因素矫正后，CX2和CX5然后是显著在BRCA1突变的样本中有差异，因此表明CX2和CX5可能与BRCA突变状态直接相关，即是HR受损的结果。 对于审稿人质疑CX5与PARPi的敏感性有关但同时也与铂耐药有关互相矛盾时，作者则给出了如下答复。 这是一个有趣的观察（言外之意就是你看的好仔细），这确实似乎违反常识，因为公认铂敏感性也意味着 PARPi 敏感性。CX5似乎表明一些铂类耐药肿瘤也可能对 PARPi 敏感。这在文献中得到了一些支持，其中对铂耐药的胚系 BRCA 突变型卵巢癌对 PARPi 显示出敏感性。然而，我们认为我们没有足够的数据来进一步探讨这个问题，并没有在文章中强调它（我们的结果也有文献支持，你可以多查查文献）。 第三次意见 作者这一波回复之后，前两位审稿人已经表示可以了。 有趣的是，审稿人2甚至还回复了审稿人3的一些看法，顺便给作者出了主意，很可能是他也看不下去了吧。 审稿人3 压力来到第三位审稿人这里，这次他的评论可以看出来已经是「愤怒」了。 作者似乎没有意识到该领域以前的文献，也没有充分了解他们所采用的数学框架。 每次review我只是对文章中的问题举例说明，即便你回答了我的举例（比如从文章中删除原文）也不意味解决了问题。 作者一开始说他们仔细评估了所有相关关系，但是我们要求进一步验证的几个相关关系由于缺乏支持而被删除。我们的大部分问题导致论文中的陈述被删除，这与所说的相关关系得到很好支持的说法是矛盾的。（这个真的是神逻辑啊，你修改了我之前提出的问题，就说明你有问题） 有趣的是，在这次评论中，这位review做了两件事情。他首先引用了一篇2021年发表在预印本的CNA signature文章，说这篇文章就没有犯作者的错误。其实，他引用的这篇文章正是开头我们提到的一起背靠背发表的另一篇文章。 第二点，为了证明作者使用的模型真的有问题，他甚至自己做了一个模拟研究，以证明所提出的方法存在问题。而解决这个问题的可能方案就是使用另一篇背靠背发表的文章。 事已至此，最终压力给到了editor这边，三轮之后三位审稿人二比一，但是第三位态度非常强硬，那就不得不动用第四位审稿人来当一次裁判进入最终的第四轮修改。 作者更新了什么 这一次作者的回复是四轮答复中最有趣的。 为了让第四位审稿人吃瓜吃的明白一些，作者首先解释了一下前面三轮审稿发生了哪些事情。以下为作者的心路历程。 在整体回复的最后，作者还不忘说了这么一句话： 随着时间的推移，我们与审稿人讨论的主题变得更加详细和技术，但是重要的是不要忽视更大的问题。我们这个研究将大量和全面的基因组数据合成到一个连贯的框架中来衡量染色体不稳定性。这一框架为加深对CIN的理解提供了重要的一步变化，该领域在过去几十年中只取得了零星的进展！（哈哈哈，你们差不多行了）。 大局观归大局观，作者在这一轮用两个主要问题的回答，算是彻底结束和第三位审稿人的讨论了。 审稿人3的第一个问题是引用了一篇他认为没有在方法学上犯错误的同类型文章。 那作者就用第二位审稿人出的模拟基因组的主意，进行了一次模拟比较，设置了五种不同的突变过程，而另一篇文章只给出了3个正确的结果。 至于原因，作者解释为由于单特征编码使用了绝对拷贝数，同一个signature将在不同倍性背景下被人为地分割，这也是他们在多特征编码中删除拷贝数的原因。CHR、WGD-early和WGD-late三个过程被多特征编码所捕获是因为它们能够在整个特征空间中代表CNA的许多生物学特性。例如早期和晚期的WGD尽管有相似的拷贝数变化数，但可以通过片段大小的特征以及每10MB的断点数量区分。（写到这里，不知道另一篇背靠背的文章作者怎么看呢） 审稿人3的第二个问题是自己模拟了一个分析，使用NMF未能重现输入的signature，进而证明方法有严重问题。 作者表示，审稿人的模拟并不是我们方法的有效模拟而是存在一个致命的设计缺陷，人为地导致NMF过程失败。所以又给出了一个正确模拟的例子验证了结果。 至此，三轮掰头结束，整个的审稿过程基本也就要结束了。 第四轮意见 第四轮只有审稿人4发表了一些评论，认为作者已经很好的回答了之前几轮的问题，这是一篇会对相关领域产生有益补充的重要研究。而他也只是提出了一些文章表述上可能需要修改的问题。 审稿和修改过程 回顾一下四次审稿过程的经历，可以总结出作者的文章经历了如下变动。 最初提交的材料集中在signature的推导和它们的生物学解释上，其采用的方式是方法扩展了自己以前发表的一篇文章（Nature Genetics 2018），以及我们发现的17个signature 相关原因的证明。很明显这里缺乏更多的数据支持，稳健型证明和最重要的临床相关用处。有一位审稿人拒稿，另外两位需要大修。 .第二次提交的基本是按照editor的要求重写了一次，对原因证明增加了大量证据，增加了对药物靶点和治疗效果预测的重要部分。审稿人1和2非常认可，但审稿人3又对基本方法提出质疑（为啥不早说呢？）。审稿人3从以前的SNV/SV方法的角度来看待我们的方法，作为回应，作者指出了拷贝数分析的独特挑战。 增新增加了若干图表，在第三次提交后，审稿人3将他们的方法学质疑具体化为一项自己进行的模拟研究。同时提出了对于另外一篇文章方法的认可，明确表示拒稿。而作者则将两种方法进行了模拟数据的比较验证，又一次回答了审稿人3的模拟分析错误。 在第四次和第五次提交后，作者对文章的表述和细节做了大量修改，最终呈现出了我们现在看到的68个figure，60页附件方法描述。 做研究和讲故事 通过阅读四次大修的故事，也许你已经完全意识到了生物信息方法在公用数据中发表一篇Nature可能会经历哪些磨难，但不得不坦白讲，你我应该经历这种磨难都概率很小。 那明知如此，我为什么还有写上万字来记录这个过程呢？其实，我废了半天劲把90多页Peer Review File读完的真实用意，是想尝试搞清楚一个Nature级别的研究从执行到发表，故事性和逻辑性上会有怎样的提升。 幸运的是，在读完这折磨人的90多页文章修稿过程之后，我看到了通讯作者自己在社交媒体发布的文章主线介绍。也终于完成体会了，一个支离破碎修修补补科研项目，如何变成了一个严谨的激动人心的科学故事。 在本次推送的最后，你也来读读吧。以下内容来自于通讯作者的社交平台，我进行了大致翻译，大家重点体会此刻这个研究的呈现逻辑。括号里的内容是我的自行补充说明 一个好的科学故事 多年来，我们一直在与CIN肿瘤作斗争。我们经常看到TP53突变在CIN中出现，但很少看到其他驱动因素。一段时间后，我们开始在混乱中看到了规律，并开始意识到这些特征代表了CIN的不同原因。这些可以帮助我们更好地理解CIN吗？（提出问题） 我们的第一次成功是在卵巢癌研究方面，在那里我们发现了如何对DNA拷贝数（CN）模式进行编码以允许因果机制的识别。这包括片段长度、断点数量等等。作者从浅层全基因组测序的高级别浆液性卵巢癌（HGSOC）病例中确定了拷贝数特征。（介绍背景） 此后，我们改进了之前的编码方式，如不再包括片段的绝对拷贝数。这似乎与直觉相反，但却出奇地有效。现在，不同倍性背景下的相同CIN类型被一个单一的模式所捕获，而不是许多模式，这使我们能够实现泛癌的分析。（介绍方法改进） 我们从以前的研究中知道，每个肿瘤都会有多种类型的CIN，导致基因组中出现多种模式的重叠。因此，我们使用贝叶斯版本的NMF，用我们的新编码解开这些模式。 我们在泛癌种中应用NMF确定了10个特征。然后将其单独应用于每个大的癌症类型中又确定了7个泛癌特征。这使我们总共得到了17个泛癌CIN signature。 我们通过在模拟基因组中正确识别5种已知的CIN原因的组合，来测试编码和特征识别的稳健性。这五种特征包括 mitotic errors, cytokinesis failure, endoreduplication, homologous recombination deficiency and ecDNA circularisation/amplification。 我们的特征在不同的基因组分析技术中也是稳健的。无论是SNP芯片，深层和浅层全基因组，以及外显子组测序。（第二次修改才增加的内容） 至此，我们有信心拥有了一个强大的17 CIN signature，我们必须攀登下一个高峰：了解这些特征背后的生物学。（递进，介绍第二部分解释生物学原因） 第一个挑战：由于NMF产生了稀疏的signature定义，我们需要使它们更容易解释。为了做到这一点，我们把来自输入矩阵、活跃矩阵和定义矩阵的信息结合起来，生成了一个解释矩阵，其中每个signature都是在每个分解成分中被定义的。（第三次修改才增加的内容） 这个矩阵使我们能够开始理解我们的signature，在许多情况下，编码模式已经暗示了一种机制（例如，大长度片段+每条染色体未发生断裂=有丝分裂错误造成的染色体错位）。 第二个挑战：将signature与有缺陷的途径联系起来。为了做到这一点，我们测试了有突变驱动基因的病人的signature活跃度是否明显较高。这些联系，加上上面的矩阵使我们能够为12个siganture 提出推测的原因。（第二次修改完善） 第三个挑战。为假设的原因找到支持性证据。为了做到这一点，我们整合了大量的数据，以验证完善我们的推测。（第二次修改补充） 攀登了这座巨大的解释之山后，我们看到了山顶上的风景。3个有丝分裂错误的信号；3个同源重组受损的信号；4个复制压力的信号；1个NHEJ受损的信号；1个PI3K介导的WGD（星级=证据的强度）。5个未知数。 当我们考虑这个观点时，我们意识到许多被确定的缺陷因果途径包含正在被治疗的驱动因素。CIN特征能否预测对这些疗法的反应？或甚至确定新的药物目标？（你没意识到啊，第一稿根本没想到这个） 为了探索这一点，我们将297个癌症细胞系的signature与来自CancerDepMap的全基因组CRISPR、RNAi和药物筛选数据结合起来。我们发现我们的signature可以预测对44种靶向治疗的反应和49个CIN相关的可药用基因的扰动评估。 鉴于这些令人兴奋的体外结果，我们想知道......我们是否也能预测患者对CIN癌症的主要治疗方法之一的反应：基于铂的化疗？（这也是被审稿人diss才加上的） 以前，HRD已被证明可以预测对铂化疗的敏感性。但现在，我们有办法利用3个IHR特征来分解 "HRD "表型。 为了测试这一点，我们把重点放在了常规使用铂化疗的卵巢癌上。使用总生存期作为敏感性的替代物，我们发现CX2没有预测性，CX5预测抗性，而CX3则是敏感性！这已经非常棒了。但如果我们把它们结合起来呢？ 基于胚系BRCA1/2突变体可能有HR损伤，但不一定对铂化疗敏感的想法，我们想出了一个简单的分类规则，将 "背景" CIN（CX2）从预测性CIN（CX3）中剔除。一个简单的规则，如果CX3>CX2，则为敏感，否则为耐药。 这个简单的分类器非常强大，能够对统一使用铂治疗的患者群体进行剖析。这包括BRCA1胚系突变的卵巢癌，以及其它卵巢癌、食管癌和乳腺癌的队列。其性能也可与更复杂的方法相媲美。 多么好的旅程啊，我们的signature提供了一个了解CIN的窗口，并提供了一个框架来评估泛癌症的染色体不稳定性的程度、多样性和起源。（升华主题，上价值） 为了更快地将这项技术带给病人，我们还成立了TailorBio。这家科技生物初创公司拥有将这项技术转化为精准医疗平台的独家权利，该平台用于改善患者分层并开发新的靶向治疗。 下一个研究前沿是研究CIN的动态变化。我们正在开发技术，利用来自早期病变、KO细胞系和药物处理过的器官进行单细胞基因组分析，识别正在进行中的CIN。欢迎你和我们联系。（介绍正在做的事情，占领地盘顺便招人） 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/6/26
articleCard.readMore

FDA发布ctDNA应用于早期实体瘤药物开发的指导意见

这个月初，FDA发布了将ctDNA应用于早期实体瘤药物开发的指导意见稿。 对于相关公司而言，意见中的注意事项确实具有「指导」意义。对于相关从业者，等于得到了一份「ctDNA在早期实体瘤临床研究应用方向」的参考答案。 整个指南反映了FDA目前对在实体瘤早期临床试验中使用ctDNA作为生物标记物进行药物开发和临床试验设计看法，这部分内容没有涉及将ctDNA用于肿瘤早期检测筛查或在转移性肿瘤的使用。 以下为指导意见的意义非完整翻译版本。 背景 早期非转移性实体瘤的药物开发通常涉及到大型试验和多年随访的时间-事件终点。 某些早期实体瘤患者只需局部治疗(如手术、放疗或放化疗)即可治愈，部分患者则需要(新)辅助治疗才能治愈，而另一部分患者尽管接受了手术和/或系统治疗，仍可能发展为转移性疾病。 ctDNA 作为由肿瘤驱动产生的片段化 DNA，脱落进入患者的血液中，其数量取决于肿瘤的类型、部位、分期、肿瘤负担和治疗反应等。作为一种生物标志物，ctDNA 在早期阶段具有许多潜在的临床用途，可以帮助和加快药物开发。 在早期肿瘤环境中，ctDNA 可用于检测某种靶向性的改变，富集筛选试验中的高低风险人群，反映患者对治疗的反应，或可能作为疗效的早期标记。 支持ctDNA的临床有效性或临床用途的证据在不同的实体瘤、患者群体和测试模式中有所不同。然而多项小型研究表明，在手术或标准系统治疗后，ctDNA检测到分子残留病灶（MRD）会导致预后不良，筛选出高风险的复发人群。 因为ctDNA评估在不同的实验室和用于检测技术之间有所不同，有时会导致结果不一致。许多临床实验室自己制定的方案可能会影响ctDNA的定量检测。检测方法的进一步标准化将使ctDNA在监管环境中得到更好的使用。 应用方向 如果赞助商计划将ctDNA用于患者筛选或作为早期实体瘤临床试验终点，应向FDA进行咨询。以下是 ctDNA 的潜在用途。 ctDNA用于基于分子改变的患者筛选 在辅助治疗中，患者通常会接受治愈性的局部治疗，然后再接受全身治疗以防止复发。在这种情况下，对患者的血浆进行采样可以检测ctDNA，并有可能选择出存在遗传或表观遗传改变的患者群体，而这些改变则可能是研究中特定的药物靶标。 ctDNA 可以用作临床试验标准进行患者选择。 如果试验同时招收了标志物阳性和阴性人群，ctDNA也可作为分层因素。 应评估ctDNA检测肿瘤组织内包含的所有临床感兴趣的突变的灵敏度。如果在ctDNA中没有检测到突变，可能需要进行肿瘤检测以确认阴性结果。 ctDNA MRD 用于患者富集。 在手术后和/或（新）辅助治疗后，ctDNA可以作为MRD的标志物，进而富集临床试验中的高风险和增加复发或死亡事件的患者。 手术或（新）辅助治疗后的ctDNA检测可以确定生物标志物阳性人群。 基线ctDNA状态也可以作为研究中的分层因素，同时纳入ctDNA阴性和阳性患者。 顺序检验中可用于测试意向治疗的人群（包括ctDNA阳性和阴性），也可用于测试ctDNA阳性组。 设计方案可以包括升级实验设计（ctDNA阳性状态的高风险患者）或者基于ctDNA阴性状态的低风险人群进行降级实验设计，临床试验应该是随机的。 如果只给予辅助治疗主要终点应该是无病生存期（DFS），如给予新辅助治疗（有或没有辅助治疗）主要终点是无事件生存期（EFS），或者使用总生存期（OS）。 由于事件有限，不应对主要终点进行早期中期分析。可以考虑后期的中期分析，但这些分析应在试验开始前预先指定，根据多重检验进行调整并设置一个具有足够数据成熟度的节点。例如，在进行任何中期分析之前大多数患者预计应已完成了治疗。 ctDNA作为响应的衡量标准 ctDNA可用于早期临床试验以帮助发现药物活性信号，这可能帮助制定药物开发计划。 FDA鼓励开发关于新辅助治疗后ctDNA反应的有用性证据，证明ctDNA在新辅助治疗后病理完全响应之外的用途。 ctDNA作为临床试验的早期终点 虽然目前还没有验证使用，但ctDNA对药物的反应变化有可能被用作早期终点以支持早期肿瘤的药物审批。 需要进一步的数据支持将ctDNA作为有可能预测长期结果（DFS/EFS/OS）的终点。 在药物治疗前后收集ctDNA数据的试验也应收集长期的结果数据，以确定ctDNA阴性和结果之间的关联。 人们提出了各种验证终点的统计标准，并经常使用meta分析方法。在试验关联水平上验证 ctDNA 的meta分析应该只包括随机试验。赞助商应该讨论并向FDA提供meta分析计划的细节，以验证 ctDNA 在特定环境中的使用。 计划应包括试验设计、患者纳入和排除标准、ctDNA评估方法等细节。 临床试验应该包括一组能代表患者的人群，且实验终点将用于该人群。 应包括足够数量的具有足够随访时间的随机试验。 基于个体患者水平数据的分析应该允许对个体水平的关联进行准确性评估。 应提供基于试验水平和个体水平的相关性判定标准，包括预先确定的 ctDNA 评估时间点。 应包括长期临床终点如EFS、DFS和OS，这些终点在不同的研究中具有明确和一致的定义。 赞助商应探讨数据缺失对试验结果的影响。 注意事项 MRD检测的panel类型 MRD可以利用tumor-informed方法、tumor-naive方法或较少的候选基因panel，每种方法都有自己的优势和局限性。 Tumor-informed panels 是通过对肿瘤进行测序后选择一组突变进行检测。 这种方法的局限性包括肿瘤检测和ctDNA panel构建之间的滞后时间，灵敏度和特异性可能取决于临床时间点、产品分析灵敏度以及检测的突变数量。 Tumor-naive or tumor-agnostic panels 指那些没有对原发肿瘤进行测序的panel。 局限性包括ctDNA panel未涵盖某些肿瘤标志物，并且需要对队列进行额外的特征描述以了解有多少比例的患者可以用这种技术进行追踪。 全基因组测序（WGS）有可能在这种方式中被使用，WGS可以使用除突变、表观遗传学改变（如甲基化）或ctDNA的片段分析之外的其他生物标志物来捕获肿瘤驱动的ctDNA信号。 抽样考虑因素 几个与临床试验设计和预期入组病人群体有关的抽样因素应该被考虑在内。 ctDNA的脱落受肿瘤的组织学、分期分级和大小的影响，因此应与FDA讨论ctDNA测试的时间，并应以测试的性能特征、疾病特征和肿瘤生物学为依据。 应预先指定一个固定的时间点来加入研究。 如果赞助者希望使用多个ctDNA时间点来确定纳入标准（如评估早期检测复发时的干预是否会影响结果）应该有科学数据/理由支持。可以探讨基于不同时间点的敏感性分析（但应事先确定并讨论）。 各组的ctDNA检测时间应该是相同的。 应收集治疗前的基线样本，以考虑肿瘤脱落率的变化对检测性能的影响。此外，该样本将允许对治疗后的样本进行解释以利于研究入组。 研究中的所有地点都应遵循标准化的样品收集、储存、处理和处理方案。 市场应用检测的分析验证注意事项 验证研究应在检测的敏感性、特异性、准确性、精确性和其他相关性能特征方面使用指定的技术方案，其中可能涉及到标本的收集、处理和储存。 MRD检测验证应包括整个检测系统，从样品采集（如用特定的将用于最终上市的检测采集管采集血液）到检测结果输出，包括决定阳性与阴性患者的阈值。 应确定检测截止点，以优化临床使用的检测灵敏度和特异性。分析性能时应该可以准确和可重复地检测MRD阳性。 检测方法应具有高灵敏度和阴性预测值（NPV）以支持治疗降级；高特异性和阳性预测值（PPV）以支持治疗升级。 MRD检测的验证方法将取决于MRD检测类型。 推荐用来自临床试验的样本（临床标本）进行关键的检测验证研究，如确认检测极限（LOD）、检测精度和分析精度。在一些分析验证研究中，由于需要大量的样品临床样品可以用人造样品作为补充。在验证研究中使用人造样本时，应证明人造样本和临床样本之间具有功能等同性，如果在某些研究中使用人造样本来替代或补充临床样本需要提供理由。 对于固定化panel，携带特定突变的细胞系可作为人造样品。对于个性化panel，应根据早期临床研究数据，开发能代表突变数量和类型分布的细胞系。 应使用在检测范围内的样品来证明检测精确性。 应制定一套适当的参考材料以便在多种MRD检测中具有可比性。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/5/16
articleCard.readMore

单平台文章阅读量超过100万，我可能做对了三件事。

把写作当作方法。 关于阅读量超过100万这个事 2018 年9月29日，我在少数派写下了第一篇文章，是科普书《基因传》的安利。 2021年6月27日，我在少数派写下了截至目前的最后一篇文章，自己6年硕博生活的6条心得。 在两篇文章之间的1002天里，我不是一个高产的写作者，只写了19篇文章；也不是一个称职的写作者，马上就要一年没有在少数派码字了。 不过最近我发现这19篇文章阅读量竟然也超过了100万，靠着苟活的本领走进了少数派百万阅读作者俱乐部。 借着这篇留念文章，我想简单安利一下写作，再介绍三件我可能做对了的事。 安利写作 写作是非常舒适的社交行为。你不用和别人寒暄，不用察言观色，适合社牛也适合社恐。坦率的讲，过去五年每到重要关头对我有帮助的人很多都是通过写作认识的。无论是学业、生活还是工作，我们从彼此的读者变成彼此的朋友。 写作是具有超级长尾效应的个人产品。5天写完一篇文章，5年后阅读量每天还在增长。有别于搬一天砖挣一天钱，还有什么是比写作更具有性价比的事情么。 写作是最好的逻辑训练。不知道从什么时候开始，「会说」好像变成了我的一个标签。我以为的「会说」是能把想说的事情说清楚，就当作一个优点慢慢接受了。说清楚就等于写清楚，每一篇文章都是一个逐字稿。如果你觉得自己一件事情都说不清楚，可以写下来试试。 我可能做对了三件事 至于为什么十几篇文章也能苟到100万的阅读量，自己可能做对了这样三件事，供你参考。 在可以被人看到的地方写。 想要让自己的文章有机会被人看到，就需要在可以被人看到的地方写。 按这个标准，文章只发布在公众号上就不合适，因为公众号的文章不具有「可及性」。 在绝大多数搜索引擎，公众号里都文章都不能被搜到，也就丢掉了获得长尾效应的机会。如果你不愿买域名搭博客，至少也应该发布在可以被公开检索的平台。具体到自己的做法，我会根据文章大概的受众选择在哪里发布，专业技术类的文章我会直接发布在自己的博客上，通识工具类的内容我就会发布在少数派。这两类以外的内容，多数就是一些临时随机的思考和情绪的记录，我才会发布在公众号方便转发朋友圈。 一篇文章解决一个问题。 想要让自己的文章有机会持续被人看到，就需要考虑面向搜索引擎写作，一篇文章解决一个问题。 第一个关键词是「问题」，构思一篇文章之初就要时刻问自己为什么动笔，想围绕什么需要解决的问题。 第二个关键词是「解决」，如果别人读完文章之后不能顺利解决你提出的问题，那就不是一篇值得写的文章，它会浪费每个人的时间。 第三个关键词是「一个」，我们可以给一个问题提供三个解决方案，但是不要尝试一次解决三个问题。 其实回顾少数派写的这19篇文章，阅读量最高的几篇文章都是做到了能够尽量用一篇文章解决一个问题。比如如何把VScode嵌入自己的工作学习场景，如何一篇文章里就可以学会Zotero 80%的高频操作。这三个关键词缺一不可。 为自己写就会有人读。 如果没人读还能做到持续写，就要为自己写。 写作可以有很多种目的，我以为最核心的目的一定是向内的，不然直接去X乎「谢邀」就好。而这种向内往往出于某种记录的需求，比如记录情绪或者想法。 我不是一个能闷声发大财的人。 写作是我的学习方法，像有些人读书必须出声，自己看一个东西如果想有所收获就得靠写点东西。基于这个原因，一篇文章的阅读量对我而言永远是意外惊喜。相比于呈现自己的学习成果，我更多地通过写作来呈现学习过程。 只要目的是为自己写，就不太会让阅读量高低影响心情。往往写给自己的东西，往往都能引起一些人的共鸣。或许大家都是普通人，遇到的困惑和问题也大同小异。比如我总结过去几年自己的成长经历，虽然是一篇完全个人化的内容，其实也收获了不少的共鸣和反馈。 最后，如果你和我一样不是一个做事情可以风雨无阻坚持不懈的人（也就是习惯性拖更），那还要认真对待自己写的每一篇文章，因为没人知道下一篇会什么时候写出来。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/4/10
articleCard.readMore

Gitee图床被禁？云对象存储配合CDN方案以及图片批量迁移方法

今天好几个小伙伴反馈Gitee不能再当作图床使用了，问有没有更好的markdown图床替代方案。 1 我最早一直用GitHub当图床，从2019年中开始改用腾讯云，用到现在感觉腾讯云对象存储配合腾讯云自己的CDN就是一个还蛮不错的图床方案。 首先腾讯云国内访问的速度绝对是快的，之所以建议配合CDN主要是基于两方面的原因，一是购买流量包的价格整体更划算，首次使用一般还会送半年的流量包，非流量大户妥妥的够用；二是相比于对象存储本身，CDN有着更加丰富的访问权限控制设置，可以防盗链以免被白嫖流量。 我的云存储的使用情况 用到现在大概是有5个G的存储量。 平均每个月的费用就是七八块钱。 你可能注意到今年2月和3月出现了两次异常，原因是我的域名被一个IP盯上了，每天都会遍历一遍域名下的所有图片。所以直接一个月干掉了我60多G的流量。 对象存储防盗链设置规则 这里就需要提到腾讯云对象存储的防盗链设置规则。 腾讯云对象存储本身只支持设置黑白名单二选一，对于大多数人都是设置为白名单更加合适，同时为了能够在本地编辑器（比如typora、VScode和Obsidian）中正常显示图床图片还需要允许空的referer。这就带来了一个很大的问题，如果一个垃圾IP利用空referer规则疯狂读图单纯靠这个规则就招架不住了。 CDN 访问控制设置防盗链 为了更好的配置防盗链规则，这里就推荐云存储结合CDN的配置方案。这样一个通过CDN访问的图片链接首先会遵守CDN自己的访问控制规则，通过之后会再去匹配对象存储的防盗链规则。 推荐的配置方案如下： 首先使用白名单指定可以访问的http地址，然后允许空referer使得本地可以正常显示图片。如果有明确的垃圾IP地址持续攻击，还可以在IP黑名单设置中输入对应的IP段进行过滤。 最后，为了应对可能存在的恶意访问，还可以设置单节点IP每秒钟的访问次数（15或者30基本都可以）。用这个方式就可以杜绝大多数持续性无差别的恶意访问了。 CDN使用效果监控 腾讯云的CDN数据分析后台上基本的数据都可以看到。 比如你可以通过TOP1000 URL 看到那个文件（图片）被访问的此时最多，通过TOP100 Referer 可以看到自己哪篇博客文章被访问的此时最多，通过TOP100客户端IP还能看到哪个IP地址访问的最多。这几个信息都还是蛮有用的。 批量迁移图床 好了，最后一个问题就是如何能够尽可能方便的批量迁移图片。这里推荐一个我曾经使用过的方案供参考。 目前我在使用的本地图床工具是PicGO，软件本身有不少插件可以配套使用，其中有一个插件叫做pic migrater 就是用来批量迁移图片的。 这个插件支持设置需要迁移图片链接的匹配方式，还可以选择需要操作的文件或者文件夹。 以及，如果你使用了CDN，记得把PicGo的配置地址也改成CDN的网址哈。 OK，这篇就写到这里，下次再见👋 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/3/26
articleCard.readMore

别再用DEseq2和edgeR进行大样本差异表达基因分析了

如无必要，勿增实体。样本够多，无需预设。 读博那几年，闲着没事就喜欢做各种软件的测试对比。有时候几个转录组样本非得用两三个差异分析方法都做一遍。严谨起来就给它们之间求一个交集，狡猾起来就谁的结果「更好」用谁（想必你也是这么做的）。 2021年，从植物研究转到肿瘤领域后，对于处理TCGA这类大样本队列，我其实不少次也是通过对tumor和normal组直接进行Wilcoxon秩和检验来找差异基因，原因无它，唯快不破。当然，更多时候是两种方法混用，好处是样本量多了跑上DESeq2可以离开座位溜达两圈活动活动。 2022年，前几天发表在 Genome Biology 的一篇论文，算是比较严谨地论证了在大样本量RNA-seq差异分析时，今后即便不考虑速度因素，也应该抛弃DEseq2和edgeR转而使用朴实无华的Wilcoxon秩和检验。 先贴上paper链接，你可以直接读原文或者继续看完这篇文章。 Li, Yumei, Xinzhou Ge, Fanglue Peng, Wei Li, and Jingyi Jessica Li. “Exaggerated False Positives by Popular Differential Expression Methods When Analyzing Human Population Samples.” Genome Biology 23, no. 1 (March 15, 2022): 79. https://doi.org/10.1186/s13059-022-02648-4. RNA-seq实验应该有几个重复 RNA-seq问世以来，最基本也是最关键的应用一直是在2组（有时候也有多组）情况下识别差异表达基因(DEG)，比如肿瘤和正常组织样本，不同处理条件下的细胞系等等。 实际使用时，高通量的转录组数据我们通常只会测三个重复，这里的重复是指生物学重复而非技术重复。有的时候2个重复也能应付，甚至如果没有重复也有相关的软件可以处理。 为什么是3次重复呢？因为事不过三，以及材料有限和可以省钱。实际上，在不少早期专门研究应该有几次重复的论文中，大家的说法也不一，有说至少要6次才准的，也有说4次就够了，还有的说如果想把差异表达基因都找到至少需要12次个重复。 2016年，同样发表在Genome Biology的经典高引用RNA-seq分析综述则给出了如下表格和建议，简而言之，至少3次。 咱就是说，其实前期这些关于样本重复数量的分析，绝大多数都是在用DEseq和edgeR这些软件的基础上展开的。而今天却建议大样本量的分析不要再使用它们了，也蛮有趣。 DEseq2和edgeR不适用大样本 从以上关于样本量的讨论可以看出，转录组差异分析最大的挑战一直是希望三生万物（三次重复得到普适结论），检测的样本量太少。 为了解决这个问题，通过对RNA-seq数据进行各种参数分布假设的统计方法和软件应运而生。其中最流行的两种方法是DEseq2和edgeR，他们的核心假设都是测序数据符合负二项分布，再根据自己的一套逻辑对原始读数进行标准化。如果样本没有重复，负二项分布可能有噪声，可以考虑基于柏松分布的DEGseq。 另一个重要的问题是，对于DEseq2和edgeR这样的软件，为了让各种后续处理成立，一个需要接受的假设是两组样本之间没有绝对意义上的差别，或者说绝大多数基因在两组之间的表达都是一样的。 于是就带来了第一个疑问，一旦上升到大样本量的人群队列RNA-seq研究，样本规模已经是大几十或者几百上千个，绝大多数基因的表达水平没有差别的这个假设是否还成立呢？ 为了评估DESeq2和edgeR识别差异基因上的能力，这篇paper的作者测试了13个群体水平的RNA-seq数据集，总样本量从100到1376不等。分析后发现，DESeq2和edgeR在这些数据集上识别的DEG有很大的差异。 通过上图这个结果可以看出来在免疫治疗队列里，DESeq2和edgeR识别的DEG中只有8%一致。而在大多数大人群样本中，DESeq2都要相比edgeR找到的多不少。 事出反常必有妖，想看究竟问题出在哪里，就需要从FDR的角度进行深入的探索。测试FDR，在大样本的优势就体现出来了，它可以采取随机生成置换数据集的方法进行测试。 于是作者把队列中的两组样本进行混合，新的分组中每个都含有原来的两组样本。通过随机组合1000次置换，原始数据集就生成了1000次置换数据集。 结果很刺激。 首先，DESeq2和edgeR分别有84.88%和78.89%的概率从置换数据集识别出比原始数据集更多的DEG。 其次，DEseq2和edgeR分别从原始数据集中识别出的144个和319个DEG中，有22个（15.3%）和194个（60.8%）是从至少50%的置换数据集中识别出来的，而这些DEG其实都是假的。这个假阳性的结果实在是太高了。 最重要的是，它们还发现 fold change 越大的基因，越有可能从置换数据集中被鉴定出来。但在实际分析时，我们都会认为FC越大那基因的差异越大，它就越重要。而真实情况可能是这些基因本身并非差异表达基因。 这里多说一句，如果你好奇那些其实是假阳性的基因究竟是什么富集在什么功能呢？嗯……免疫相关。 DEseq2和edgeR为什么不灵了 为什么DESeq2和edgeR从这个免疫治疗数据集中发现了这么多假阳性？最直接的想法就是这些数据不再符合DESeq2和edgeR所假设的负二项分布。 为了验证这一假设，研究者选择了两组基因。其中一组是从≥20%的置换数据集中确定为DEG的基因；第二组是从≤0.1%的置换数据集中确定为DEG的基因。评估负二项式模型对每组基因的适应程度后可以发现确实第一组基因的模型拟合效果更差，这与这些基因是假阳性事实也一致。 进一步，为什么模型不适用了？作者检查了所有在至少10%的置换数据集中被误认为是DEG的基因，相对于假定的负二项模型，所有这些基因的实际测量值都存在异常值。 edgeR和DESeq2这样的参数检验中，假设是一个基因在两种条件下具有相同的平均表达量。所以分析结果会受到异常值存在的严重影响。相比之下，Wilcoxon秩和检验在有离群值存在时会表现的更好，因为它的假设是基因在一个条件下的表达量比它在另一个条件下的表达量高或低的可能相等。也就是Wilcoxon秩和检验更关注的是排序而非实际高低。 不止是DESeq2和edgeR，从上面的图可以看出作者还比较了其它几种代表性的分析方法，其中limma-voom和DESeq2、edgeR一样是参数估计；NOISeq和dearseq（最近发表的专门针对大样本量差异分析的工具）则和Wilcoxon秩和检验一样是非参数检验。 在比较谁能找到更少的假阳性差异基因时，DESeq2和edgeR明显败了，其它几个表现都还不错。如果比较它们找到更多真实的差异基因能力呢？ 研究者从12个GTEx和TCGA数据集中各产生了50个半合成数据集（有已知的真实DEG和假DEG）。如下图，只有Wilcoxon秩和检验能在0.001%至5%的FDR阈值范围内可以持续控制真实的FDR。此外，比较了这六种方法在实际FDR条件下的功效，Wilcoxon秩和检验要优于其他五种方法。下图蓝色线是Wilcoxon秩和检验，黄色和紫色虚线是DEseq2和edgeR。 什么时候使用Wilcoxon秩和检验 既然Wilcoxon秩和检验适合大样本的差异基因分析，关键问题就来到了多大样本量算大样本？ 为了研究样本量如何影响六种分析方法的效果，研究者对每个数据集进行了下采样，分别得到了从2到100个的样本量的不同数据集。 从下图结果可以看出。在1%的FDR阈值下，当每个条件的样本量小于8时Wilcoxon秩和检验作为一个非参数检验方法你就别用了。同时，只要当每个条件的样本量超过8个以后，Wilcoxon秩和检验取得了与三种参数检验方法（DESeq2、edgeR和limma-voom）或其他非参数检验方法相当或更好的表现。 考虑到DEG占所有基因比例也可能会对结果产生影响，他们还生成了5中差异基因比例（1%、3%、5%、9%和20%）的数据集，评估结果也显示Wilcoxon秩和检验的FDR和功效也不差。 所以，从这个分析结果来看，当每个条件的样本量大于8个以后，别犹豫，直接上Wilcoxon秩和检验。 怎么使用Wilcoxon秩和检验 懂的都懂，DESeq2、edgeR和limma这三种参数检验方法在转录组研究中长期占主导地位。基本上所有大型研究的差异分析结果都是用它们做出来。但是这三种方法最初都是为了解决小样本量分析的问题。 在群体水平的研究中具有更大样本量（至少几十个），因此往往就不再需要进行参数假设。同时，由于样本量越多越可能存在几个异常值，它们违反假设后会导致P值变得不稳定，进而导致FDR无效。 最后一个问题，就是在实际分析中应该怎样合理地使用Wilcoxon秩和检验进行差异表达分析呢？ 不同于DESeq2, edgeR和limma，作为一种非回归的方法，Wilcoxon秩和检验无法调整各种可能存在的混杂因素（比如测序深度的差别）。要想使用Wilcoxon秩和检验，研究者也推荐RNA-seq样本先进行标准化消除批次效应后再进行计算。 至于你是使用DESeq2的Relative Log Expression，还是使用edgeR的Trimmed Mean of M-values，或者是使用TPM，个人粗浅的认为问题不大（狡猾的你肯定会愿意都试试）。 最后是一段使用edgeR TMM + wilcox.test 分析的代码示例，来自于原文作者。 # read data readCount<-read.table(file="examples/examples.countMatrix.tsv", header = T, row.names = 1, stringsAsFactors = F,check.names = F) conditions<-read.table(file="examples/examples.conditions.tsv", header = F) conditions<-factor(t(conditions)) # edger TMM normalize y <- DGEList(counts=readCount,group=conditions) ##Remove rows conssitently have zero or very low counts keep <- filterByExpr(y) y <- y[keep,keep.lib.sizes=FALSE] ##Perform TMM normalization and transfer to CPM (Counts Per Million) y <- calcNormFactors(y,method="TMM") count_norm=cpm(y) count_norm<-as.data.frame(count_norm) # Run the Wilcoxon rank-sum test for each gene pvalues <- sapply(1:nrow(count_norm),function(i){ data<-cbind.data.frame(gene=as.numeric(t(count_norm[i,])),conditions) p=wilcox.test(gene~conditions, data)$p.value return(p) }) fdr=p.adjust(pvalues,method = "fdr") # Calculate fold-change for each gene conditionsLevel<-levels(conditions) dataCon1=count_norm[,c(which(conditions==conditionsLevel[1]))] dataCon2=count_norm[,c(which(conditions==conditionsLevel[2]))] foldChanges=log2(rowMeans(dataCon2)/rowMeans(dataCon1)) # Output results based on FDR threshold outRst<-data.frame(log2foldChange=foldChanges, pValues=pvalues, FDR=fdr) rownames(outRst)=rownames(count_norm) outRst=na.omit(outRst) fdrThres=0.05 write.table(outRst[outRst$FDR<fdrThres,], file="examples/examples.WilcoxonTest.rst.tsv",sep="\t", quote=F,row.names = T,col.names = T) 写在最后 看到这里，个人感觉也没有必要对自己以前做过的事情产生太大自我怀疑，只是以后在做超过每组8个样本的差异分析时，别忘了也捎带试试Wilcoxon秩和检验。如果有人问你为啥有专门的DESseq2和edgeR不用，就把这篇paper丢过去。 当然，还有这个图。 reference https://genomebiology.biomedcentral.com/articles/10.1186/s13059-022-02648-4 https://rpubs.com/LiYumei/806213 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/3/20
articleCard.readMore

春天来了，但你得准备好继续过冬

面临行业的冬天，公司应该如何过冬，个人又能怎样过冬。 工作后第一次（线上）参加了公司范围的年会，虽然此时已是来年3月。 CEO分享的过程中聊了聊宏观和行业，反复提及的一个关键词是「过冬」。嗯，春天来了，却要做好整个行业开始（继续）过冬的准备。 冬天如此漫长 我们生活在一个又一个周期中，最近几年（前几年和今后几年）都会处在周期的波谷。国际环境和经济环境无需赘述，行业环境也惨不忍睹。看看行业内很有代表性的两家企业 Guardant 和 Veracyte 过去一年的股价变化。 再看看国内两家美股上市公司过去一年的股价变化。 除去股价的直观体现，出口上市和各种相关政策也不被看好或充满不确定性。几个周期波谷的叠加，行业和企业必然会面临寒冬。 企业如何过冬 关于一个企业能否过冬，CEO的分享里提到了四点，脱敏整理后大致总结如下。 充沛的资金。现金流决定一个企业过冬的能力，手上的钱够花几年意味着在恶劣的环境下能坚持多久。 用优势引领趋势。越是困难的时候越要能判断出公司优势和行业趋势。对于NGS检测行业，产品入院是避不开的趋势，如果这也是一个公司的优势，那就可以坚持的更久一些。 新产品的生命力。NGS检测是一个会持续推出新产品的行业，依托于前沿的科研转化，新产品不同于常规互联网产品，在技术和本质上往往都会有全新升级。有没有新产品，新产品在行业内有多久的领先窗口期，以及能不能在窗口期利用产品优势换来商业优势，是关键的问题。 公司的人。除了上面三个因素，最关键的一点就是有没有一群可以共同抵御寒冬的优秀的人。 个人如何过冬 听完上面的内容，这四点也适用于每个人自己如何过冬。 于个人而言，充沛的资金除了钱以外还可以代指各种层面的积累。刘玉玲曾经对「充沛的资金」有一个非常生动的解释。 用优势引领趋势，你能不能充分认识到自己的优势，然后尽可能的发挥这个优势。 个人层面的新产品则是你的技能和能力。在困难的环境下，你能不能生长出自己之前不具有的能力，是否可以承担之前没有承担过角色。 除了以上三点，还有就是你能不能找到彼此信任，愿意与你共同前进的人。 春天来了，但是要准备继续过冬。冬天会过去，春天依旧会到来。 关键是你打算如何过冬。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/3/11
articleCard.readMore

任务如何才能按时完成

工作不需要提前完成，但需要提前动手。小学时的寒假作业没有人会每天写点，要么是第一周写完，要么是最后一周写完。 2022年的第一篇读书笔记来了，这次要和大家分享的是2018年12月出版的《任务就要按时完成》，作者是UIEvolution公司创始人CEO，曾经深度参与开发了Windows95，IE浏览器3.0以及Windows98的日本工程师中岛聪。 整本书只有9万多字，买回来吃了很长时间灰之后终于用一个周末读完，险些因为拖延症而放弃了一本涉及拖延症内容的书。不过读完之后还有点收获和启发，与你分享。 读任务管理和时间管理这类内容，我一直比较谨慎，往往读的越多就越有「道理都懂但做不到」的体会。这本《任务就要按时完成》里「显而易见的道理」也不少，比如：工作要的是结果而不是过程；有工作拖延症的人大多害怕别人的评价等等。 我之所以还是想写这篇文章在于它的特别之处是让我学会了如何判断「任务不能按时完成」，以及书中的方法确实可以尝试执行。 面对分配到自己手里的工作，不能按时完成的原因多数不是拖延，而是不知道自己能否按时完成。这就带来了两个问题，一方面如果过分乐观，我们很可能会等到自己想象中的合理剩余时间才开始动手；如果过于悲观，往往表现的犹犹豫豫不能给出一个准确的答复。 就我个人而言，往往会乐观估计项目完成需要的时间而不能提前告知上级或者客户哪些地方存在风险。 如何才能准确地评估一项工作是否可以按时完成？答案是利用神奇的帕累托法则（也就是我们常说的二八法则）。 如何评估工作能否完成 想必你对二八法则应该不太陌生了，生活工作中方方面面的事情都可以归结为仅有20%的因素可以影响80%的结果，比如80％的销售额来自20％的客户，20％的代码包含了80％的bug，20%的人占有了80%的财富。 评估一项工作是否可以按时完成，同样可以应用二八法则。不妨回忆一下，做完一件事之后，是不是你往往需要总工作时长的20%就可以大致完成一项工作的80%。 在作者推荐和实践的「火箭发射式时间管理术」中，如果你接到了一项为期十天的任务，应该去和上级说明自己需要了解这项工作的大概情况，请给你两天时间来考虑工作规划。 虽然说名义上，我们是利用这两天时间对工作进行预估，但实际上就是实实在在地拼全力、赶进度。这两天需要高速推进工作，尽量做到基本完成。如果能够完成80%就可以答应这件事，如果做不到基本完成就要认识到情况不妙，并积极沟通考虑重新安排。 在时间绰绰有余时全力拼搏，在临近截止期限时从容推进。 接到任务后，在最初两天完成 80%的工作，这件事做起来的难度会超出你的想象。 在《龙珠》里，孙悟空从北界王那儿学了一招「界王拳」，所谓界王拳是一种在短时间内将自己战斗力提升数倍甚至数十倍的招式。这招不伤对手而是将自己身体的力量、速度、攻击力和防御力倍增，其问题在于对自己的身体有极大的负面影响，不能长期使用。 作者形容自己每次面临新项目的时候，都会在前20%的时间里尽可能拒绝一切干扰，使用出20倍界王拳（给自己心理暗示）来推进工作，这里的20倍不是指精确付出20倍的努力，而是让自己的身心进入最佳迎战状态。 在工作中坚决贯彻二八法则 用最初的2天完成8成的工作，在剩余的8天里从容不迫的收工，最大限度的争取余闲轻松工作。 如果想要能够达成这种状态，就需要在工作中的每一天都学习贯彻二八法则。这个比例关系在一天的工作安排中依然适用。在作者看来，一天的工作要在最初的2.5小时内完成 80%。为此，在这2.5小时中要割舍喝咖啡的时间，甚至上厕所的时间都最好省出来。你的身心只为工作服务，要有这样的意识。（下图为作者的每日作息表） 具体情况如何应对 在应用二八法则时，针对耗时较长的工作应该进行纵向分割，直到分割为十天到十五天一个单位。 针对多任务平行推进，要将一天横向分割，例如一天工作9小时，那么就分成3个3小时。 当工作有主次之分时，可以按照不同的重要程度进行划分。 在大任务中穿插小任务 除了上述场景，还有一个打工人更加常见的现实：我们通常会在一个大任务中穿插一个或多个小任务。 今天是周二，如果你做文献分享和项目交付的时间都是下周二。那准备文献的时间就不应该是下周一，因为你会发现项目在下周一到来的时候无论如何都做不完。 为了避免出现这样的狼狈，就要采用 「全速起跑」的二十倍界王拳。像下图这样，应该在周四准备文献分享。 虽说是「全速起跑」，但也不宜在周二周三就开始，因为你先可能需要一些时间准备主题，看看相关资料。确定主题固然非常关键，但也不需要使用太多功力。因此，在做项目的同时可以利用「顺势而行」的工作时间，去搜索合适的主题即可。做好相应准备工作后，便可以在周四顺畅地准备好内容。进而做到从容完工。 写在最后 总结一下： 无论什么工作，只要做到「全速起跑」，就能保证按时完工； 工作期限的最初20%的时间，名义上是「工作预估期」，实际上要完成任务的80%； 如果在最初的两成时间内，不能完成八成工作，就要考虑延长工期； 要提高工作效率，就要做到「合理休整」和「避免分心」。 写到这里，其实你会发现在工作中我们本身就都或多或少在应用二八法则了。不过绝大多数人都是在前80%的时间里完成了20%的工作，最后20%的时间完成80%的工作；只有极少数人可以在前20%的时间完成80%的工作罢了。 以及，整本书（包括这篇文章）的核心都是告诉你用前20%的来完成80%的工作这个非常简单的建议，更重要的还是你能否给自己建立这样一种心态：既然总是用20%的时间完成80%的工作，为什么不在项目开始时拿出两天时间好好「评估」一下呢？ 以及，做到这一点，又谈何容易啊。 补充： 文章发出来之后，很快有朋友给我留言：如果任务中有一些节点不在前20%的时间内呢？比如预计时间的70%采购才能完成，剩余的30%调试设备，也就是很明确的知道这件事情不会因为我的努力而在20%的时间里完成80%的时候这一原则似乎就不适用了。 关于这个问题我的回答如下： 这个规则涉及到两个核心的问题，在书中也没有给出绝对清晰的定义，写成文章就更是要选择性忽略了。一个是如何明确知道自己在一项工作里的指责或者说自己每天需要完成的事情是什么。另一个就是如何知道一项工作的前80%是什么？ 所谓的28分配不是要求我们站在一个过于全局的视角（领导者除外），而是应该细分到自己有明确把控权的部分。我们绝大多数细分到个人负责的部分都可以做28测试，至于在这之前需要谁来花多长的时间完成其他人的部分我们就没有太多的主动权了。 以及，很多时候别人的部分都会发生拖延，我们就做点其他更重要的事情吧。至于如何界定80%，主要是难度和长度，如果是复杂性的工作需要我们有能力拆解出对自己最有挑战性的部分，如果是有明确时长的工作反而更简单些。不过很多时候也都是难度和长度的叠加。 我其实很认同作者的方法，也希望自己能摸索出一个相对适合自己的二八测试方法。尽早投入，全速起跑，一气呵成，拥有闲余，顺势而行。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/3/7
articleCard.readMore

从肿瘤突变列表到辅助临床决策

如果你做了一份科研样本的 NGS 检测，绝大多数测序公司都会附上一份标准化的分析报告，当然，这份报告的实际可用性懂得都懂。但如果一位肿瘤患者进行了 NGS 检测，那出具的检测报告就需要慎之又慎，靠谱的公司往往会想尽办法提高报告的准确和严谨，每份报告也都需要进行人工审核和解读。医生们则会在拿到这份报告之后再结合病人的实际病情进行临床决策。 那如何根据突变数据进行临床决策呢？最近刚发表在 Nature Cancer 的文章详细介绍了 Cancer Core Europe（CCE）开发的一款临床决策支持系统(CDSS, Clinical decision support systems)：Molecular Tumor Board Portal（MTBP）。MTBP 为 CCE 的 7 个综合性癌症中心解读肿瘤患者测序结果提供了统一的框架和发布平台，并已经在 2019 年到 2020 年进行的一项 2 期临床实验中，为 500 个晚期实体瘤患者提供了分析结果。 通过阅读这篇文献，你一方面可以了解目前的生物标志物物相关高频基因和高频突变位点（有附件可下载），另一方面可以了解临床决策的基本逻辑和重要数据库，最后还能获得一个即刻可用的在线突变注释工具 MTBP。 肿瘤变异功能解读 解读 NGS 数据首先需要阐明在肿瘤中观察到的特定变异是否改变了癌症基因的野生型功能，因为并非所有变异都有一样的生物学影响。除了识别单个肿瘤基因组驱动因素外，这种分析还能将患者相关的生物标志物相匹配，如某一肿瘤基因的“激活”突变或某一肿瘤抑制因子的 “失活”突变。目前报道的近三分之一的癌症标志物依赖于对药物靶点中发现的变异解读，如下图。 在 MTBP 中，对于一个突变的解读以等位基因为中心的观点进行，包括功能、生物学背景和临床意义。例如一个已知会破坏野生型等位基因活性的特定 BRCA1 突变将总是被认为功能缺失，这里就不需要再考虑如第二等位基因的状态或癌症类型等肿瘤背景因素。 功能层面上，又包含了三个级别的证据。如下图所示：A 类证据首先根据多个数据库检查病人的肿瘤中观察到的突变是否有已报道的效果。需要注意的是，不同的数据库有各自定义的标准，且都在持续收集临床实验和人群遗传结果。 将这些信息进行整合将有利于更全面的使用，根据作者的统计，在被报道的突变中，1710 个有 2 个数据库支持，466 个有 3 个数据库支持，145 个有超过 3 个数据库支持。 B 类证据来自于大家公认的生物学假设，也就是我们通常认为可能会对基因功能产生重要影响的突变类型（如下图所示），C 类证据来自于计算估计。 基于以上标准，在前瞻队列的 500 个肿瘤测序样本中（检测基因数为 326-350）。MTBP 在每个肿瘤中发现了 3 个（中位数）功能相关的突变（单核苷酸变化和/或小差异）。总体而言，共有 26%的突变被归类为（推测）和功能相关，9%被归类为（推测）中性。其中四分之一的分类完全基于生物信息学预测（最低级别的支持证据）。即使有 MTBP 提供的全面功能注释，大多数（65%）在癌症基因中观察到的突变都被归类为未知的功能影响。这说明我们解释肿瘤细胞中发生的基因组改变的生物相关性能力仍然有限。下图详细展示了不同基因的分类情况。 肿瘤变异的临床解读 临床决策支持系统的最终目标是根据最先进的证据，将 NGS 的结果转化为最合适的治疗决策。 具体而言，MTBP 将知识库中的癌症生物标志物与在肿瘤中观察到的变异进行匹配，包括特定的核苷酸和/或蛋白质氨基酸变化（如 BRCA1:c.5468-1 G>A 或 KIT:p.D572A）、变体类别（如 EGFR19 外显子缺失）或一个功能实体（如 FLT3 致癌突变）。此外，由于肿瘤的异质性，必须考虑到单纯变异之外的肿瘤背景因素，如生物标志物与患者的癌症类型（或其亚型）之间的一致性，是否存在可影响生物标志物效果的共突变，以及目前支持临床效用的证据水平）。下图是具体的示意图。 基于以上标准分类后，不同癌种中突变证据支持级别的分布，可以在下图中清晰的看出。 支持公开访问使用的 MTBP 版本 目前，MTBP 提供了一个供学术研究使用的公开版本 Karolinska - MTB。 以一个具有 BRCA2、CDKN2A 和 AKT1 突变的浆液性卵巢癌为例，在线报告包括了如下几项内容。 首先，可以看到不同注释类型的突变，以及每个突变的具体信息，其中包括基因信息、突变信息、多个数据库中的功能相关证据和已经被报道过的生物标志物。 点击蓝色链接，可以看到具体的药物信息和相关证据链接。 此外，点击基因可以看到该基因的基本解读和在泛癌种研究中的高频突变位点，以及你上传突变信息的相对位置。 更多信息你可以阅读文献和网站的使用说明，下次再见 👋。 Tamborero, D., Dienstmann, R., Rachid, M.H. et al. The Molecular Tumor Board Portal supports clinical decisions and automated reporting for precision oncology. Nat Cancer 3, 251–261 (2022). https://doi.org/10.1038/s43018-022-00332-x https://mtbp.org/MTBfaqPublic.php 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/2/27
articleCard.readMore

半年毕业 半年工作 我的2021年度总结

掐指一算，又到了每年向各位朋友进行年终汇报的时间，不过「年终」硬生生地让我从 1 月 1 号元旦拖到农历春节前夕（发出这篇文章的时候应该已是初二了）。 我怕大年三十的祝福太多，怕大年初一的鞭炮太响，干脆发一个「2021 年终总结」，愿读到这篇文章的你体会到一丝领导批复年终报告的感觉，顺祝来年继续牛皮。 按照往年惯例： 如果关心数据可以重点读前面部分； 想看思考心得可以重点读中间部分； 留意安利环节可以重点读后面部分 2021 年有 16 个月 个人总结的例行环节是统计过去一年和这个世界的交集。 2021 年，我们的主页（kaopubear.top）迎来了 2.1 万个用户的 3 万次会访问，按照平均会话时长 1 分 17 秒计算，我们彼此通过文字和网络沟通了 642 个小时，按照 8 小时工作量来计算，大致是完整的 4 个人月。 用和这个世界的连接时间来计算，我的 2021 年有 16 个月。 播客和博客 「熊言熊语」播客 2021 年处于停播状态，不过后台数据还是让我小小震惊。在我们自己的服务器上，过去 12 个月「熊言熊语」播客共有 1 万 6 千多次的下载，再粗略加上其它几个第三方的平台还是有接近 3 万次的收听。计划播客在 2022 年重启来着，希望计划这次能赶得上变化。 2021 年前前后后一共写了 20 篇博客，写字手速确实大不如前（年），其中比较受欢迎的三篇是 你也可以在学术报告中讲好一个引人入胜的故事 、在陌生领域开始读文献，我劝你别读正文 和 6 年硕博生活的 6 条心得-生活成长篇，希望 2022 年能完成 30 篇的写作目标。 2021 年的 3 个关键词 2021 年发生了很多事情，以至于一件事还来不及消化和分享，另一件事就跟着来了。 转换 转换，包括身份也包括心态。 2021 年 5 月 8 日，和女票在一起 9 年之后终于领证。当天在民政局险些因为户籍证明的问题领证未遂，临下班前冲过去重新开证明，赶着下班时间才把手续办完。这一天，我们从情侣变成了家人，我在这段亲密关系中的身份也随之发生了改变。 2021 年 7 月 1 日，刚刚提交完毕业论文的我急匆匆入职，开始了工作后的第一个 Q3 和 Q4 季度。可以说过去半年我每一天经历的事情都是新的，同学变成了同事，老师变成了领导。这一天，我从象牙塔里的学生变成了社会人。 2021 年 9 月 23 日，6 月完成博士论文就跑去搬砖的我终于完成了博士论文答辩，当天线上参加的除了答辩老师以外还有我的家人。这一天，我正式结束了自己的全部硕博生活。 2022 年 10 月 2 日，从看房、办各种手续再到搬家，前前后后折腾了 5 个月终于告一段落。过户那一天开始，自己从交房租变成了还房贷，换了一种方式继续为房地产行业贡献绵薄之力。 身份转换总归没什么大问题，事情到了某个时间点自会发生，由不得你拒绝。但心态的转换则需要一个更加复杂且持久的过程。 用什么心态面对自己的伴侣，用什么心态面对自己的同事，用什么心态面对自己的工作，用什么心态面对甲方，用什么心态面对自己，都是需要持续修炼的话题。咱们今后慢慢聊吧。 融入 所谓融入，一方面是融入新的关系中，另一方面是融入到新的环境中。 有不少人和我聊过应该如何认识一个人或者融入一个团队。 我有这样一条准则可以和你分享：如果我（你）有哪里帮助到你（我），我希望你（我）也可以告诉我（你）一些我（你）不知道的事情。 工作场景下，我们和很多人的第一次交流往往从一次提问开始。 以前的结果不理解，祖传的代码看不懂，这个时候都需要你稍微鼓起勇气问问有经验的同事。请教之后事情只做完一半，我通常会再相对详细地介绍一下自己目前做什么，为什么需要对方帮助，以及后续可能会还会需要什么帮助，最后尽自己所能向对方分享一点或许感兴趣的信息。 多提问还有一个隐藏好处。人们往往会对自己帮助过的人带有一丢丢好感，因为人生来厌恶损失，而对方在你的身上已经付出了成本。所以珍惜每一次提问的机会并给予最真诚的反馈，如此几个来回，再见面难免会亲切些。 以及，提问开头最好不要说「刚才你讲的 XXX 我没有听懂」，改成「我对你刚才讲的 XXX 非常感兴趣」；提建议开头最好不要说「你为什么没有考虑到 XXX」，改成「想必你也想到了 XXX」。 至于建立信任感我没有什么好的方法，唯一能做的就是真诚。感恩每一个帮助自己的人，毫无保留地帮助需要帮助的人。如果可以，我希望把自己的任何经验分享给身边每一个需要的人，把自己的任何技能教会给身边每一个需要的人。 成长 2021 年的成长可以说都是在前文记录的几件事情发生时被动促成的。 比如，决定买房之后我才重新审视了自己过去的消费习惯，毕业答辩完成之后我才跟实际上用了 6 年多时间完成硕博连读的自己和解，工作之后我才发现自己的思维和习惯并不能轻松的胜任工作。 我是一个情绪相对敏感的人，好在硕博这几年下来已经基本学会了及时内化。即便如此，在过去半年的职场入门过程中还是发生了两次特别大的情绪波动。一次是入职 2 个月左右，做第一个项目时有过短暂的深度自我怀疑，另一次是入职 6 个月后做工作复盘那几天，发现自己在很多方面存在不小的差距。 工作半年，业务能力略有长进，更重要的是认知有一丢丢升级，比如以下几条感悟。 正确地做事非常重要，前提是能够做正确的事。 效率的提升在于复用，不要重复造轮子也不要怕造轮子 学会接受「只有……才……」不要认为「只要……就」 所有的倾听都是为了提问，利用一切机会提出自己关心的问题并及时给对方反馈 给看似无聊的事情找出可以学习的内容好过抵触做无聊的事情 理性看到「理想」和「现实」之间的差距，然后通过自身的行动去缩短差距。 不要太过于投入丰富的情绪，情深不寿，强极则辱。 成为一个有目标感的人，对自己负责，对结果负责。 2021 年的 8 个安利 如果把阅读或者摄取信息看作一项成本是时间的投资，这件事我们需要在意的是投资回报率，读什么东西划算，取决于我们花费的时间交换了作者多少时间。 我们读一篇博客大约需要 3 分钟，作者写一篇大约需要 2-3 天；读一篇深度报道往往需要 20 分钟，作者完成一篇大概需要 1-2 个月；读一本书通常需要 5 个小时，但写一本书往往需要耗费作者 2-3 年的时间和精力，很多经典甚至需要作者十几二十年的人生体验。 用 5 个小时的阅读时间获得作者几年甚至十几年的脑力和劳动投入，读书是一件投资回报率极高的活动。因此，今年的安利还是以书为主。 凤凰项目：一个 IT 运维的传奇故事 2021 年看过几本泛项目管理相关的书，我愿称《凤凰项目》为最佳。它带给我的冲击力有点类似于当初读《人月神话》。 《凤凰项目》描写了一个传统汽车配件制造商 IT 经理和公司各方神通从斗智斗勇到通力合作，最后拯救公司的故事。很多知识从小说中看似上帝视角的「董事」口中说出，让人印象深刻又容易接受。 另外这本书也讲清楚了传统工厂管理和现代化企业 IT 管理的共通之处。所以也给了我一些转行后的信心，更看到了知识迁移能力的重要。 可以说这是一本披着小说外衣的 DevOps 经典教科书，在阅读过程中因为小说描写的场景太过真实，自己经常读着读着忍不住笑出声。 程序员的思维修炼 这是一本教程序员如何学习和思考的书。彼时我刚进入公司，所有东西都要重新学又不清楚该学到什么程度。这本书很清楚地讲了所谓新手和专家的区别，以及一个人从新手出发进行实践需要哪些条件。 此外，这本书也提到作者认为如何看待学习和创造时间学习。学习就像投资，也应该采取「定投」策略。你需要定期投资最低限度的学习时间量，养成一种习惯，想尽办法躲在什么地方去完成学习。虽然并非每期学习都会有很大成效，但是只要定期安排学习，长期来看就会有收获。 为什么幸运的人总幸运倒霉的人老倒霉 这本书是我 2021 年读的一本相对轻松的书，作者 Spencer Johnson 曾写过「谁动了我的奶酪」和「一分钟经理人」。这本「为什么幸运的人总幸运倒霉的人老倒霉」也是他的作品，中文版 2007 年出版印刷 14 年之后我用几块钱买了二手书回来，又一次体会到了一点读纸质书的快乐。 这本书还是他的一贯风格，把简单的道理放进一个简单的故事里来解决一个实际的问题。书中他构造了一个最近状态不太好，不知道如何做决定的「年轻人」形象，然后全书通过为期两天的徒步活动，安排同行 7 个来自各行各业的人和他对话，针对他的困惑给出答案。最后把所有答案连接起来就是一个如何通往更好决定的思维导图。 金字塔原理 《金字塔原理》这本书实在太经典，经典到只要是最近 15 年出版的逻辑或者结构思考相关的书，每一本（几乎）都有它的影子；经典到所有写着「麦肯锡」名字的书归根结底核心内容也（几乎）都在讲金字塔原理。 也许正是因为经典，反而绝大多数需要提高自己逻辑和结构思考力的人都没有读过。不过，这本书的中文翻译感觉有改善空间，有能力的话推荐阅读原版噻。 百万富翁快车道 这是一本容易被标题误导的好书。 看似狂野吸睛的标题背后其实是作者的真实经历和一套容易把读者「洗脑」的完整逻辑。它不是一本「致富经」，因为致富是一个过程，这个过程中需要有想象力、正确的方向和正确的做法，还需要有一些耐力和坚持。 作者将我们绝大多数人的财富获取方法总结为三种路径：人行道、慢车道和快车道。包括我在内的绝大部分人，此刻都是行走在慢车道或者是人行道上，但我们需要培养自己走上快车道的思维和方法。 一往无前+生生不息 范海涛是我比较喜欢的一位国内传记作家，先后写过李开复和周鸿祎，最近两年她先后又写了两本雷军相关的书。《一往无前》详细记录了雷军和小米这 10 年的起起伏伏（推荐配合小米十周年公开演讲服用），《生生不息》则描述了雷军重回金山后带领公司转型的过程。 通过这两本中的细节碎片，正面描写之外也可以看到雷军和团队成员背后有过的挣扎与不易。一个人可以先后重塑和建立两家如此优秀的公司，雷军的个人经历还值得一本更精彩的传记。 如果你是一个喜欢读传记文学的人或者也用过小米的产品，这两本书不妨读读看。 智能马桶圈和湿厕纸 哈哈哈哈，读到此处画风突变，书的推荐先告一段落。 2021 年除了书以外，我还想特别安利一下的实体就是智能马桶圈和湿厕纸。 如果你目前的居住条件允许，非常建议你考虑给自家的马桶装一个智能马桶圈。一方面在上海这样的冬天，加热功能让你坐下的时候会感受到春天般的温暖，另一方面，冲洗屁屁功能用上一段时间真的停不下来，关注个人卫生，用心呵护屁屁。 居住条件不允许或者出门在外的时候，则安利使用湿厕纸，温和不刺激。我试过不少牌子，目前交替使用的是舒洁和米特医生。 软件和订阅服务 2021 年我的个人主力工具又经历了一些迭代和优化，这里也一并向你汇报，供参考。 日常工作和学习笔记记录：Obsidian + Workflowy （彻底迁移了印象笔记和 RoamResearch，偶尔用用 Notion） 部分阅读摘抄和想法记录：Drafts + Flomo 思维导图工具：Xmind（使用 Xmind 已是第 5 个年头，工作以后发现似乎是人手必必备的工具） 读书：微信读书（50%）+ 得到电子书（20%）+ 京东读书（10%）+实体书（20%） 付费订阅：财新 App + 三联中读 App + 读库 音乐软件：Apple music（学生订阅） 2022 年的期望 2022 年我对自己的期望是投入。投入地做任何不得不做和想做的事情。 前不久，有同事在年终工作复盘时问到我的「自驱力」来自哪里。那个场景下我自然是乱语一通没有给出让自己满意的回答。 现在想来，可能自驱力更多的是来自于一种「投入」吧。投入地工作，投入的生活，甚至也投入地表演年会舞蹈。在这个过程中，投入进去就会感受到被一种力量推着向前。 如果你暂时不能给一件事找到说服自己做下去的理由，也许不妨先尝试投入做一段时间。投入之后，意义可能自然就会出现。 OK，以上就是我的 2021 年个人总结。汇报完毕，与你共勉。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2022/2/2
articleCard.readMore

你也可以在学术报告中讲好一个引人入胜的故事

科学是叙事过程，而叙事就是讲故事，所以科学需要讲故事。 在前一阵子写的短文中我建议大家在做项目分享之前准备两个版本的 PPT，文章发布之后有朋友问起：每次做学术报告（小到实验室组会，大到博士毕业答辩）感觉你都能讲的不让人犯困，有什么经验分享么？ 今天这篇文章就和你分享一些自己通过读书和实践得到的学术报告准备与练习心得，文章最后我也会推荐几本自己之前读过的相关书籍供你继续琢磨。 文章目录 人对什么感兴趣 把你的结论写在题目里 用多布然斯基模板找到故事的主题 多追问一次「然后呢」 围绕 ABT 结构通过「但是」引入冲突 讲故事可以从写故事开始 讲故事可以从听故事开始 不要做一个只会讲故事的人 安利环节 人对什么感兴趣 人们只会真正对两类事情表现出兴趣，一类是和自己息息相关的事情，比如关于春节（不）放假的通知；另一类是可以满足自己强烈好奇心的事情，比如好友和明星的八卦。 因此如果你想让自己的学术报告或者说任何一次公开发言让别人感兴趣，只能尽量向以上两个方向靠齐。科学（学术）报告多数情况都是无聊的，演讲者很容易过于关注技术和数据，反而不容易让听众理解研究的主要内容。 相信我，没有任何一次报告属于完全意义上的无障碍交流，只有你自己最清楚自己做了什么，所以不要指望别人天然带着强烈的兴趣来听你说话，也不要指望别人能听到你在说什么。 因此，了解人对什么感兴趣是讲故事的前提，嗯，再重复一次：人们只会真正对两类事情表现出兴趣，一类是和自己息息相关的事情；另一类是可以满足自己强烈好奇心的事情。 把你的结论写在题目里 「开门见山」是学术报告最实用的方法。针对一次报告，大到报告的题目，小到一页 PPT 的标题，都需要是一个「有方向」的结论。 报告的标题应该能够让听众知道你发现了什么以及将会在报告中分享什么。题目写的越清晰，就越有可能吸引更多人的兴趣。 「吸烟对于肺癌的影响」这样的题目就不是一个结论，因为它不包含影响的方向，「吸烟可以显著提高肺癌患病风险」才是。听报告的人会带着明确的结论进入到你的分享中，也就更容易在短时间内集中注意力。 具体到 PPT 中的每一页，结论（如果有）也应该体现在标题里。不要让听众自己从一堆密密麻麻的文字里去提炼，别人的每一次走神都会漏掉一页内容，漏掉了一页内容基本上就等于放弃了全部。 写文章的思路其实也一样，如果让你从以下三个标题中选择一个点开读，你更倾向于哪个呢？ 学术报告中引人入胜的故事 如何在学术报告中讲好一个引人入胜的故事 你也可以在学术报告中讲好一个引人入胜的故事 看到第一个题目，你甚至无法分辨我是要向你介绍几个故事还是要介绍如何讲故事；第二个题目你就能明确感知我要写的是讲故事的方法；看到第三个题目则是直接把「你」变成了这篇文章的一部分，点明一个有方向性的结论，即你也可以在学术报告中讲好一个引人入胜的故事。 用多布然斯基模板找到故事的主题 如果不从 XXX 的角度思考问题，XXX 的一切都毫无意义。 《遗传学和物种起源》的作者费奥多西·多布然斯基是有史以来最重要的遗传学家之一，他在 1964 年给《美国动物学家》杂志的文章中写下了这样一句话。 Nothing in Biology Makes Sense Except in the Light of Evolution. 如果不从进化论的角度思考问题，生物学的一切都毫无道理。 不论用「毫无」两个字本身是否科学，都不影响这句话对于我们准备学术报告的意义。如果你能把一次报告整理成类似上面的一句话，也就找到了整个故事的核心。 你的故事可以有很多个片段，但应该只有一个核心，也是在听众听完之后你最希望他们记住的内容。如果你自己在准备报告的时候都无法整理成这样一句话，更不要指望别人能记住你讲了什么。 如果不从剂量的角度思考问题，谈论毒性的一切都毫无意义。 如果不从克隆进化的角度思考问题，肿瘤研究的一切都毫无意义。 如果不从加班赶下周 deadline 的角度思路问题，谈论我周日对你放鸽子毫无意义。 布然斯基模板之所以重要还因为他可以给别人一个听你讲故事的理由。 我要和你讲讲 XXX 是如何起作用的，你需要了解这件事，因为如果不从 XXX 的角度思考问题，XXX 的一切都毫无意义。 多追问一次「然后呢」 因为 A 所以 B，然后 C；如果 A 那么 B，然后 C 谈到给别人一个听你讲故事的理由，就需要凡事多追问一次「然后呢」。 我们自己身上发生过的事情并不代表是有意思的事情，我们自己正在做的科研项目也不代表是有价值的研究。在进行学术报告时应该时刻提醒自己，坐在台下的人为什么要听这个东西？我们通过追问一次「然后呢」找到更深一层原因和意义。 标准的叙事逻辑是因为 A 所以 B 和如果 A 那么 B，但往往 B 都还是和你自己相关的一个延伸，只有扩展到 C 才可能引起别人的注意。 因为使用了这项技术，可以使得检测的灵敏度提升到万分之一，然后会让潜在的十万名患者从中获益。 如果你不借我 1000 万，那么我的公司马上就要破产，然后之前借的 1 个亿也不可能还了。（大公司和银行贷款的常用句式） 围绕 ABT 结构 通过「但是」引入冲突 没有叙事的 AAA 结构 讲故事的核心在于冲突，冲突的正反两面是推动一系列事件持续的原因。 理解上面这句话只需要一个最简单的例子。「猫坐在毯子上」不是一个故事，但「猫坐在狗的毯子上」就是一个故事了。 很多学术报告（无论规模和咖位）中，我们接受到的都是 And And And (AAA)结构。这样的报告没有故事，只是事实的罗列。 如果你在测序公司做过项目测序，他们送给你的标准化数据分析报告就是典型的 AAA 结构。分析报告等于：质量控制 And 定量分析 And 差异分析 And 通路分析 And 互作网络。 你明确知道这样的测序报告不等于发表论文，但还是把学术报告做成了一样的格式。 过度叙事的 DHY 结构 除了事实罗列的 AAA 结构，你要避免的另外一种结构是 DHY（Despite, However, Yet）。 所谓 DHY 就是让一个故事承载太多的走向。我曾经不只一次听到过这样的报告，报告人想要把每一件事情都扯上联系，他会说：尽管（Despite）A 事情很重要，但是（However）B 事情也需要考虑，然而（Yet）我们通过研究 C 发现…… 这样的报告，对于业内高手来说或许可以抓住事情的关键，但是对于大多数人而言留下的只能是听不懂的泪水。 故事的灵魂是 ABT 结构 XXX And XXX，But XXX，Therefore XXX。 如果看完这篇文章你只能记住一件事情，我希望就是上面这个 ABT 模板 所谓 ABT 结构就是用 And 将事实连接作为故事的开头，通过 But 改变叙事走向让故事得以推进，But 通常会抛出一个问题或冲突，带来一种紧张感。最后经过一系列寻找答案的过程，用 Therefore 走向故事的结尾。 如果你了解过一丢丢逻辑推理或者芭芭拉明托的金字塔原理，其实 ABT 就是一个经典的三段论式的结构，分别对应了金字塔原理中的状况、复杂性和解决方案。 对应到具体的学术报告类型，一个经典的 ABT 结构可以是如下一种展示形式： 这里我们整理了 XXX 数据和 XXX 数据，同时已有研究显示 XXX（2-3 张 PPT）；但是这些和我们初步的分析并不相符（1-2 张 PPT）；因此我们使用 XXX 方法，从 XXX 数据，开始分析 XXX（分析过程 3-4 张 PPT）；最后我们发现 XXX（1-2 张 PPT），通过以上的探究我们认为 XXX，这将有助于 XXX（1-2 张 PPT）。 落在纸面上，一篇论文摘要的 ABT 结构可以是如下一种形式： 已有研究者做了很多 XXX 工作 And 他们发现 XXXAnd 这些结果对我们有很深的启发，But 我们认为关于 XXX 的推论并不准确（完善），Therefore 我们希望我们的工作可以 XXX。 讲故事可以从写故事开始 学习讲故事的一个好方法是从写故事开始。 以自己举例，其实我发出来的每一篇博客都可以看作是一个讲稿。 有时你会察觉到我的文章非常粗略甚至像是一个大纲，那它很可能就是一次报告的大纲；有时候你会感觉我的文章读起来啰哩啰嗦字里行间都是「嗯嗯啊啊」，嗯，没错，那它很可能就是一次报告的逐字稿，我甚至会在写东西的时候留几个「气口」供未来的听众思考。 如果你对写故事感兴趣，有两本编剧相关的书可以推荐。一本是 1997 年出版的编剧圣经《故事》（罗伯特麦基），另一本是《故事写作大师班》（约翰特鲁比）。把这两本书读完再应用到自己的领域多加练习，你也一定可以是自己专业领域的好编剧。 讲故事可以从听故事开始 学习讲故事的另一个好方法是听故事。 抓住一切机会去听你的导师怎么做报告，去听你的老板怎么做报告，去听领域的大牛怎么做报告。在听内容的同时也去听他们的逻辑和讲法。 抓住一切机会去提问。如果你不敢在公开场合讲话，最好的练习方式就是从在公开场合提问开始。这里有几个关于如何提问的建议也供你参考。 如果知道对方要讲的主题，最好带着一个「想解决的问题」去听 在听的过程也如上文所述，可以时刻带着「然后呢」的疑问去思考 公开场合尽量不要提「反驳」和「确认」类的问题而是多提「展开」类的问题 尽量第一个提问，因为可能只有一个提问的机会 如果没有人提问，就主动问问讲者刚才他略过的内容 如果你对某一部分内容有疑问，不要说「我没有听懂你刚才讲的 XXX」而是说「我对你刚才讲的 XXX 非常感兴趣」 不要做一个只会讲故事的人 讲什么永远比怎么讲重要，上好的食材只需要最简单的烹饪，再漂亮的配色都拯救不了 0.5 的 P 值。 一个只会讲故事的人每次开头能说的都只是「我有一个朋友」。当别人提起你的时候，应该听到「而且 TA 是一个会讲故事的人」，而非「但是 TA 是一个会讲故事的人」。 做一个会讲故事的人，而不是一个只会讲故事的人。与君共勉～ 安利环节 进入文末的安利环节，以上关于 ABT 的内容就是我很早之前在读《科学需要讲故事》这本书学到的，而且屡试不爽。市面上教人讲故事的书有不少，但是告诉你科学为什么以及如何讲故事的书并不多，如果你对这部分内容感兴趣，推荐读读这本书。 这篇文章的主要内容其实集中在学术报告的结构部分，而没有着力于「演讲技巧」和「PPT 制作方法」。 如果你需要前者相关的内容，推荐读读《高效演讲》和《演讲的力量》，如果需要后者相关的内容，推荐读读《写给大家看到设计书》。 下次再见 👋 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/12/6
articleCard.readMore

OncoSearch 肿瘤研究必备（自用）聚合搜索工具

如果你目前的学习或者工作和「肿瘤研究」相关，面对日新月异的研究进展，想必总会在实际工作开会或者看文献的时候发现各种奇奇怪怪的基因和名次。问同事，有点不好意思，鼓起勇气问了很可能就也记不住。（好吧以上都是我目前的现状）。 基于以上原因，借助 Google CSE 的羊毛，我就整了这么一个叫做 OncoSearch 的小工具。开发成本可以说是没有，但着实解决了自己现在非常棘手的问题，于是也推荐给可能需要的你。 OncoSearch 利用 Google 搜索引擎 API 整合了肿瘤相关的接近 30 个常见网站对你的输入内容进行搜索。你可以尝试搜索基因名如 EGFR，突变位点如 BRAF V600E 或者是任何和肿瘤相关内容。 OncoSearch 不生产知识，只是 Google 搜索结果聚合的搬运工，所以这个工具使用的唯一前提就是能正常的打开 Google 搜索。根据自己的日常使用总结出来的高频需求，目前的 OncoSearch 和直接在搜索引擎里查询想必有如下几个特点。 接近 30 个肿瘤医学相关的网站（还会持续增加欢迎推荐），基本覆盖了肿瘤研究的方方面面，例如基因功能、基因表达、突变信息、药物信息和临床实验信息以及文献等。 我给最高频的一些关键网站添加了标签，方便一眼看到搜索结果的主要类型是变异相关、药物相关、临床实验相关还是常用综合性网站。 省去了很多每次搜索肉眼过滤的时间，如果按照相关性排序，OncoSearch 往往在第一页我都能找到自己想要的结果。 所有标签都被做成单独的 tab 可以进行过滤，比如搜索后按照时间排序，再点开文献标签页，你甚至也能一并大概了解这个东西目前的最新研究进展。 可扩展性，OncoSearch 本身就是一个简单的网页，但是也因此有了很多可扩展性。如果今后还有新的易于实现的想法，我也都可以在这里测试上线。 效果如下图所示 OncoSeach 已经推荐给了身边的一些朋友同事，大家都觉得还不错。因此如果你也在这个领域（且能用 Google），我非常认真地建议你把它作为一个常用搜索引擎收藏并用起来。 嗯，真的挺香。 访问地址 https://kaopubear.top/oncosearch 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/11/21
articleCard.readMore

读陌生领域文献，我劝你别读正文

防杠声明： 如果以下内容你认为哪里不对，那一定是你的问题。emmm，说明你已经不是这个领域的新人啦，大佬喝橙汁，恭喜恭喜！ 迷途知返： 如果你想长期在某一个领域深耕，关注相关的研究文献进展。我推荐你像追剧一样读文献，关于这个话题我曾经录过一期单人播客，当时发布以后得到了不少反馈。如今的我依旧非常推荐你听一听这期播客，找一些追踪文献的思路喝灵感。 今天这篇小文则想与你讨论如何在一个陌生领域里开始读文献。进入新领域，最难的事情是什么？没有人脉没有资源还听不懂黑话。因此，以下21字箴言送给你。 读新番 读书和读文献究竟是应该多读经典还是读新？我的经验是读最新内容，经典永流传而会内化在新的研究结论中。 读作者 混圈子，尤其是混新圈子，「咱有银」永远是最重要的。读新领域的文献也是一样，看到一篇高分或者是合胃口的文章，记得多留意一下第一和最后一个作者。 外国友人可以盯住他的twitter，国内的就去微信里搜搜，赶上乐于分享的赶紧把人家blog和GitHub订阅一波。 然后呢？然后这些人读啥你就读啥，这些人干啥你就干啥，这些人吹谁你就跟着吹谁。以后和同行聊起来，就使用如下句式：你说他啊？熟！下次你用拼多多我喊他给你砍一刀。 读题目 拿出高考英语或者考研英语精读文章攻克长难句的架势，把一句话里的主谓宾定状补都圈出来。 然后干啥？然后就把每个句子成分都去查一遍，这是最快速的积累和学习专业名词的方法。 行业黑话一学会，和人聊天就起飞。 读摘要 新领域的文献，能把摘要读懂就是胜利。如果读不懂摘要，就大声地告诉自己：摘要读不懂不是我的问题，是作者的问题。 摘要里涵盖了最精简的背景、方法、结论和意义，就类似于我昨天文章里写到的5分钟PPT版本。如果你感兴趣，再像读题目那样再分析一下摘要里的英文长难句，接着继续练习名词解释。 看数据 看发文章的团队是什么实力主要就看他们用了什么数据。数据公开了么？哪里能下载类似的同类型数据？什么？文章里写了提出要求后可以提供数据？真不自信。 看方法 虽说读文献建议读新，但看方法要溯源。往往一个方法经过很多次使用以后，出现的地方就会从40分的杂志来到4分的杂志，如果你看到的刚好是4分那篇，最好要争取找回去。 攀关系 了解了文献里使用的数据和方法，接下来就是攀关系。虔诚地扪心自问：这数据要是给我，我能干点啥；就我手上这数据，那方法还灵么？ 再次强调，如果你觉得以上内容哪里说的不对，那一定是你的问题！你已经不是这个领域的新人了，那就转发给你身边的新人菜鸡。 预告 下周开始，我将相对频繁地更新相对精简的文献阅读笔记。我关注的领域主要是肿瘤NGS相关内容，如果你也是这个行业领域的朋友，欢迎多多交流。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/9/24
articleCard.readMore

准备两个版本的PPT

昨天发了一张图出来，配文是：不论你今天做什么，都祝你好远，顺祝自己。 其实今天是我博士学位论文答辩的日子，没错，工作快 3 个月之后的打工人回来「抽空」答辩。心里有点忐忑，不过好在讲的内容是最近两年断断续续主要做的东西。 前段时间我在完成一次面向客户的项目汇报前更是紧张的一匹，好在同桌铁子讲的一句话让我缓解了一点焦虑。他说： 你得知道，你要讲的东西全世界再没有人比你更熟悉了，不要慌。 这话我今天早晨又反复和自己讲了几次，下次你也可以试试。 准备两个版本的PPT 说到做项目分享，有不少人曾经和我讨论有没有什么心得，我其实经常会采取的方法是准备两个版本的 PPT。 如果时间允许，一个项目可以同时准备两个不同时长的版本，一个 40 分钟，一个 5 分钟。比如我这个项目 40 分钟的版本用来今天答辩，5 分钟版本之前用来申请了一个奖学金，也没浪费。 具体点说。 40 分钟的幻灯内容页大概三十多张；5 分钟的话内容页有六七张就够了。 40 分钟的每个层次内容可以扩展三点依次介绍；5 分钟的扩展三点就省了只讲「层次」。 40 分钟要讲清楚来龙去脉：背景，方法，结果，讨论；5 分钟只讲问题的严重性紧迫性以及解决问题的效果。 40 分钟的需要让评审记住你逻辑严密、思考充分、技术过硬；5 分钟的让评审记住你人还行或者想试试东西。 40 分钟的讲完之后听众最好觉得「无话可说」；5 分钟的讲完之后听众最好想「加个微信」。比如之前参加奖学金答辩的一位老师，今天和他的学生一起又来听了一次完整版，希望内容对他们的课题能有一点点用吧。 如果路子再野一些，可以考虑 40 分钟版本的分享前面也还是先讲 5 分钟版本。开门见山不够，直接翻过去。 以及 因为有两个答辩委员会老师人在北京，今天的答辩是线上线下同时进行的。结果线上热闹得很，后来得知除了自己的父母，他们携我的姨夫姥姥及若干家属同步观摩了答辩全过程。 如果你今后有机会参加线上的活动，也推荐你不妨把链接发给自己的家人。他们很大概率听不懂，但一定听得津津有味不亦乐乎。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/9/23
articleCard.readMore

通往更好的决定

休息两天读完了这本一百页出头的小书，有感触也有收获。 先说说作者和这本书。Spencer Johnson 最出名的书应该是「谁动了我的奶酪」和「一分钟经理人」，是那种即使你没读过也会经常听到书名的那种。而今天要写的这本「为什么幸运的人总幸运倒霉的人老倒霉」也是他的作品，这是一本 2007 年出版的书，印刷 14 年之后我用几块钱买了二手书回来，然后又一次体会到了一点点读纸质书的快乐。 Spencer Johnson 应该是最会讲故事的医生了吧（没错，是医生）。这本书还是他的一贯风格，把简单的道理放进一个简单的故事里来解决一个实际的问题。在这本书中他构造了一个最近状态不太好，不知道如何做决定的「年轻人」形象，然后全书通过为期两天的一次徒步活动，安排同行的 7 个来自各行各业的人和他对话，针对他的困惑给出答案。最后把所有答案连接起来就是一个如何通往更好决定的思维导读。 只要读者能把自己带入到这个年轻人身上，整本书读起来就非常流畅。 外国人写书有一个特点，就是习惯给出一个问题的具体解决路径，会明确的告诉你把大象装进冰箱需要几步，这样一来可复制性就要更强些。而我们自己的文化更看重悟性，我给你讲一个事情一定不能讲明白咯，10 分的内容最多给你讲 3 分，剩下的 7 分你能领会到多少全看你我的缘分。这种做法的好处是能出真大师，但是对悟性不高的普通人就没那么友好了。 决定的重要性 幸运的人总幸运倒霉的人老倒霉，在于人能不能持续做出更好的决定。做出一个更好的决定比更正一个错误的决定要快得多，工作上效率最低的事情就是重复更正之前的结果。如果能完整应用一种可靠的系统方法来指导我们如何做出决定，那「幸运」的概率就会更高一些。 想要通往更好的决定，就需要我们避免在片面的事实基础上作出片面的决定。要不断作出更好的决定，既要保持头脑的冷静，又要保持内心的热情。每做一个决定之前，我们都应该问自己两个问题：运用头脑，问自己一个实际的问题；忠于内心，问自己一个私人的问题。 问自己一个实际的问题 实际的问题包括三部分内容：我是不是正在满足自己真正的需要，告诉自己所有可以选择的方法，并对事情深思熟虑？ 满足自己真正的需要 「满足自己真正的需要」首先要学会区分什么是想要和需要，问问自己这是我想要的还是我需要的。当我们努力追求欲望时经常会忽略掉自己真正的需要。我们想要的东西很多但是我们需要的东西很少。如果想要分辨想要和需要，不要思考当下想要什么，可以问自己「如果回过头来看，我希望自己怎么做」。想提高做事的效率，就把最重要的事情放在第一位。 在头脑中描绘出你满足自己真正需要时的情形，然后集中精力把这种情形描绘得尽可能具体、清晰，就好像你已经真的满足了自己的需要一样。我们对最后需要的结果越清楚，就越容易处理执行任务过程中可能出现的突发事件，就会变得更果断，也能更快地作出更好的决定。 告诉自己所有可以选择的方法 经常听别人或者自己说出这样一句话：我现在没有选择。但我们必须意识到在大多数情况下你我都有选择的余地。 从提问和收集必要的信息开始，必要信息是指为了做出更好的决策必须要知道的内容，所以也包括那些你不愿意知道的信息。 我们最终会选择对满足自己真正需要最有帮助的解决方法。信息是一系列事实和人们对这些事实的看法和感受。我们要反复和自己确认，我是否掌握了必要的信息，谁拥有这些信息，到哪里可以找到这些信息，获得这些信息的最好方法是什么，我有没有亲自去证实这些信息的准确性。 收集的有效信息越多，就会发现自己的选择越多。 对事情深思熟虑 「对事情深思熟虑」需要将可能得到的结果与我们真正的需要进行比较 ，判断这个结果的好坏。 什么结果才能满足我真正的需要？如果我按照某个决定去做，可能会发生什么，然后呢，再然后呢。 我害怕得到的最坏结果是什么，我能想到的最好结果是什么。如果面对这两种情况，我分别会怎样做。我对最有可能得到的结果有多么清晰的预想？对我来说，这个结果会是什么？对别人来说，这个结果又会是什么 对自己提出一个私人的问题 私人的问题也包括三部分内容：我做这个决定对自己是不是诚实，有没有相信我的直觉，我是不是还应该得到更好的？ 对自己是不是诚实 大多数人之所以会遇到问题，就是因为自欺欺人。现实是指任何一种真实的情况，真相则是对自己或他人所处现实的描述，对自己诚实就是要对自己说真话。 我们越早看清真相，就能越快作出更好的决定。要找出真相，就要先找出自己一直以来深信不疑的幻象，虽然我们希望美好的幻象是真的，但它实际上并不可靠。 人们往往更容易发现他人的错误，所以要经常问一问别人对我们有什么看法，留意其中有没有符合自己真实感受的东西。 记得问问自己：我有没有仔细审视我过去的决定并从中吸取经验教训，我有没有认真观察周围环境和自己真实的内心，我有没有注意到显而易见的事实，我有没有看清事情的真相，我是不是在对自己说真话。 有没有相信我的直觉 直觉就是你根据以往经验获得的深层认识，你会在某种程度上认为它对你来说是正确的。相信直觉需要把决定时的感受和决定带来的结果联系起来，反复思考，运用直觉并留意自己在做决定时候的感受。 情况可能比较庞杂，但是如果感觉复杂那肯定是自己一手造成的。情况庞杂指一件事情涉及许多方面，复杂意味着我们无法将各个方面区分开来。 我们对自己作决定的方式的感受常常会预示出将得到的结果。 任何时候都不应出于恐惧而决定做什么事，因为在恐惧的感受下就不会带来好的结果。体会做决定前自己的感觉是怎样的：压抑还是平静，清醒还是糊涂，筋疲力尽还是充满活力，心怀恐惧还是热情高涨，独立自主还是唯唯诺诺？这个决定是不是真的让我感觉舒服？像我看到最喜欢的颜色，邂逅要好的朋友，或是平静地散步那样舒服。 你可以尝试这样去向自己提问：如果对一件事情当你无所畏惧的时候我会怎样做。然后就去那样做。 我是不是应该得到更好的 一个人的观念，尤其是他真正相信自己应该得到什么的想法，会影响他的决定。 想要发现我们真正相信什么，必须认真反思自己经常性的行为。有时我们可能觉得自己应该得到更好的，行动却表明了并不是真的那么想。要不断作出更好的决定，关键在于要有意识地相信自己应该得到更好的，并采取行动去实现它。 记得问问自己：我有没有认真地反思自己过去的决定和行动，发现我真正相信自己应该得到什么？我有没有看到我的决定体现出的自己的信念？我是不是对自己的决定有足够的信心可以将其付诸行动？ 你可以尝试这样去向自己提问：如果你真的相信自己应该得到更好的，那么现在会怎样做？然后就去那样做。 如果你是一个经常不知道如何做出决定的人，我推荐你有机会可以读读这本书，然后把这两个通往更好决定的系列问题应用到自己的实践中。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/9/21
articleCard.readMore

更多地写 但是写的更短

前几天读到了一篇文章 Write 5x more but write 5x less，作者Mike Crittenden是一位Engineering Manager，也是一个日更博客的作者。 从题目，你应该就可以看出来作者认为每个人都应该更多的写作同时写的更短，他的建议是写作频率提高5倍但是平均长度应该缩短5倍。 The average person should write 5x more things than they do. The average written thing should be 5x shorter than it is. 之所以要更多地写，是因为：写作可以帮助人思考，练习可以让你变得更好，写作比演讲更容易分享传播，好记性不如烂笔头，以及把旧的想法从头脑里拿出来才能换来新的想法。 之所以应该写的更短，一方面是因为如今这个时代写的越短阅读的人很可能就越多；另一方面是因为二八法则（Pareto principle），即20%的因素就可以影响80%的结果。 其实，从今年6月分开，我就已经在践行「write more, but shorter」，但主要原因是希望通过尽可能的片段内容写作来降低自己的输出压力。我把每天的想法通过 Workflowy 进行分享，你可以在主页找到这个略显凌乱的想法碎片访问链接。 但是写成一篇blog还有更高的要求，它需要你能够学会简要地解释一个想法或概念，让内容更容易理解，即 「more briefly and digestible」。在我目前仅有的2个月工作体验中，这个能力非常重要。 于是，我想开始尝试恢复一下高频率但是低密度的写作输出，因为一旦人长时间放弃做一件事，就会放弃做一件事（真是听君一席话胜似一席话啊）。至于写什么内容，无非还是自己的专业内容和思考想法吧。 Write more, but shorter. 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/9/19
articleCard.readMore

问题出现我再告诉大家

过去两三个月有好有坏有不少事情，如果只能用一个词来形容就是「痛苦」。发现自己是一个能够熟练反向应用二八法则的人，用80%的时间做20%不重要的事情。 自己的问题，需要自己解决。 自己的问题 喜欢给自己找理由进行自我催眠 找不到做事重点目标感弱 制造恐惧又不能直面内心恐惧 不敢坦然面对能力不足。 需要自己解决 不给任何需要做的事情找理由进行自我麻痹 学习找到做一件事情的重点，抓大放小，要事优先。 培养目标感，做一件事情需要在有限时间内达成某个能够量化的目标。 先行动后思考，不要做思考问题的熊，要做解决问题的熊。 要做事情就要学会做错事情。学会坦然面对自己能力的欠缺和不足，以60分为一件事的阶段性目标。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/9/1
articleCard.readMore

重做新人 NGS肿瘤领域可以学些什么

不出意外，很可能你将「重做新人」看成了「重新做人」，然后一脸问号的点进来。 前两天写了篇文章新手和专家的区别以及如何看待学习提到最近自己为什么重新陷入了知识焦虑和学习焦虑之中，其中有段关于新人进入一个领域之后的感受描述也想在这里单独拿出来与你分享一下。 在任何一个领域，当你作为菜鸡进入的时候通常都会面临着这样一种情景：抬眼望去你的面前是经验阅历丰富可能还比你年轻的同辈，你的身后是这个领域积累了几年甚至十几年的知识储备，你左顾右盼时到处似乎都是不应该错过的信息。你知道自己的的眼光应该放在这个领域的三五年之后，但又清楚自己的现状明显是多数人的三五年之前，头脑和思维则处于这种身体和眼光的脱节之中，无处安放无所适从。 所谓的新手和专家都不是针对所有事情，你只是处于某个特定技能领域中的某个水平阶段。因此，如果你也已经很久没有体会过新人的感受，那就把格局打开，可以像我一样尝试进入一个新的领域吧。 我有两种自我平复情绪的方式，读书和写东西，读书这事在自己，至于输出那就再开新坑吧。#熊说肿瘤 和 #熊读文献 。但凡你今后看到题目是「熊说肿瘤｜ XXXX」或者「熊读文献｜ XXXX」这类，那就可以放心地点进来看看我的学习内容，一起对抗焦虑 😂。 这系列文章最大的特点可能就是不会存在知识的诅咒，因为我本身就是菜鸟。「熊说肿瘤」系列内容将从肺癌开始，会重点关注 NGS 在肿瘤领域的全方面应用。每一部分内容都会涉及到大量文献，于是顺便也就有了「熊读文献」。 重做新人 NGS 肿瘤研究可以学什么呢？ 以肺癌为例，初步了解了肺癌是什么之后，从临床角度出发的几个方向就是肺癌的筛查、诊断和治疗和预后；每个角度又都可能涉及到类似于异质性和进化等等这类机制内容；如果考虑肺癌作为一种异质性疾病的病理特征，上面这些角度又可以按照非小细胞肺癌和小细胞肺癌分别讨论，当然，非小细胞肺癌又可以区分为腺癌和鳞癌。 NGS 作为一种成熟的技术手段，无论是生物标志物、分子检测还是辅助诊断指导治疗等等，在以上所有内容中都有着成熟或潜力巨大的应用，这些都是会逐步展开介绍和学习的。 当然，除了学术研究，我们不妨同样把目光投向现在的 NGS 肿瘤检测和肿瘤创新药研发行业，看看国内外这些产业的头部大公司都在做什么。 大致的内容已经整理成了下面这幅导图供你参考，也可以算作今后写作分享的主线和大纲。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/8/14
articleCard.readMore

新手和专家的区别以及如何看待学习

又一次知识焦虑和学习焦虑 最近又一次出现了比较严重的信息焦虑、知识焦虑和学习焦虑。 这种感受上一次出现是研究室刚开始决定做生物信息方向，再上一次出现则是在大三决定准备读研。这三次的相似之处是处于不同阶段的转折点，想要开始做一件新的事情但尚且不能找到清晰的头绪；不同之处则在于自己已经从20岁来到了29岁，当时身边还都是同龄人，此时早已不然。 在任何一个领域，当你作为菜鸡进入的时候通常都会面临着这样一种情景：抬眼望去你的面前是经验阅历丰富可能还比你年轻的同辈，你的身后是这个领域积累了几年甚至十几年的知识储备，你左顾右盼时到处似乎都是不应该错过的信息。你知道自己的的眼光应该放在这个领域的三五年之后，但又清楚自己的现状明显是多数人的三五年之前，头脑和思维则处于这种身体和眼光的脱节之中，无处安放无所适从。 阅读是我平复情绪的一个主要方式，所以焦虑的直观体现就是自己最近一个多月的读书时长显著增加🤣，平均每周在微信读书的阅读就能超过10个小时，还没算进去纸质书。 我最近读到的书中，《程序员的思维修炼》虽然不厚但读完收获很多，其中尤其有两块内容启发最大，所以记录成文和你分享。 德雷福斯模型：新手和专家的区别 如何区分新手和专家这个话题之前在很多场合都聊过且每次讨论结果都不尽相同，比如在熊言熊语的播客节目中 对话|从编程学习心得聊到线上交友技巧。 从这本书中我第一次学到了德雷福斯模型（Dreyfus model of skill acquisition），从而理解了从新手到专家会发生哪些变化。这样的系统认知是此刻的我非常需要的。 首先说明专家和新手不针对所有事情，你只是处于某个特定技能领域中的某个水平阶段，比如虽然你可能只是做饭新手，但却是一个干饭专家。 德雷福斯模型将一个技能的学习程度划分为5个层次，由上而下分别是：专家、精通者、胜任者、高级新手和新手。 新手需要详细明确的指令清单，指令清单的问题则在于不能一五一十地将所有事情解释清楚，规则只能让你启程，不会让你走的更远。高级新手多少能够摆脱规定的规则独自尝试任务，但是他们还难以解决问题，同时因为没有全局思维所以无法认知工作的相关性。 胜任者能够建立问题域的概念模型并有效地使用它们，他们可以独立解决自己遇到的问题并开始考虑如何解决新的问题。不过他们的工作更多是基于谨慎的计划和过去的经验，如果没有更多的经验，在解决问题时将难以确定关注哪些细节。 精通者具有全局思维且能够自我纠正，他们会反思以前是如何做的，并修改其做法期望下一次表现得更好。精通者有足够的经验，知道下一步会发生什么，如果没有发生又需要改变什么。他们非常明确哪些计划需要取消，又应该采取什么行动。 至于专家，他们是各个领域知识和信息的主要来源。专家总是不断地寻找更好的方法和方式去做事。他们有丰富的经验，可以在恰当的情境中选取和应用这些经验。更重要的是专家根据直觉工作。他们可能会对如何得到结论完全说不清楚，但是知道应该关注哪些细节，可以放心地忽略哪些细节。专家非常擅长做有针对性的特征匹配。 从新手到专家的过程中最重要的三个变化如下。 从依赖规则向依赖直觉转变。 观念的改变，问题已不再是一个相关度等同的所有单元的集合体，而是一个完整和独特的整体，其中只有某些单元是相关的。 从问题的旁观者转变为问题涉及的系统本身的一部分。 不过研究似乎表明，大多数人的大多数技能从来没有高于第二阶段高级新手，执行他们需要做的任务并根据需求学习新任务，但是从来没有对任务环境获得更广泛的、概念上的理解。 在从新手出发的过程中，积极的实践需要四个条件。 一个明确定义的任务。 任务需要有适当难度但可行。 任务环境可以提供大量反馈，以便于采取行动。 提供重复犯错和纠正错误的机会。 作者在说中写到，稳步做这种实践十年，你就会达到目标。也是另一种对于一万小时定律的解释吧。 如何看待学习以及如何创造时间学习 这本书给我的第二点启发是对于学习的理解。 首先，只掌握知识的提纲并不会提高专业水平，虽然掌握它非常有用但对现实工作很难有所贡献。因此学习一定要有目标，然后通过SMART法则去实现它。在这里SMART代表具体的、可度量的、可实现的、相关的和时间可控的（Specific, Measurable, Achievable, Relevant, and Time-boxed）。 其次，我们常常陷入这样的学习计划：等到有空再花时间学习一门新语言或者新技能。但是把学习活动安排到「空闲时间」的做法一定等同于失败。 最近一个月的经历就让我深刻的体会到事实上我们没有任何“空闲”时间。时间不仅像海绵里的水，它更像是硬盘空间，总是会很快被填满。**为一件事情创造时间的说法用词不当，因为时间是无法创造和销毁，时间只能分配。**主动安排你的学习，分配合适的时间，合理地使用时间。 至于坚持学习有没有用，作者在书中作了一个让我看来挺恰当的类比。如果你有一些理财常识就一定听说过所谓成本平均法（dollar-cost averaging）或者定投。如果定期购买股票或者基金有时会大赔有时也会大赚，但长期看这些大波动往往互相抵消，最后整体上反而会获得一个不错的回报。 作者认为学习也是投资（这个观点不新鲜），所以我们也应该采取「定投」策略。你需要定期投资最低限度的学习时间量，养成一种习惯，想尽办法躲在什么地方去完成学习。虽然并非每期学习都会有很大成效，但是只要定期安排学习，长期来看就会有收获。即使你从来不会在工作中使用某项技术，它也会影响你思考和解决问题的方式。 最后，再次推荐一下这本比较好读的书，《程序员的思维修炼》。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/8/12
articleCard.readMore

完成这个需要多长时间

今天读到了一篇关于如何回答「完成这个需要多长时间」的blog，作者给出了4个分析步骤，简单记录和评论一下。 确定项目的范围和预期 一定要提前做好沟通。确定项目范围和预期的可交付成果，确定目标和有关上下游希望在此项目中解决的问题。搞清楚要做的事情目的是什么，是大致看看还是给一个准确答案，是不是要用于投入生产。 确认项目所需的数据可用性 完成预期目标现有的数据是不是够用，是不是可以直接用，是否需要其它人的协助。在估计项目时长的时候我们经常会默认上游的数据不存在问题，这有时候会带来很大的隐患。 定义高阶子任务并对每个任务的预估时间进行汇总 将项目进行一级子任务的拆分，任务越具体，时间估算相对就越准确。如果一个项目可以被拆解为3到5个子任务，一方面可以厘清工作头绪另一方面可以相对准确地对每个子任务进行评估，同时计算总时长。 对第3步的总时长应用模糊系数 所谓模糊系数就是根据过往的实际情况，计算完成时间和预估时间之间的差异倍数，以考虑到意外事件、会议等其它情况的发生。这个模糊系数通常可能在1.5～2之间。 原文：A 4-Step Process to Answer “How Long Will This Take?” 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/8/4
articleCard.readMore

从 MacBook Pro M1 安装编译 R 踩坑想到的

关键时刻要稳住，以及软件之间的不兼容和人与人之间很类似。 之前写过两篇 macOS 升级系统后安装升级 R 的博客，现在回看虽然解决了当时的问题但还是蛮混乱的。最近工作主力机切换到了 MBP M1 版本（感谢东家），再整理一点踩坑实录和引申出来的想法。 新 Mac 必备 新 Mac 上手，装好 Xcode command-line tools 和 homebrew 其实就已经解决了大部分后续软件安装问题，如果还需要在笔记本跑跑数据就装 miniconda。写这篇文章的时候 homebrew 在 M1 上基本不会碰到什么问题，可以放心安装。 想起来研二开始日常管理实验室服务器的时候，必学技能还是如何在几个不同的 Linux 版本环境中安装编译好大家需要的各种软件，如今 conda 和 docker 的成熟让软件安装早就不再是什么问题，管理员的最大作用似乎就是做好数据备份的同时提醒大家做好数据备份。 arm64 架构 R 的坑好多 我是一个忍受不了手机软件有更新而不升级的人，甚至经常通过 TestFlight 去找各种应用的测试版本（这种人被成为 TF boys）。拿到 M1 Mac 自然也是先找最新适配版本的软件。 以数据分析写代码常用的 VSCode 和 R 为例，目前很多软件已经有了专门针对 macOS arm64 的版本。你可以通过 R 官方的 mac 页面 找到下载链接。如图所示 4.1 版本 arm64 的安装包新鲜出炉。 下载安装一切顺利，往下翻翻就能看到针对 arm64 版本的说明。简单说为了防止不同架构的 R 打架，最新版本的 R 相关内容都保存在 /opt/R/arm64目录，包括进行 R 包编译必备的 GUN Fortran ，嗯你没有看错截图显示他们页面的这个单词拼错了。除了 gfortran 以外， XQuartz 则需要版本 2.8.0_rc1。gfortran 也有了 arm64 版本，可以通过 这个链接 下载安装。 正常情况下装好这几个就可以装 R 包了，但在安装几十个常用 R 的过程中发现了好几处 bug，其中最根源的问题是在 arm64 版本下（几乎）所有 R 包都需要通过编译才能使用。只要涉及到编译，各种不兼容和依赖问题就都来了。 edgeR 编译报错 这个 bug 最早是同事提出的，因为忙着搬砖所以我没有回答到点子上就甩了之前的文章链接。报错信息是library not found for -lgfortran，其实就是gfortran的位置找不到。这个问题如果仔细读了上面提到的官方页面应该有所准备。 It is assumed that /usr/local is unsafe as it may contain Intel binaries which don't mix, therefore R will not try to use /usr/local unless a manual flags override is issued. However, it also means that it is safe to use our arm binaries without affecting your legacy Intel ecosystem. 解决方案是需要正确安装最新版本的 gfortran，然后手动修改~/.R/Makevars编译用到的 FLIBS 信息 FLIBS = -L/usr/local/gfortran/lib/gcc/aarch64-apple-darwin20.2.0/11.0.0 -L/usr/local/gfortran/lib -lgfortran -lm 另外，网上其它软件也有提到把export PATH=/opt/R/arm64/bin:$PATH 写入系统配置文件，我并没有测试。 rgl 安装包错 rgl 是一个在 Mac 中有很多 R 包依赖的常用包，在安装报错的时候开发者良心地直接给出了讨论链接。macos catalina - Package rgl in R not loading in Mac OS - Stack Overflow Warning messages: 1: Loading rgl's DLL failed. This build of rgl depends on XQuartz, which failed to load. See the discussion in https://stackoverflow.com/a/66127391/2554330 2: Trying without OpenGL... 概括一下就是 rgl 和目前支持 M1 芯片的 Xquartz 版本不兼容，如果不想像链接中反复修改依赖软件的话，可以直接从 github 下载进行编译。 remotes::install_github("dmurdoch/rgl") maftools 编译报错 安装 maftools 需要提前安装 Rhtslib，而 Rhtslib 在编译时有如下问题。 # 'lzma.h' file not found 因为 Rhtslib 也是一个频繁被依赖的软件，所以我猜测这个问题应该有人已经在 issue 里问了，一搜 确实如此。结果翻着翻着看到这样一条回答。 Intel 架构的 R 真香 通过上面的截图可以看到最中肯的建议就是：别乱用什么 arm64 架构的 R…… 这是因为虽然 R 和 Rsutido 最新版本都已经支持 m1 芯片，但是 bioconductor 还没有支持，这样一来就无法直接安装编译好的 R 包版本。 不过，这个事情其实一开始苹果已经通过 Rosetta 2 解决了。为了在过渡阶段让 M1 同时兼容两种架构的软件，当使用 Intel 架构的软件时，macOS 可以直接通过 Rosetta2 去做转换。之前苹果官方介绍在大多数情况下需要使用 Rosetta 的 App 性能不会出现差异。 因此目前只需要使用 Intel 版本的 R，就可以避免编译以及随之而来的各种问题。所以，在果断重新安装这个版本的 R 之后，我只能说一句真香。 从 macOS M1 安装编译 R 想到的 在一开始读到 R 官网说明时，我就看到了下面这句话。 That said, our current Intel releases work just fine on the new Macs as well using Rosetta 2. 但追求走在更新前线的人怎么能如此委曲求全，结果就是浪费了不少因为编译 debug 的时间。所以生产环境求稳还是真理，只要没出错就不要乱改动，修改一下奥卡姆剃刀法则就是「如无必要，请勿升级」。 以及，使用 arm64 架构的 R 配合 Bioconductor 出现各种各样问题，原因在于它们没有保持住一致的节奏。软件如此，人和人之间也差不多。三五个人一起，要想成些事，彼此就不能出现太明显的「不兼容」。 一方面，如果有人走的太快但还要依赖他人的时候，这种自我升级本身没有太大价值，多数还是需要主动调低自己的版本。 另一方面，如果多数人都升级了，为了运行速度和后续更新，版本太低的人也不会被一直兼容。就像手机系统升级一样，手机公司总得逐渐放弃一些久远的型号，至于支持几代就要看不同公司的策略。 除了关键时刻果断决策，更重要的还是大家一起进步一起升级。想起来那句话：你就是你身边最常接触五个人的平均值。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/7/6
articleCard.readMore

6年硕博生活的6条心得-生活成长篇

本科毕业时因为准备考研，我曾用前前后后一多年的时间整理了一本 30 多万字的文集，5 年多时间这个小册子如今还会被一些学弟学妹读到。随着进入 6 月下旬，自己 6 年的硕博生活也即将走入尾声，过去 6 年我能分享的东西并不多，但终究还是要写些东西作为总结和纪念。 于是，我整理了 12 条心得，有经验也有教训，6 条和生活成长相关 6 条和学术科研相关，这篇文章先把前 6 条与你分享。 所谓成长，是我们认识世界和世界相处的方式发生变化的过程。 与我而言过去 6 年有一半的时间生活在网络中，种种变化也更多的来自于在网络中的分享和表达。 从最简单的事情开始 从真实发生的事情开始 我经常在不同场合被不同的人问同一个问题：熊，我也想向你一样分享，但我不知道自己能分享什么。 我开始持续分享的时间是 2015 年寒假，我把每天自己精读的英语新闻做成长图分享到当时还在使用的微博，原因是我希望在那段空闲时间可以维持规律的学习；我把自己的各种复习经验整理分享在公众号，原因是我希望能够记录曾经真实发生在我复习期间的生活。 所以我对于这个问题的答案就是从最简单的事情开始，从真实发生的事情开始。 并不是你有了一个宏大的计划才开始行动，而是随着行动的累积开始逐渐呈现出一个计划。你想成为什么样的人，就开始分享什么样的内容； 你想过上什么样的生活，就开始分享什么样的生活。 只要你分享的一切都是真实发生的和你向往的理想生活，一段时间之后就能发现有人会关注你，然后推荐你给他身边的人。 在我当年早期逐渐积累的一万多个微博关注者中，他们中的很多人每天和我一起精读英语新闻，和曾经的我一样过着规律的复习生活。与其说是别人发现了我，不如说是别人在寻找他们自己的过程中顺便找到了我；与其说是别人在推荐我，不如说是别人在推荐自己。 我用分享营造了一种真实而理想的生活，我的同类则通过我把自己也代入了这种真实之中。你也可以。 做有长期收益的事情 输出是高效的信任货币 这几年经历的绝大多数让我成长的事情，其实都是从写作衍生而来，所以我也愿意把写作这件事安利给你。 写作是一件有长期收益且收益不受时间禁锢的事。这个世界上多数收益都和时间成正比，你耗费一份时间得到一份对应的收益，但写作不是。你今天写完的文章，无论明天明年都可以被人们看到。一篇文章被 1 个人看到和被 1000 个人看到所付出的时间成本也没有差别。 很多人因为自己写的内容不会被别人看到而拒绝输出，但我想说输出其实是一种最高效的信任货币。人与人的交流本质上是利益交换，如果你觉得这句话太残忍，那就改成人与人的交流本质是信任交换。 想一下什么情况你会信任一个人，初次见面恐怕不会，你需要先接收到来自对方的信号才能进行判断。这也是为什么以前多数城市的火车站是最混乱的地方，在这里相遇的两个人可能一生只见一次。 只有两个人交流达到一定密度，他们之间的信任才可能积累。输出就是这样，我们每次输出都是在释放一种信号，这个信号可能一开始并没有明确的接收者，但它可以无限传播。每一次信号释放都是在积累自己的信任货币，只要信号传播的足够远，只要信号没有中断，就会有人接受的到。 回到我的例子，这几年通过写作输出认识的朋友，我发现他们大多数人都对我有一种天然的信任，在一些事情中体现的信任程度甚至超过了现实中有血缘关系的亲属。这种信任肯定不是天然的，我们的第一次交流很可能建立在看过对方上百篇文章的基础上，我们之间默认已经交换了大量的信任货币，通过输出早就建立了对彼此的了解。 做一个生产者，一个积极影响别人的人 **绝大多数人都是消费者，只有很小一部分是生产者。**这几年影响最大的一个改变就是学习把自己的视角从消费者转向生产者，先进行生产再进行消费。 当拥有了生产者视角后，你会发现整个世界都改变了。不要只读文章，去写文章；不要只看短视频，去做短视频；不要只去培训班听课，去培训班讲课。做一个生产者并不是让你放弃消费，而是在看待事物的时候转变立场。看到一个具有煽动性的广告不是立刻下单而是要审视一下为什么它能让人们花钱；听了一次非常精彩的讲座不是立刻去加微信，你要思考这个讲座为什么会受欢迎。 无论是分享还是写作，当你坚持做这些事情的时候就已经不知不觉发生了转变。我非常希望身边每个人都可以是生产者。 作为生产者，你需要在某种程度上放下自己学习去观察别人的需求。没人关心你做了什么，大家都只关心你做的事情对他有什么好处。所以，想一想你要做的事情能如何帮到别人，能够解决什么问题，你的言行是否可以影响别人。 **尽可能多的从任何层面去影响更多的人，先作为一个生产者去给予再作为一个消费者去索取。**你的成就和价值（或者说挣多少钱）其实都和你能影响到多少人相关。 作一个能影响别人的人还需要我们大方承认别人对我们的影响。不要等到需要谁的时候再去社交，要在不同场合不同时间反复感谢那些帮助过你和影响过你的人，主动为那些影响过你的人们建立连接。 做一个积极影响别人的人是幸福的，我曾经因为一门 2 个小时的课程被一位朋友反复学习了 26 个小时而幸福；曾经因为我的一句话和做的一件事让对方也开始尝试写作而幸福。很多六七年前因为一篇文章相识的人我们现在已经变成了非常好的朋友。 有两三个可以交心的朋友 我的硕博生活经历过几次不小的困难，有一段时间还有过退学的想法，这些经历让我明白即便平日里我们影响了很多人建立了很多连接，还是需要两三个可以交心的朋友。 一个听起来很残酷的事实，我们接触到的人或者说朋友圈好友 90%（甚至更多）应该都是旁观者，大家彼此存在的意义主要是凑凑热闹。不要因为别人的夸奖和吐槽而受到太多影响，因为很可能他就是路过的时候给你加把劲或者朝你翻个白眼，你对于大多数人都不重要。 你需要学习和两三个朋友经营一些长久稳定的关系，如何定义交心呢？我以为是可以向彼此坦诚暴露自己的弱点。这又回到了前面提到的信任货币，我把自己的黑历史和阴暗面暴露给你，就是向你释放我最大的诚意。 有一个属于自己的产品 说完人和人之间的关系，这一条心得是希望你在研究生期间可以至少有一个属于自己的产品。 你可能在研究生期间发过论文，也参与过不少项目，但这些算是属于你的产品么？很大概率并不是。比如你发表的一篇论文究竟参与了多少工作，假设你是第一作者那这个课题的 idea 和你有关么，开展过程中的一些重大进展是你推动的么，项目完成后它的影响力是通过你扩大的么？ 所谓属于自己的产品，就是它的产生发展甚至结束都完全由你自己掌控。你要负责构思，负责开发，负责推广，如果可能的话还要负责盈利，甚至你还要负责亲手把它暂停或结束。 作为少数派的高级作者，我在少数派发布的十几篇文章目前已经有 80 多万阅读量，但这很难说是属于我的产品，因为我只产出了这些文章但无法左右它的阅读量。我在 B 站上传的一个转录组入门课程目前也有接近 5 万次播放了，但我清楚的知道这也很难说是属于自己的产品，因为它随时可以被别人下架。 如果让我说一个属于自己的产品，从去年疫情期间开始做的音频播客「熊言熊语」（以及配套的会员邮件通讯）应该算是。它起源于我当时整个人低迷的状态，我希望通过这档播客和那些我欣赏的好奇的人深入沟通。我需要负责它整体风格的把握，需要负责每一期节目的走向，需要和每一位嘉宾沟通，需要面对听众的反馈，需要学习音频剪辑，需要对播客进行推广，更需要学习如何弥补节目制作和服务器的成本花销。从一千次播放到一万次播放再到目前全网累计十万次播放，我参与了这个产品的所有过程。 如果在研究生期间你放弃了拥有一个属于自己产品的机会，那工作以后这件事可能就更难了。 收获可能不会立刻发生，但它确实会发生 我犹豫了很久要不要把这条心得写进来，它有点类似劝别人要做「时间的朋友」。这句鸡汤我不能接受，我从来不认为时间会平等的把每个人当朋友。之所以决定写进来是因为我想给现在或许正在「煎熬」的你一点鼓励。 每个人在研究生期间的困难各不相同，其中的纠结、自卑、焦虑甚至绝望对于外人来说都很难体会。你在思维最活跃，体力最好，精力最旺盛的年纪选择坐在实验室里拿着可怜的补助面对经常阴性的结果。以前的同学不少已经事业小成或家庭美满，身边的同学不少也产出不断。你很可能完全看不到自己继续坚持的意义，但我还是希望你不要放弃，比如返回去再读一读前面 5 条心得建议。 过去 6 年，除了学习科研以外，我花费了大量时间做着很多看起来完全没收获的事情。我几乎放弃了所有节假日和空闲时间。我不停地写文章不停地分享，我愿意把我自己知道的东西通过尽可能多的途径告诉尽可能多的人，我组织各种没有收益的活动。不少亲近的人都对此表示过不理解，多做一些「正经事」不好么？ 我没有奢求过这些付出能给我带来什么及时回报，可是随着时间累积一些收获反而自然发生了，比如工作的面试官有人是我的读者，一些合作者看中的是我的可迁移技能。 只要是你认为正确的事情，只要是对你认识这个世界和人能产生正向影响的事情，就可以再坚持一下。因为收获可能不会立刻发生，但它确实会发生。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/6/26
articleCard.readMore

面对职业教育缺失，在科研行业的我们能做什么

最近有两件事让我感触比较深，一件发生在自己身上，是之前找工作初期的迷茫与局促；另一件是公共事件，最近发生在复旦大学的教师杀人案件。关于公共事件，目前官方披露的实际细节并不全面，当事人双方我也完全不了解，这里无意讨论。但这两件事让我联想到了一个国内长久以来存在的问题：针对高校学生和科研工作者的职业教育缺失。 职业教育（Career education/Vocational education）的目标是获得和提高从事某种职业所必需的知识以及技能。在我的理解中它应当包括毕业生的职业规划和求职相关教育，自然也应当包括对即将从事科研工作学生的职业发展指导和教育。 大多数学生（硕士博士尤其如此）埋头苦读，在实验室搬砖几载。进入职场之前很多人连怎样找一份工作，如何准备一次面试和谈薪资都不清楚，更遑论保护自己打工人的权益。对于读完博士甚至是博士后想要进入学术界的人来说，辛辛苦苦当上青椒（青年教师），面对各种竞争和社会机制时无法调整好心态和无法及时融入的情况也很常见。 过去一年，我因为做一个关注研究生科研生活的播客「熊言熊语」有机会接触到很多不同专业的同学。大家对于科研学习最高频的吐槽已经变成「能够在一个正常实验室过几年就已经很不错了」。有一个行为思维正常的导师和身边是一群行为思维正常的同学似乎都变得有点奢侈。也许有人说只有偏执狂才能有伟大的发现和成就伟大的事业，但绝大多数投身科研的也都是普通人而已，科学家少有，科研工作者常在。 可迁移技能 每每聊到相关的话题，我们总喜欢把科研中的这些问题归结于某个人的「低情商」或者「心理素质不过硬」，但这个锅情商不能全背。在硕博士研究生阶段除了科研培训，重视培养学生的可迁移技能（transferable skills）同样是不可或缺的部分。无论选择留在学术领域还是转到其它领域，可迁移技能对他们未来的职业道路都至关重要，这些技能将会更好地支撑个人的研究和专业发展。 明尼苏达大学职业与实习服务平台将毕业生的可迁移技能分成了 5 大类共 60 多个小类，并鼓励学生在进行职业选择和求职前先按照 1 到 3 级对自己的每一项可迁移能力进行评估。这 5 大类能力分别是： 沟通能力：用来巧妙地表达、传递和解释知识与思想。 研究与规划能力：寻找具体知识，以及将未来的需求和满足这些需求的解决方案进行概念化的能力。 人际关系能力：使用人际交往技能来解决与人有关的冲突并帮助他人的能力。 组织、管理和领导能力：监督、指导和引导个人和团体完成任务和实现目标的能力。 工作生存能力：有助于促进有效生产和提高工作满意度的日常技能。 我们现在面对的绝大多数问题都能在某类能力的严重缺失中找到身影。如果你想继续从事科研相关的工作，关注科研人员职业发展的非盈利项目 Vitae 整理了一个针对科研人员更为详细的技能说明和实例。你可以对应其中的技能找到欠缺部分，根据提供的实例有意识的提高自身能力。 研究人员发展框架 关于科研工作者的职业教育，Vitae 也提出过一个被很多高校广泛借鉴和采用 RDF 研究人员发展框架（Researcher Development Framework）。RDF 是一个针对科研人员的专业发展架构，旨在规划促进研究人员的个人、专业和职业发展。如果你正在攻读博士学位或是一名研究人员，正在追求自己的学术生涯或考虑将博士期间培养的技能应用到其它职业，RDF 就是你值得学习的内容。 这个框架有 4 个模块，包括了研究人员从事研究相关工作所需要的知识和行为能力。它规定了从事研究工作所需的知识、智力、技术和专业标准，也包括与他人合作并确保研究能够产生影响了所需的个人素质、知识和技能。 模块 A 知识和能力：从事研究需要的知识、智力和技术。 模块 B 个人效能：成为一名高效研究人员需要的个人素质和方法。 模块 C 研究管理和组织：了解做研究的专业标准和要求。 模块 D 参与度和影响力：与他人合作以确保研究能产生更广泛影响的知识和技能 从哪里获取更多信息和资料 如果你想通过网络了解一些非学术层面的职业技能介绍与资料，大致有以下三个途径。 国外高校的职业发展中心 The Princeton Review 每年会通过各种形式的调研对美国的高校进行排名，其中有一项叫做 Best Career Services 的评选依据是学生对于「如何评价学校的职业/就业介绍服务」的回答。在这份榜单中提到的高校网站多数都可以找到不错的资料。很多针对性的课程和服务仅对本校学生开放，但资料往往可以直接浏览下载。 这里列举几个内容比较丰富的访问地址，其中包括职业技能介绍和各种求职面试资料。 本特利大學 (Bentley University)：Resources – Bentley CareerEdge 东北大学 (Northeastern University)：Career Development for PhDs 西南大学 (Southwestern University)：Resources Career & Professional Development 宾夕法尼亚大学 (University of Pennsylvania)： Resources – Career Services 克莱门森大学 (Clemson University)：Resources - Clemson Center for Career and Professional Development 耶鲁大学 (Yale University): PhDs & Postdocs – Office of Career Strategy 在整理相关资料的时候，很遗憾我没有在国内几家 top 高校中找到类似于国外这些大学的内容。就业指导中心主要是用来发布就业手续办理通知，招聘会通知和提供各种表格的下载功能。如果你的学校有相关培训资料或者课程，欢迎留言分享给大家。 非盈利项目 上文被反复提及的Vitae是一个关注科研人员职业发展的非盈利项目，很多大学的公开资料最后都指向了他们的网站。部分完整资料只对会员单位开放，我之前偶然从 UPenn 官网的跳转链接注册了一个账号，注册成功后显示 Access provided by University of Pennsylvania，如果你有这个需求不妨也试试看。 学术期刊的职业板块 科研领域的顶级学术期刊（CNS）都有职业相关板块，这些非学术研究文章更多会关注科研人员发展现状和热门问题的讨论，作者多数来自科研一线，读完之后或许会给你些启发。 Science: Science Careers Nature: Career Column Cell: Cell Mentor: 除了 CNS 三本顶级期刊，还有一些其它杂志非常出名的系列内容可以参考，比如来自 PLOS COMPUTATIONAL BIOLOGY 杂志的Ten Simple Rules系列文章。这些文章会针对一个科研问题给出 10 条简单建议，有一篇套娃文章很有趣 Ten Simple Rules for Writing a PLOS Ten Simple Rules Article。如果你还知道类似杂志，也欢迎通过留言向大家推荐。 以及，学术科研本质也是一份工作，任何行业存在的问题它都存在。希望围观的人可以正确看待它，也希望身处其中的人可以掌握这份工作应该具备的各种技能，提升自己保护自己。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/6/11
articleCard.readMore

全球顶尖科学家榜单

全球前 2%顶尖科学家榜单是由斯坦福大学 John P. A. Ioannidis 教授团队与 Elsevier 旗下 Mendeley Data 发布的一个科研人员「内卷」清单。 榜单以 Scopus 数据库为依据，基于引用次数、H 因子、HM 因子等指标，按照生涯影响力和年度影响力从近 700 万名科学家中选出世界排名前 2%的科学家，共有 22 个领域和 176 个细分子领域。 趁着高考的热度（并不能蹭上），如果你在考虑读研或者读博选导师，或许这个榜单可能会有一些帮助和参考。 如果你把科研作为自己读博的目标，找到一个领域内优秀的导师非常重要，如果你只是为了要一个不错的学历，或许更重要的是考虑去一个名气更大的学校。 关于这个榜单，直接放一点原文解释： Citation metrics are widely used and misused. We have created a publicly available database of 100,000 top-scientists that provides standardized information on citations, h-index, co-authorship adjusted hm-index, citations to papers in different authorship positions and a composite indicator. Separate data are shown for career-long and single year impact. Metrics with and without self-citations and ratio of citations to citing papers are given. Scientists are classified into 22 scientific fields and 176 sub-fields. Field- and subfield-specific percentiles are also provided for all scientists who have published at least 5 papers. Career-long data are updated to end-of-2019. 数据表格下载地址 文献地址 附上这 22 个大的领域列表 Agriculture, Fisheries & Forestry Built Environment & Design Enabling & Strategic Technologies Engineering Information & Communication Technologies Communication & Textual Studies Historical Studies Philosophy & Theology Visual & Performing Arts Economics & Business Social Sciences Biomedical Research Clinical Medicine Psychology & Cognitive Sciences Public Health & Health Services Biology Chemistry Earth & Environmental Sciences Mathematics & Statistics Physics & Astronomy 如果从生涯影响力来看，共有 5272 位所在单位是中国的科学家入围，如果从年度影响力来看，共有 12948 位所在单位是中国的科学家入围。 我把所在单位是中国的所有相关详细名单拿出来做成了一个表格，如果需要可以可以直接访问，通过 filed 和 subfiled 过滤你感兴趣的领域。 ​ 彩蛋：附躺平和内卷的动作示范供你学习。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/6/5
articleCard.readMore

构建自己的数字花园-工具篇

逐渐感觉博客并不是一个很好的分享方式…… 什么是数字花园 Digital Gardon 嗯，不是本文的重点，附上几个链接供阅读学习。 What is a digital garden? by Chris Biscardi You and your mind garden by Anne-Laure Le Cunff A Brief History & Ethos of the Digital Garden by Maggie Appleton 数字花园应该满足什么 我头脑中的数字花园应该可以实现如下功能。 支持双向或 wiki 链接的阅读方式：可以让自己和读者在花园中自由漫步，有尽可能好的阅读体验。 良好的笔记管理方式：笔记最好是通用格式或者可以全部且自由的导出为通用格式，能够在移动端相对轻松的完成记录，有尽可能好的编辑体验。 轻松地进行公开分享：可以变成公开网站进行分享也很重要。或者是工具自带分享功能或者是容易配合其它工具进行部署。 有哪些工具可以考虑 基于阅读体验，编辑体验和部署维护这三个维度，目前有如下几个主要的实现思路。 支持公开分享的现有笔记工具 Roam Research：从已经很长时间的使用体验来看，我愿称其为最纯粹的新一代知识管理工具，我的两篇大论文都是通过它整理的。从使用成本来看，我在内测期建了两个可以一直免费用的 graph，其中一个可以用作公开分享。从使用频率来看这也是我目前最高频的笔记工具。 Craft：从不重度但时间不短的使用体验来看，我愿意称其为最新颖的新一代写作工具。从使用成本来看，内测结束后赠送了一年免费订阅，之后每年 248¥ 。从使用体验来看它是几个工具里移动端使用体验最好的，而且公开分享呈现的形式天然适合做数字花园。以及更重要的是，作为一个靠原生应用赢得一大波好感的工具，Craft 马上就要推出正式的网页版了。 Notion：Notion 的用法类似于几年前的印象笔记，是我的核心资料库。虽然不像 RoamR，并没有太多笔记在里面，但是使用频率也非常高。日常使用定位里我没有把它定义为笔记工具也没有打算用它 All in One，我愿意称其为最强大的新一代个人建站工具。从使用成本来看，目前自己是教育账号也无需付费。 Obsidian：我之前基于 VScode 管理的所有本地 markdown 笔记已经全部迁移到了 Obsidian，配合上丰富的插件系统，我愿称其为最好用的新一代本地笔记管理工具。不过因为 RoamR 和 Notion 的存在，我的 Obsidian 使用频率略低。从使用成本来看，如果想直接使用 Obisidian 自带的发布服务需要每月支付 8$。 静态网站框架+本地笔记管理工具 静态网站的开发工具简直不要太多，目前有数字花园现成可用模板的是主要是 Jekyll 和 Gatsby。基本思路就是本地开发管理+GitHub 同步+Netlify 或者 Vercel 进行部署发布。本地的文本管理可以借助 Obsidian 或者 VScode 完成。这种方法的缺点就和自建博客一样，还是需要稍微折腾一下环境和部署。 Gatsby 相关模板 gatsby-theme-brain: gatsby-theme-andy: A Gatsby theme to build Andy style websites gatsby-digital-garden: Create a digital garden with Gatsby Jekyll 相关模板 Simply Jekyll digital-garden-jekyll-template 现有笔记工具+第三方部署服务 这种思路介于前两者之间。有很多开发者会针对 RoamR 和 Notion 这样使用量很大的工具进行二次开发，方便将这些内容直接转化可以通过更好的形式呈现的公开网站。如基于 Notion 可以使用免费的 React Notion X，基于 RoamR 有付费的 roam garden。 我的选择 先上结论就是我会从 Notion 和 Craft 中选择一个作为公开呈现的数字花园。 首先 RoamResearch 里记录的东西太多，各种关联和链接很难从中抽离出一部分作为公开发布的内容，以及它的移动端使用体验很差。 过了折腾框架改模板的年纪，我最看重的是不折腾，最好是这边只管写其它的完全不操心。这一步排除了静态网站框架的所有方案。 另外我需要一个好的移动端编辑体验，因为会大量记录随时生长的思考和想法所以很多输入都会在移动端完成。这一步 Craft 的使用体验比 Notion 占优。 如果再有一点进阶要求，我希望可以通过自己域名进行发布。这个需求通过 React Notion X 加 Vercel 可以轻松实现，Craft 则还没有什么工具可以实现自定义域名。 从呈现效果上来说，目前 Craft 自带的发布功能还没人做二次定制，但胜在简洁清晰；Notion 本身高度可定制，同时配合若干开源的二次开发模板可以呈现出非常丰富的样式。两者各有千秋。 以及 至于最终用什么来呈现，再过一段时间我会直接拿出一个 beta 版本和大家分享，到时候可以详细聊聊。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/4/14
articleCard.readMore

使用R语言分析上海地铁好位置周边的二手房价格

昨天看到有朋友分享了一篇关于北京地铁和二手房市场价格相关内容分析的文章。 打开一看作者是刘思喆大神，如今他是 51Talk 的首席数据科学家。那我的第一步操作当然是订阅好大神的博客，第二步就是用文章里提供的 R 语言脚本稍加修改，顺手看看上海是个什么情况。 关于具体分析内容不再赘述，主要提炼下知识点和注意事项。 关于地铁站评级的分析在思喆更早（2013 年）的博客中有所提及，他引入了三个 Closeness、Betweenness和 PageRank 指标分别表示一个地铁站和其它地铁站之间的距离关系、被经过次数和该节点的重要性。 使用高德地图上海地铁图网页版调取 json 文件的时候，可以在网页点击 F12 打开调试模式，切换到 network 面板后刷新一下后就可以看到 json 文件的地址 https://map.amap.com/service/subway?_1613660591830&srhdata=3100_drw_shanghai.json。 使用贝壳网的二手房数据查询上海价格时，API 中对应的 CityID 是 310000。在实际分析过程中，原文按照步行十分钟到达地铁站设置的经纬度范围，我把这个范围稍微扩大了一点，不然有些地铁站附近会因为没有房源而报错。至于哪一站不行 10 分钟没有地铁呢？答案是虹桥二号航站楼。 整体分析下来，上海的所有地铁站被我聚成了 7 类，按照 Closeness、Betweenness和 PageRank 三个指标筛选后，分出来的第 3 类和第 6 类是比较不错的地段，尤其是第 3 类中的 14 个地铁站可以说是指定指标下的最优选择。直接看地铁站名很多也是肉眼可见的厉害。 结合二手房价格平均值，可以得到下面的二手房数量和价格关系图。不过这个平均价格和从各种 app 上看到的多少有些出入，似乎比实际情况整体要偏低一些，可能和选择的经纬度范围有关，关注的还还需仔细了解。 这个图比较说明问题，比如像长清路，东明路，成山路和耀华路都是 7 号线和 13 号线相对集中的一片区域，这里离浦东和浦江很远的几个工业园区和徐汇长宁几个区域也相对位置居中，到哪个地方上班无论是地铁还是自驾都不会耗时过长。 如果想了解更多关于城市地铁其它的分析指标，可以参考下面几篇文献进行深入了解。 Oldham S, Fulcher B, Parkes L, et al. Consistency and differences between centrality measures across distinct classes of networks[J]. PloS one, 2019, 14(7): e0220061. Derrible S. Network centrality of metro systems[J]. PloS one, 2012, 7(7): e40575. To W M. Centrality of an urban rail system[J]. Urban Rail Transit, 2015, 1(4): 249-256. 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/2/19
articleCard.readMore

熊言熊语会员通讯 4321X 第5期

你现在看到的是熊言熊语会员通讯 4321X 的第 5 期试读版本，今后我们会不定期的将部分会员通讯内容发布到公开平台，如果想稳定的阅读每期内容欢迎通过邮件订阅这份免费的会员通讯服务。 Hi, 见信好： 我是思考问题的熊，你现在正在阅读的是熊言熊语会员通讯「4321X」第 5 期。 截至本期通讯，「4321X」订阅人数为：529。 刊首语 上一期会员通讯聊到了确定性和不确定性问题，我提到希望这封会员通讯可以给你在充满不确定性的生活中带来一些确定感。But，如你所见，这一期还是没能在确定的时间和你见面。 我发现自己陷入了一点迷思，这期刊首语就聊聊关于预期和输出的困惑吧。 在第 0 期介绍这份邮件通讯的时候，我提到过「4321X」名字的来历：在每期通讯中推荐 4 篇生物信息/医学相关文献，分享 3 个过去一段时间的思考，推荐 2 个喜欢的工具，同时提出 1 个问题供交流，而 X 则代表不固定的 one more thing。 实际操作下来这几期，我发现在一个固定的时间段内凑齐 4+3+2+1 这 10 个内容还真不容易。本以为按照自己的素材储备和阅读量，一周找出 4 篇文献，浮现出 3 个思考这些硬性指标问题不大，但常常陷入 4 缺 2 或者 3 缺 1 的尴尬局面。比如本期内容 5 天以前已经是 2+3+2+1 的状态，但为了完成 4 篇文献的指标一直拖着没有推送。 所以困惑之一是写作的终极问题，应该面向自己还是面向读者写作呢。 如果写博客，我的观点一定是面向自己写作，这些文章写出来是等着被发现，大家通过搜索带着明确的目的找到你写的文章，所以不需要考虑其他人是不是感兴趣，关键在于把想写的东西写清楚，带着目的来的人看完不会太失望即可。但 newsletter 这种形式是一种主动出击，你明确的知道它会被一部分看到，愿意把邮箱告诉你的人一定会对接受到的内容带有信任感和期待，这时就难免会想我写的内容他看到感不感兴趣。 困惑之二是预期管理时，时间上的确定性重要还是内容的确定性更重要。 作为这份通讯的订阅读者，如果二选一你更在意哪一个呢？是希望每周固定的时间都可以看到一封邮件，还是希望打开邮件看到的一定是 4+3+2+1 足量内容。可能你当然是希望看到固定时间且足量的内容，但这又回到了开头写到的，在一个固定的时间里我就是没有找到那么多愿意分享给你的内容。这个时候该怎么选择呢？我作为读者的感受是更希望看到定时推送，至于内容篇幅没什么执念。 亦或者，作为读者这两者你都不在意，而是更希望时不时能通过「熊言熊语」公众号或者我们 Telegram 的「熊言熊语」频道看到一些短篇幅高频率的分享？因为我最近有在梳理 2021 年的分享方式和渠道，希望你可以回复这封邮件或者直接写信告诉我一些你的想法，邮箱是 hi@kaopubear.top 困惑之三是关于输出的意义。 在我关注的很多作者中，发现极少有人能够长期稳定且高质量的输出，如果不是不得不做，坚持的确是太难了。这就带来了一个悖论：所有决定 follow 你的人其实都是基于之前的内容，但从他（她）开始关注你的那一刻起在乎的又只是你以后的内容。所以，输出这件事一旦停下来就等于前功尽弃，留下的最多剩下一个念想。读的人可能来来往往，写的人必须一直向前。不过，能够坚持下来的少数人会逐渐积累输出带来的复利，随着时间推移看到越来越大的变化。我们现在做的每一件事，都是在为今后某一刻作准备。 抱着这些困惑，我咨询了丁香园的产品经理少楠，他同时还经营着一个已经 4 年之久的付费邮件通讯，也是想法记录工具 flomo 的开发者（我们曾经在第 0 期会员通讯有过推荐）。他的建议是适当减少数量且不要限制主题，但是要保证质量和持续更新。嗯，我觉得他说的对，所以以后「4321X」偶尔货不对板你也不要太惊讶，保证东西都是好东西，更重要的是要时常见面才好。 文献 Accurate and efficient detection of gene fusions from RNA sequencing data We developed Arriba, a novel fusion detection algorithm with high sensitivity and short runtime. These results demonstrate Arriba's utility in both basic cancer research and clinical translation. DOI: https://doi.org/10.1101/gr.257246.119 基因融合与各种疾病特别是癌症的发生发展紧密相关，甚至是一些癌症的直接诱因， 检测基因融合这件事很重要，但也已经有了很多分析方案。最近发表在 Genome Research 的这篇文章强调，他们推出的命令行工具专门为了临床研究而开发，特点是那叫一个快和那叫一个准。使用 STAR 比对后的结果进行后续分析只需要 2 分钟左右就能得到结果，而且准度更好。如果你有这个需求可以测试一下。这个软件还是 DREAM SMC-RNA 挑战赛的冠军，这个比赛由 ICGC、 TCGA、 IBM 和 Sage Bionetworks 联合组织，目的是确定当前从 RNA-Seq 数据中检测基因融合的黄金标准。 IGD: high-performance search for large-scale genomic interval datasets we introduce the integrated genome database (IGD), a method and tool for searching genome interval datasets more than three orders of magnitude faster than existing approaches, while using only one hundredth of the memory. DOI：https://doi.org/10/ghmqdt 在会员通讯第 1 期我曾经谈过自己对于生物信息打工人的理解，其中很大一部分日常就是找各种基因组区间的交并集。bedtools 是最常用的工具，但它对极大数据集就不灵了。因此，2018 年针对超大数据集的工具 Giggle 发表在 Nature Methods，前不久又出一个工具叫做 Varnote。这次推荐的文章则是又一款同类型新工具，发表在 Bioinformatics，文章里主要和 Giggle 进行了比较。尤其推荐在使用小内存机器的朋友看看。 tidybulk: an R tidy framework for modular transcriptomic data analysis Tidybulk decreases coding burden, facilitates reproducibility, increases efficiency for expert users, lowers the learning curve for inexperienced users, and bridges transcriptional data analysis with the tidyverse. DOI: https://doi.org/10.1186/s13059-020-02233-7 转录组分析流程是绝大部分接触生信的人最先开始了解学习的内容，这里首先推荐一个真不戳的免费转录组分析实战视频教程。基于转录组分析流程的文章大大小小得有十几个了，敢问这类型的文章还能发出来，还敢再多一些么？答案是：还能。 只要思路够巧妙，本质是一样的东西还可以反复做，这篇发表在 Genome Biology 的文章就是一个很好的例子。开发者引入了 tidyverse 这个知名系列 R 包中「tidy」的概念，用整洁的数据结构和模块化的框架实现了转录组分析的各个流程，整合成了 R 包 tidybulk，意义是啥呢？作者的原话是提高了老手的效率，降低了新手的学习曲线。至于是不是，你可以去了解一下。 思考 文章是写给自己也是写过读者的，很多时候还是写给搜索引擎的。 写博客以来，时常会有人问我有什么写作技巧可以分享，让更多人看到自己的文章。我会给出三个建议：对内容要有完全自主权；在主阵地之外要选择一个合适的推广平台；要确保人人都有机会看到自己的文章。 自主权是指随时可以增删内容且不会被别人莫名其妙的删除（微信公众号出局），合适的平台是为了让一部分内容更容易被人看到（比如我也在少数派写作），以上两点以后再展开说。至于确保人人都有机会看到，就需要了解一些基本的 SEO 规则。 最近阅读了一篇文章讲如何同时面向人和搜索引擎写作，总结了一些面向搜索引擎的写作心得和你分享。 Google 喜欢长文章，所以文章的覆盖面尽量要全一些，比如尝试把关键词搜索出的前几页主题都覆盖到。 Google 喜欢回答问题的文章，所以文章结构尽量清晰：是什么，为什么，怎么做。这是最稳妥的写作方法。 要开门见山，要围绕关键词展开内容。这里有意识的点题不等于反复堆砌同一个词，因为搜索引擎会自己使用语义分析。 使用正确的语义化元素，比如正确的使用引用，列表和代码块，一个页面只有一个 H1 标题，正文标题可以从 H2 开始。 要正确的使用链接，关键是一定要写清楚链接的 title 部分，保证内容完整和可被识别。「点击这里查看」这类标题就是反例。 生产高质量内容是 SEO 的根本。大家喜欢你的文章，搜索引擎就会索引你的网站，以后其它文章就容易被收录。搜索引擎只会推荐人们希望看到的内容。 关联阅读：如何写一篇同时面向人和搜索引擎的文章 创业者需要同时判断好技术、产品、市场三个要素，只有技术上可实现、需求真实存在、市场能形成盈利，这三者同时满足时，创业成功概率才能最高。 我曾经在会员通讯第 2 期推荐过一个陆奇的专访，这次他又来讲东西了。虽然主题是创业，但知识点可以在诸多领域进行迁移，比如关于科研项目的选择和职业方向的选择等等。 在关于创业的定义上，陆奇说在任何一个历史环境下，创业的核心是永远不变的，即优秀的创业者用技术打造产品，用产品试探市场，满足人们需求，从而创造商业价值和社会价值。创业者需要同时判断好技术、产品、市场三个要素，只有技术上可实现、需求真实存在、市场能形成盈利，这三者同时满足时，创业成功概率才能最高。 关于技术，我们需要判断某个技术在今天处于什么状态，以及五年后可能的发展状态，尤其要注意对技术发展拐点的判断。关于需求同样要判断现在的需求和未来的潜在需求。关于市场则要参考产业链和上下游这类结构化的因素，还要看政策环境、国际环境、国内环境这些市场所处环境。 技术、市场和需求也应该是我们科研和工作时的三个标准。你想做的课题需要的技术是不是成熟，有没有实际研究意义，是不是大家普遍关注的核心科学问题，研究成果能不能在所处领域有用武之地。 关联阅读 陆奇演讲：世界新格局下的创业创新机会 判断未来的能力，沟通的能力，行动导向解决问题的能力，长期的内在驱动力，触达用户的能力，这些都是创业的人(团队)需要具备的能力 依旧是在这次演讲中，陆奇提到了创始人或者创始团队需要具备哪些能力。 总结下来一共有五条，分别是：判断未来的能力、沟通的能力、行动导向解决问题的能力、长期内在驱动力和触达用户的能力。 我想这分明就是每一个追求上进的人都需要的能力啊，其中个别的可能更靠天赋，但多数都可以锻炼和积累。即便我们很难同时拥有这五项能力，也要清楚的分析自己的优势和短板，然后找到能够和你取长补短的合作者或者合伙人。 关联阅读 陆奇演讲：世界新格局下的创业创新机会 推荐 Unsplash Unsplash可能是世界上最知名的免费无版权图片下载网站，图片使用权限如下： All photos can be downloaded and used for free Commercial and non-commercial purposes No permission needed (though attribution is appreciated!) 我多数文章配图都来自于它，最近这个网站上线了「以图搜图」功能，虽然这个概念不新鲜但是对于一个图片网站来说这意味着今后可以用很多有版权的图片来搜索类似的免费无版权图片了。我尝试搜了一下正在使用的 MacBook Pro 自带壁纸，嗯，效果不错。 此外，Unsplash 的年度总结姗姗来迟，看下他们的主要成绩就知道有多厉害。2020 年，共有 208,696,224,047 张图片被观看，有 1,200,251,738 张图片被下载，累计一共有 20 万贡献者在这个网站分享了 200 万张图片，此外他们也用图片整理了几个年度热点。如果你感兴趣可以点击前面的链接查看。 足够简单的博客写作工具 Gridea 上期会员通讯中鼓励大家都来写东西，有读者写信来问：有没有推荐的部署个人博客的方式呢？ 确实，对于想写博客的人来说最大的问题就是如何搭建个人博客，第二大的问题就是搭建好了之后写什么。我看过好几个博客只有一两篇文章，内容想必你猜到了：如何搭建一个博客。 开始写博客以来，我前后用过 Hexo 和 Halo，其中 Hexo 折腾一下可以上手，Halo 基本无需配置但要有个服务器。最近一年半我一直在用的博客工具是 Gridea，它是一个有 Windows 和 Mac 版本的静态博客写作客户端，客户端免费使用，开发者会上架一些可以付费购买的网站主题（最近他们好像也推出了在线版付费部署服务）。 Gridea 配置非常简单，根据官方上手教程配合 GitHub 一步一步来基本不会遇到问题，如果你有开一个博客的想法，不妨试试。 上面提到的几个工具因为本质上都是部署在 GitHub 或服务器上，虽然写作起来相对自由但多多少少都有些学习成本。如果你只想简单写写，我更推荐用那些支持公开分享的笔记类工具，如果以后真有搭建个人博客的需求再迁移也不迟。我曾经写过一篇 如何使用语雀快速发表自己的博客 就提到了这样一个思路。不过这篇文章是一年多前写的，迭代升级后的语雀现在有了不小的变化，如果你需要可以自行探索。 讨论 一人份过年必备指南，你有什么推荐？ 响应就地过年的号召，今年应该不少人都是生平第一次不回家过年了(比如我）。这些年我们一直反复热议的话题是「春节回家生存指南」，比如怎样合理应对亲戚的各种盘问。不知道有没有独在异乡的过年指南呢？ 如果今年过年刚好你也不回家了，有什么计划或者独自过年的必备技能，欢迎写邮件分享给我。期待你的来信。 one more thing 第一财经杂志旗下的新一线城市研究所发布了一个研究项目，他们用大数据分析 348 个地铁站后找出了上海的“超级核心区”，这种用地铁展示一个城市的发展的思路还是挺有趣的，如果你人在上海不妨点击上面的链接看看，好为买(zu)房做功课。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/2/2
articleCard.readMore

关于 wolai 这款工具的观察与困惑

本文首发于少数派 我不是产品经理也没有什么关于产品的深刻研究，但是我用过的笔记类工具时长和数量还算不少。这次说说对一个国内笔记类工具新秀的观察和思考。嗯，也不用藏着掖着，就是 wolai。 首先说明这个短文的出发点不吹也不黑。一方面我从去年 6 月 wolai 刚上线开始就参加内测，邀请获得的积分也接近上限，且现在依旧持续观察和轻度使用；另一方面，重度用 Notion 一年多和 Roam Research 近半年后，再看 wolai 的更新日志，反而对于它的后续有很大困惑。因此，本文仅仅是表达一些个人的观察思考和困惑。 我理解的工具类产品大致有两类，一类在诞生之初就带着一个方法论，比如 Anki，比如基于 GTD 的待办清单。这类产品无论后续怎么迭代，只要不严重跑偏就能给用户一种确定感，也会降低上手学习的恐惧，即便不使用了可能还时不时有些怀念。像我用了多年的 workflowy，它始于一个单页面大纲笔记，更新到现在即便丰富了很多功能依旧还是一个单页面大纲笔记。转向 Roam Research 之后我对它依依不舍，因为移动客户端和网页端对于各种时间节点输入的极度友好，又因为整体设计的极度简洁且支持了图片上传功能，如今被我用来美滋滋地写 Daily Log。更优秀的付费订阅制日记软件能省则省吧。 另一类产品是诞生之初就参考着一个或几个产品的模子来，采取跟随策略力求在某些体验上更优秀。wolai 应该是属于第二种，其实国内绝大多数工具都属于第二种。wolai 一直表达出来的开发思路是想做一个中文友好高颜值完美支持双链的类似于 Notion 的工具。我对它的更新和迭代速度非常惊喜，但这半年观察下来逐渐觉得很多地方不太对。wolai 似乎做的每一个功能都有一个明确的比较对象，比如 Roam Research 的界面有些丑，Roam Research 的网络图在节点多了之后很难用，Notion 竟然一直没有悬浮大纲，Notion 对于多文件导入的处理非常缓慢，Notion 竟然不官方支持动态图标…… 为什么工具类产品自身可以溯源的方法论或者设计思路尤其重要呢，因为工具在创造之初被赋予的属性很大程度上决定了以后用户的使用习惯，而且反过来会塑造用户对于某类方法或理念的认知。 看 wolai 最近的更新日志，我突然感觉一个工具类产品如果不带着明确的方法论去开发，要么很容易陷入跟随，要么就会容易纠结于细碎（这里对是否有核心理念的判断仅基于个人对产品的观察）。比如对中文友好的一个重要体现是用拼音首字母进行快速调取，这个思路当然是好的且也有类似案例。但是，最近更新里类似用/tb来调用 Font Awesome 图标，用/wyyyy来插入网易云音乐音频的功能，让我在实际使用中有些困惑。此外，图标更新在日志里强调「独家」，这样的独家对于工具类应用的核心竞争力是否有很大意义我还是画一个问号。 与我而言，想插入页面第一反映是/page，很难会先想到/ym  。更大的问题是，这样的中文拼音首字母输入习惯一旦养成就很危险，因为中文在翻译层面具有很多可替代的词汇。比如我想插入一首歌的时候，我是输入yy(音乐)还是输入gq（歌曲）呢？调用 Font Awesome 图标使用的缩写是tb，我一开始理解为淘宝的缩写，之后被提示是图标的缩写，那如果一个用户想插入表格时他的第一反映词汇是图表，又该用什么缩写呢？所以这究竟是中文友好还是会增加用户的负担。这个观点只是我一家之言，或许我并不是这种中文友好的目标用户，换个角度如果开发团队愿意把这件事情做到极致，那想同义词也是不小的工作量吧。 再说说核心功能的开发。因为给很多用户的印象是 wolai 要做一个带有双链功能的类 Notion 工具，用户在文档双链之后就催块双链，在块双链出来之后现在催 database。对于用户而言，有多少人是真的重度使用过 Notion 和 Roam Research 之后发出的催促，亦或者只是因为 wolai 给他们的感觉如此，用户永不满足；对于开发团队而言，是有强大的理论或者调研在背后支撑，是有明确开发计划或对最终呈现形式的设想，还是隐约想摆脱掉那些关于「模仿」的质疑，不得而知。Notion 没有的双链有了，Roam Research 没有的 database 有了，然后呢，1+1 有没有可能小于 1。 把 Notion 所谓的 database 和基于块的双向链接放在一起真的是好选择或者有必要么？先不提 Notion 前一段时间更新的姿态远大于实际作用的「反向链接」，也不提什么可溯源的方法论。单单就从我自己过去一年的 Notion 加 Roam Research 使用情况和侧重来看，自己完全不在乎 Notion 要不要跟进基于块的双链功能，也不在乎 Roam Research 要不要加一个 database 或者类似于 Notion 的若干视图。 话说到这里，如果 wolai 兢兢业业打磨 database 也没问题（当然这句话的意思并不是臆测团队没有同步开发 database 功能），但是我今天看到更新计划又要上线「脑图」，所以忍不住想写文章表达这些困惑。 一个基于文档的双链笔记工具，快马加鞭做脑图功能究竟是为了什么？是因为用户呼声、难度较低还是早有安排，或者是认为脑图是这个工具的重要功能。 也许是一种偏见（没有影射任何其它工具），我一直不认为思维导图和大纲笔记之间的切换除了让部分人看到哇一声以外还有什么重要价值，也不理解为什么还有人做主打 markdown 笔记切换成思维导图的文本编辑器。看似只是不同的呈现形式，但文章、大纲和思维导图本就是不一样的思维方式。 双链的魅力在于无需明确目标而带来的漫游和随机，大纲的魅力在于思路有基本框架后的逻辑和层级扩展，脑图的魅力在于仅有核心出发点后没有束缚的发散思维。那么，wolai 想给用户呈现的究竟是什么，想培养的用户认知和习惯又是什么呢。 最后，希望不要让用户的呼声去塑造一个产品，也希望不要用看似独家的功能去堆砌一个产品。这之间有没有可以平衡的方案呢？开发团队专注核心功能，高阶用户开发各类插件，带动普通用户构建方法社区，这条路 Roam Research 和 Obsidian 目前似乎都走得不错。 以及，疯狂添加功能的笔记工具不是没有先例，如今面临的境况也无需多言，作为多年的重度用户我还是时常会感到可惜。wolai，作为一个新产品才刚刚开始，希望越来越好。 更新：本文发布三小时后，wolai 更新日志页面已经去掉了关于脑图和 database 的更新计划说明，也去掉了关于 Font Awesome 图标更新的「独家」字样。作者浏览时间为 2020 年 1 月 21 日 20:59 再更新：今天在少数派看到了另一篇介绍 wolai的文章，因为看起来和我的这篇文章意见相左利益相关，我还是想在自己再补充一点想法。 这篇文章详细的介绍了 wolai 的中文优化，我想说的是这些中文优化大部分都是我喜欢的。但是文章最后引述了创始人的一段化。这段话是否为原话我没有考证，那就以这篇文章说的为准，如果是真的，我自己感觉更加加深了在上文里我提到的困惑。 1.「这个产品融合了自己使用过的同类产品的所有优点」。 即便真的可以融合使用过的同类产品的所有优点，又是好的么？如果这样的开发逻辑成立，所有新软件就多数都是之前同类产品的优点加和，但显然并不是这样。Notion、RoamResearch 和 Wordpress 在我有限的认识里也不认为他们是同类工具。 2.「充分研究中文用户的使用习惯，即便 Notion 进入中国，Notion 也很难达到这样的程度」。 考虑中文用户使用习惯一定是好的。但是不论 Notion 有没有意愿研究中文用户的使用习惯，按照这个逻辑，国际化产品都应该使劲研究每个市场的用户习惯，这对于很多快消产品是有道理的，比如快餐和化妆品，出针对国内市场的味道和色号。但是生产力工具，很大程度上并不需要做太多国际化适配（多语言支持通常就够了）。一个生产力工具，尤其是 to C 的生产力工具，只要有扎实且被认证过的理论基础或者底层逻辑，那对于哪个国家的人都应该是有效的，人和人的认知没有什么本质区别。换个角度，wolai 有一天在国内做到最大最强，它用什么出海开疆扩土呢，核心一定不是中文优化。飞书先是用 lark 在国外上线了很久，Xmind 一直被很多人认为由国外团队开发。 如果最大的优势在于中文优化和写作体验优化，再加上国内访问速度稳定的先天优势，我想也很好。我更愿意把它当作一个很不错的中文写作工具继续使用。但是优化可以是一个亮点，但不是一个生产力工具的核心。 回看 wolai 官网，第一个介绍是让「信息通过层级和链接方式关联」，本质其实就是大纲+双向链接。在关于 wolai 的知乎回答中，有写到「但可能只有我自己知道，我们未来绝不会是 Notion + Roam，我们也不会亦步亦趋做一个没有灵魂的 copycat」。这当然是包括我在内的每一个喜欢折腾工具的爱好者愿意看到的。只是，相比于不会是什么，每一个和这个工具一起成长的使用者，都很想知道它会是什么。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/1/23
articleCard.readMore

关于个人的认知不确定性

这篇文章是熊言熊语会员通讯 4321X 的刊首语和部分内容，主要谈了谈关于不确定性和写作的问题。完整内容可以通过会员通讯邮件进行查看。 小到个人，再到团队和公司，大到国家，都存在着如何应对不确定性的问题。所谓不确定性，通俗的理解是无法根据过去的经验来推断事件未来发生的概率。在深度学习中关于不确定性有两种解释：一种是偶然不确定性（Aleatoric Uncertainty），是由于观测数据中固有噪声导致的，这种不确定性增加实验数量也无法被消除，但可以更准确的给出结果变异的概率分布；第二种是认知不确定性（Epistemic Uncertainty），它与模型相关，主要是由于缺乏知识引起的，如果我们获得了有关研究对象足够的知识，理论上就可以消除这种不确定性。 这里我们主要谈的是基于个人的认知不确定性。 不确定性会带来什么问题呢？不确定性带来的最大问题是焦虑，如果既成事实摆在面前我们可能会恐惧，但是如果不确定的事情存在我们就会焦虑。最简单的例子是等待体检结果和拿到体检结果后的两种体验。恐惧是人面对现实危险的正常反应，焦虑就是面对潜在想象中危险的过度反应。 当然，如果生活中完全都是确定性也不行，在一个极度安全的舒适区所有事情都可以被预测，多数创意或者想法其实都是在适度不确定性中产生的。**我们能做的首先是认识到这种不确定性的存在，然后主动增加一些不确定性的同时还得给自己营造一些固定的仪式感。 ** 所谓认识到不确定性的存在，就是能够区分能力和运气，信号和噪音，还要能够区分因果。人的抗击打能力很强，有一种非常火的锻炼方法叫做高强度间歇性训练（HIIT)，我的理解这就是给确定的身体机能偶然来一些强度逐渐提高的不确定性，生病也是一个道理，平时有个偶尔的头疼脑热其实也是不确定性的体现。 主动增加一些不确定性，从个人角度来说可以是主动学一些专业外的内容，做一些本专业之外的事情。面对未知的内容，人很容易增加斗志和好奇心，这样才容易看到自己更多的可能性。换个角度想，多做一些出人意料的事情，也是给这个世界多增加一些不确定性。如何最简单的践行呢？你可以每周有两三天选择不同的路线回家，甚至「不经意」的坐过一站然后再走回家。很多人都不知道自己家的下一站路上有些什么东西。 所谓营造固定的仪式感，就是刻意的给自己一点确定的感觉。比如很多人都有一件在重要场合才会穿的衣服，在做重要事情之间都会做的个人癖好。这件衣服和某个爱好不一定真能带来好运，但会让你明显感受到一种状态转换和积极的心理暗示。实践起来，比如你可以每天坐到工位上之后先固定浏览 10 分钟某一个杂志网站的信息，然后再开始工作，每天睡觉之前都读 20 页书。 对我来说，写作就是一个主动选择不确定性的行为，每天我会把看到的各种内容记录整理，播客也是一个主动选择不确定性的行为，不同的嘉宾会给我带来不同的思考。写会员通讯和制作播客虽然于我是不确定性大于确定性的过程，但希望它们对于你来说能变成一种确定性。 其实这件事儿也没有那么难，写不出来 3 千字的内容我可以写 300 字。因此我会尽快稳定找到一个固定的时间和频率进行更新，无论我这边出现了什么不确定，争取到了固定的时间它就会出现的你的生活里，让你多一点安心。 谈到写作，李笑来曾经在他的一本书里总结过人生的商业模式主要有三种：同一份时间出售一次，重复出售同一份时间，购买他人的时间再出售。绝大部分人都是第一类，创业公司和大公司的领导们做的是第三类。我们这种普通人还可以在第二类稍微尝试尝试，比如写作就是重复出售同一份时间的最好示例。 一个小例子，5 年前我曾经写过一本关于考研相关的文集「聊聊考研复习这件事」，包含随笔文章、不同科目复习心得、英语真题解读和英文新闻精读几个部分，文笔稚嫩但是绝大部分内容如今看来也没有过时。我从后台粗略统计，去年它的访问量依旧有 8000 多，这还不算流传在民间的几个 PDF 版本。嗯～如果你身边还有准备考研的朋友不妨把这个文集推荐他。 2020 年有 1.5 万人访问了我的个人网站，有效访问会话数有 2.1 万，平局会话时长是 2 分钟，这么算下来就是 700 个小时或者 30 天的时间。 最感动的是，过去一年有三位朋友和我的交流次数超过了 100 次，虽热从未谋面但绝对是很深的交情了。其中最多的一位访问了 363 次，会话时常超过了 38 个小时，希望你我的文章有帮助你解决一点问题。 2020 年 5 月 18 日，一位朋友在网站上停留了 1 小时 40 分钟，是单次停留最长的，希望你现在已经顺利的用上了 Zotero。 我也鼓励每位看到这篇文章的你从 2021 年开始写作吧。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/1/17
articleCard.readMore

需要时刻留心的24个生物信息学提示

前几天读到一篇英文博客深以为然，所以翻译一下和大家分享。以下 24 个提示不仅适用于生物信息而是适用于所有科学研究，看似简单但需要我们时刻留心。 保持简单 如果你刚开始接触生物信息学，务必保持简单。设定几个明确的目标然后专注于它们，不要偏离方向，也不要试图一下子做太多。 寻求帮助 有许多资源可以帮你解决生物信息学问题。无论是线上论坛还是与身边的同事同学交谈，你都可以获得编程语言或其它技术的支持。 用熟悉的例子 熟能生巧。在学习新概念或使用新工具时，尽量找一些自己熟悉的例子上手。当你能将学习内容与自己的课题联系起来时学习就会更容易。 养成好习惯 从长远来看，养成良好的习惯可以节省时间。确保自己有详细的记录文档，这将使你和你的代码都更有效率，并有助于提高可重复性。 做好计划 从一开始就想清楚要从数据分析中获得什么，并在实验设计和执行阶段牢记这些目标。一个精心设计和执行的实验可以最大限度提高准确得出你想要结论的可能性。 不重复造轮子 无论开始一个项目还是在当前项目卡住了，在创建新项目前先看看已经有哪些方法可以使用。GitHub 和 SourceForge 都是大型软件仓库，它们可以帮你节省时间并提供代码支持。 质量、质量、质量 怎么强调质量都不过分，从原始数据质量到生物信息学分析流程中的质量控制，数据质量在研究每个阶段都很重要。使用公共数据集并将其整合到分析中时尤其如此。 投入什么就会产出什么 如果你的数据质量不好，这对你的生物信息学分析意味着什么呢？当实验设计导致质量问题时，下游质量控制能做的很有限。 管理范围和期望 范围蔓延、范围蠕变都是生物信息学项目面临的主要挑战。项目起始就要制定好分析计划，不要突然或大幅度改变项目范围和期望，不要浪费资源，确保项目范围是可控的，同时也要管理好分析的期望。 注：范围蔓延 scope creep 和范围蠕变 scope grope 都是项目管理中的概念。范围蔓延是指未得到控制的变更，随着项目需求的不断增强而产生。泛围蔓延通常被认为对项目成功有害，因为它增加了成本并延长了进度，每一次增加的功能所带来的范围改变看似不大但是积少成多量变最终有可能引起质变。范围蠕变是指在产品或项目开发期间需求驱动发生变化，带来一些开始没有计划的产品特点，对产品质量或时间表产生影响，特征蠕变来自于客户增长的需求列表或者是开发者本身发现了提升产品的机会。 再注：我目前的项目就是没有做好范围和期望管理，深受其苦。 寻找合适的工具 理想的生物信息学分析可被重复也可以复用。要做到这一点关键在于你使用的工具。要考虑的因素有很多，比如工具是否被广泛使用，是否能得到开发者的支持，是否开源，是否有版本控制，是否容易安装等等。总之要制定出一个决定使用新工具的标准。 方法应该能够回答问题 你的研究目标是什么？你生成的数据会产生什么潜在问题？要回答你研究的科学问题而不仅仅是将某种方法用于某种类型的数据，使用的方法应该可以帮助你找到数据中的潜在模型。 背景至关重要 生物信息学是生物学、统计学和计算机科学的交叉。研究背后的背景非常重要，由生物学主导和数据驱动的结论有助于将你的研究置于更广泛的背景中。 追踪变动 追踪变动有助于确保数据分析期间的质量控制，还可以使你的研究具有可重复性。工作流程会随着时间的推移而变化，追踪可以验证和确认这些变化。 数据再利用 无论是从你之前生成的数据还是公共数据库中的数据，你总能从中获得新的信息。在药物开发中，来自试验的数据可以探索药物在未来如何被重新利用。 存储原始数据 存储图表背后的原始数据有很多好处。它可以让你快速对图表进行修改，也可以退回到之前的图表以确保一致性。此外，存储用于制作图表的代码也是必须的。 好图胜过千言万语 海报、报告和论文里的图都可以帮助你有效地将研究结果传达给别人，这是别人理解分析结果的关键。 有效使用颜色 色彩丰富的科学图表可以突出特定特征或直观显示差异，但是过犹不及。要警惕太过相似的颜色和只是为了颜色而颜色。 不要误导 保持你的图表清晰简单，使用能以最简单的形式表达数据的图表，让读者清楚地了解图表含义。 你的图是为了什么 对论文有用的图和对演讲有用的图是不一样的。演讲报告需要简单的图去讲述一个简单的故事，但是论文可以用更复杂更详细的图让读者了解的更加深入。 吸引别人 不要以封面来判断一本书，也不要以标题来判断一个报告。掌握好演讲或论文标题的长度和亮点是一种艺术，但要确保你的主题依旧明确。 好的格式 好的幻灯片的格式布局可以帮助你传达研究成果并确保观众能够真正理解。拥有易读的文字和清晰的布局可以帮助读者有逻辑地浏览你的研究。 内容简明扼要 有时很难将所有成果浓缩成一个清晰简洁的总结，尤其是在有限的海报或幻灯片里。清晰的措辞和排列整齐的图会让听众保持兴趣，从而让你的故事被更多人听到。 简洁胜过复杂 从基本的和简单的方法开始，然后根据需要再增加分析的复杂性。通常对于大型生物信息学项目来说，分析本身就具有内在的复杂性并需要复杂的模型，但不要以为所有项目都如此。 做就对了 最后的建议是现在就开始。第一步总是最难的，在编程时犯错也是学习曲线的一部分。 做就对了。 原文地址 https://www.fiosgenomics.com/bioinformatics-hints-tips/ 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/1/12
articleCard.readMore

要不要读博（答读者信）

最近收到了一个朋友的来信。 信很长，简单来说这位朋友： 2020年上半年抱着不能「延期丢人」的信念挣扎毕业之后最近半年各种不顺利，申请国外和国内的几个学校纷纷失败，有科研助理的机会也不太想去。毕业半年目前没有工作而且2021年已经读博无望，28岁的年纪也让他很挣扎要不要继续读博。 以下是我的回信： 你好，感谢你的来信。 首先说说毕业时间这个问题。研究生（尤其是博士）的毕业时间某种程度上是和导师协商以及和自己协商的结果。涉及到比如课题进度、文章进度，工作机会，下一步发展和当下的整体环境等很多问题。 按时毕业还是推迟半年一年，我想并不是研究生毕业这件事情的重心和中心，单就时间节点而言无论怎样都不值得骄傲也不需要感觉丢人，重点是毕业前你得到了什么和毕业后你会去做什么。按时毕业反而gap了一年和延后一年毕业但是发了一篇文章哪个好是见仁见智的事情。 2020年的疫情（这个事情可能持续两三年）打乱了很多人的计划，无论是毕业还是出国，但是从你的信里更多看到的是一种不知道为什么的执念以及些许不甘。我没办法替你做选择，也很难从一封信里了解更多东西，只能给一些提醒吧。 读博不是因为赌气，也不是因为执念，我也不建议把读博理解为继续硕士毕业后的继续上学。不要为了取悦别人（比如父母）而读博，这样今后遇到的各种不顺心都容易归结给对方；不要因为别人（比如导师）的热情鼓励而读博，形势变化的速度很快，很多东西今时和往昔差别极大，也不要因为毕业前不知道还能做什么而读博。 从我这几年的经历和身边的例子来看，读博有非常大的不确定性，一小部分人走上了很好的学术生涯，也有一小部分人非常挫败，大部分人得过且过。 在权衡是否读博的时候，首先要想想因为读博可能错失的职业发展机会和需要付出的职业成本，比如在三年或更长的时间里如果投入工作，你很大概率会攒些钱，获得些工作经验然后得到一两次晋升，如今在大部分行业里（比如互联网）这比一个博士学位来的更直接更实际。读博会让你在某个领域有深入的研究，但无形中也会缩小今后工作选择的范围。 读博并不是推迟工作的方法，因为它本身就是一个职业选择和一次职业培训，这些职业又大多数局限于高校或者高度专业化的相关领域。如果你想从事研究和教学类工作，或者想在专业的细分领域工作，读博是不错的选择。如果你非常不善于处理人际关系，那么读博整体的工作环境来说也相对简单。 另外，从很多与研究生相关的热点事件看，如果一个人经常需要表扬或者习惯于接受肯定，也要对读博慎重考虑。博士阶段接受到的反馈，坏的一定比好的多（阴性结果一定比阳性多）；反馈并不频繁（一个实验经常需要十天半月）且非常滞后（一个课题文章发表往往要两三年）；以及日常还会面对各种拒绝，比如评比落选、文章拒稿和导师责备。 如果你权衡了很多还想读博，就尽快做决定吧。至于你信中还提到的选择国外还是国内读博，坚持什么方向，以及毕业后的职业道路，我目前都很难给出更多回答。一是因为每个人都差别很大，我看来不错的选择可能完全不适合你；二是我还没有丰富的经历去做什么判断，比如我也尚未毕业也没有出国读书的经历。 其实科研助理也是你实际感受要不要继续读博的一个机会。无论怎样还是先把一件事情做起来才会增加后续的各种可能性。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/1/7
articleCard.readMore

熊言熊语会员通讯 4321X 第3期

你现在看到的是熊言熊语会员通讯 4321X 的第 3 期试读版本，今后我们会不定期的将部分会员通讯内容发布到公开平台，如果想稳定的阅读每期内容欢迎通过邮件订阅这份免费的会员通讯服务。 Hi, 见信好： 刊首语 本期会员通讯刊首语想和大家聊聊生病。 最近一周多的时间一直在生病，我以为像感冒咳嗽这样的日常病，就是给身体一个信号，告诉你需要刹车需要休息，是身体默默的反抗。这几年只要自己坚持一段高强度的生活之后就会病一次，这种高强度有时候是身体层面有时候是指心理。生病了人总归要停下来，各种药的最大作用给我的感觉也是「催眠」让人犯困，强迫自己睡几天再重新开始另一段高强度的生活。 之前几期通讯都是在周末推送，我看了后台的打开率并不理想（略高于 50%），难道是因为周末大家对打开邮箱这件事比较抗拒？借着这次延后发布，再试试把推送时间改到周中下午时段是否会好些，希望用 10 期左右的时间我们可以达成一个固定推送时间的默契。 上次想测试拆分一次通讯多次发布的计划还没试行就被我又否定了，至于原因，我没有想出来该怎么给多出来的一封邮件命名。 文献 The relationship between genome structure and function DOI：10.1038/s41576-020-00303-x Precise patterns of gene expression in metazoans are controlled by three classes of regulatory elements: promoters, enhancers and boundary elements. During differentiation and development, these elements form specific interactions in dynamic higher-order chromatin structures. 基因表达会受到启动子、增强子和边界元件这三类调控元件控制。在分化和发育过程中，这些元件在动态的高阶染色质结构中可以形成特定的相互作用。然而，基因组结构与基因调控功能之间的关系尚不完全清楚。这篇综述从基因组的调控元件、基因组结构和 3D 基因组调控几个方面进行了介绍。 Cross-Site Concordance Evaluation of Tumor DNA and RNA Sequencing Platforms for the CIMAC-CIDC Network. DOI: 10.1158/1078-0432.CCR-20-3251 The CIMAC collaborating laboratory platforms effectively generated consistent WES and RNA-seq data and enable robust cross-trial comparisons and meta-analyses of highly complex immuno-oncology biomarker data across the NCI CIMAC-CIDC Network. 全外显子组(WES)和转录组测序(RNA-SEQ)是肿瘤基因组分析的重要组成部分。越来越多的分析需求需要将不同中心的数据整合起来进行分析，CIMACs 和 CIDC 共同发起了一项关于这两类数据在不同中心平台分析一致性的研究。其中 WES 的一致性比较好，RNAseq 数据在满足 DV200>24% 和 MedTIN>30 的情况下可以进行后续的 HLA 配型、免疫浸润和免疫谱系推断。 The landscape of long noncoding RNA-involved and tumor-specific fusions across various cancers DOI 10.1093/nar/gkaa1119 Here, we present a systematic study of the lncRNA fusion landscape across cancer types and identify >30 000 high-confidence tumor-specific lncRNA fusions (using 8284 tumor and 6946 normal samples). Fusions positively correlated with DNA damage and cancer stemness and were specifically low in microsatellite instable (MSI)-High or virus-infected tumors. 基因融合与各种疾病特别是癌症的发生发展紧密相关，甚至是一些癌症的直接诱因。本文使用大量的癌症与正常样本分析了 lncRNA 相关的融合现象。融合与 DNA 损伤和癌症干性呈正相关，在高 MSI 或病毒感染的肿瘤中呈负相关。且作者研究发现 eRNAs 可能介导一种新型的复杂融合机制 Alternative splicing: Human disease and quantitative analysis from high-throughput sequencing DOI：10.1016/j.csbj.2020.12.009 In this mini-review, we aim to illustrate I) mechanisms and regulation of alternative splicing, II) alternative splicing associated human disease, III) computational tools for the quantification of isoforms and alternative splicing from RNA-seq. 可变剪接可以使一个基因产生多个不同亚型从而增加蛋白质的多样性，同时也是一种重要的表达调控机制。95%的人类多外显子基因可以通过可变剪接编码具有不同功能的蛋白质。同时大约 15%的人类遗传性疾病和癌症与可变剪接有关。这篇综述介绍了可变剪接机制和调控方式、可变剪接与人类疾病的关系以及如何从 RNA-seq 中进行可变剪接分析。 思考 每时每刻我们都是幸运的，因为任何灾难的前面都可能再加一个「更」字。 史铁生是我最喜欢的国内作家（或许没有之一），他的「病隙碎笔」曾陪我度过了高中特别重要的一段时光。直到今天，每次生病我都会想起下面这段他关于「生病」的描写。 生病也是生活体验之一种，甚或算得一项别开生面的游历。这游历当然是有风险，但去大河上漂流就安全吗？不同的是，漂流可以事先做些准备，生病通常猝不及防；漂流是自觉的勇猛，生病是被迫的抵抗；漂流，成败都有一份光荣，生病却始终不便夸耀。不过，但凡游历总有酬报：异地他乡增长见识，名山大川陶冶性情，激流险阻锤炼意志，生病的经验是一步步懂得满足。发烧了，才知道不发烧的日子多么清爽。咳嗽了，才体会不咳嗽的嗓子多么安详。刚坐上轮椅时，我老想，不能直立行走岂非把人的特点搞丢了？便觉天昏地暗。等到又生出褥疮，一连数日只能歪七扭八地躺着，才看见端坐的日子其实多么晴朗。后来又患尿毒症，经常昏昏然不能思想，就更加怀恋起往日时光。终于醒悟：其实每时每刻我们都是幸运的，因为任何灾难的前面都可能再加一个「更」字。 每时每刻我们都是幸运的，因为任何灾难的前面都可能再加一个「更」字，上面这段话除了适合送给生病的自己，也适合送给每一个走过 2020 年的你。 推荐阅读书籍 病隙碎笔 史铁生 别把时间排太满，冗余和空闲反而可以提高抗风险的能力 本来上周末安排了播客录音、会员通讯的写作和几篇文献的整理，因为生病无精打采睡了两天之后才发现自己抵抗风险的能力很低。一旦哪一部分停下来，就像多米诺骨牌一系列事情都无法按照计划完成。 很多人已经习惯了追求高效紧凑的时间安排，事情一件接一件，待办事项和日历填写的井井有条，看似充实反而降低了抗风险和反脆弱的能力。时间安排的太满，计划做的太好，整个系统就会很脆弱，这个观点在「反脆弱」和「稀缺」这些书中都有介绍。 如何提高抗风险的能力呢？有两个看起来非常低效的方法：冗余和空闲。 冗余在数字领域可以理解为备份，在之前一期通讯中刚好有提到这个问题，在生物体内也存在大量的冗余基因，看起来没用但就是为关键时刻准备着。对于「3421X」通讯而言，最理想的情况是有三四期存货，现在写的内容在一个月之后发布。但因为我总想把最新的想法和你分享，所以还需要摸索一下如何平衡。 我们通常会大大低估完成一件工作的难度和时间，空闲的作用之一就是给计划预留出缓冲的时间。空闲的作用之二是给尚未出现的机会预留时间，我曾听一个非常厉害的 freelancer 讲他一周只给自己安排 3 天的固定时间工作，因为这样有更重要的事情找到他就不会因为没时间而错过，如果没有更重要的工作就读书和学习。 对于你我来说，我们可以把每天的某一段时间作为空闲时间，当然前提是非空闲时间没摸鱼～ 推荐阅读书籍 反脆弱 告知对方你希望提供帮助，让他很难拒绝你的好友添加请求 因为在网络上发布过一些教程我常会收到各种各样的好友请求，多数是提问或者索取资料也有一小部分是表示感谢。因为我取消了微信好友验证，所以大家可以直接给我发消息，但我可以选择是否把对方也添加为好友。 对于大部分提问和索取资料的读者我会尽力回复但很少把对方添加为好友，但有一类人我无法拒绝，就是那些有意愿想要为我提供帮助的人。如下图所示： 一个人首先对你表示感谢，然后进行自我介绍，最后表达向你提供帮助的意愿，这真是一个极好的社交破冰范本，值得借鉴和学习。有求于人和有助于人构成了人与人之间的联系，向自己在意的人表达给予帮助的意愿总是没错的，无论对方是否需要。 推荐 ListenNotes 播客栏目越来越多，听播客的人越来越多，如何找到感兴趣的内容？订阅自己感兴趣的播客追更是一种不错的方法，如果想知道自己感兴趣的话题有没有人在播客中讨论过该怎么办。ListenNotes 就是一个专门针对播客（Podcast）的搜索引擎。 ListenNotes 自称是播客界的 Google，可以通过标题和 shownotes 搜索内容。截至本期通讯推送，网站已经收录了超过 9000 万期节目，英文为主也包括中文内容。 我曾在少数派写过一篇详细介绍 ListenNotes 的文章：Listen Notes：最好的播客搜索引擎岂止于搜索，如果感兴趣可以进一步阅读。) 定制简单的搜索引擎 学会搜索是数字一代的基本技能，这次推荐的技巧是定制简单的个性化搜索引擎。大部分基于 Chromium 内容的浏览器都可以参考，这里用的是最新版本的 Edge 浏览器。 在设置「隐私搜索服务」中选择「地址栏和搜索」，然后选择「管理搜索引擎」，再选择「添加」。 以上文提到的 ListenNotes 的网站配置为例，搜索引擎可以随意命名，这里命名为「listennotes」，关键字则是唤起方式，这里我们设置为「ln」。第三步是将搜索 URL 中的搜索内容使用 %s 进行替换。如果你不知道对应的 URL 是什么，只需要在网站里随便搜一个内容然后复制网址就可以，这里我们设置为https://www.listennotes.com/search/?q=%s。最后保存就可以。 今后只需要在浏览器的地址栏输入ln 然后按下 tab 键，输入检索内容再回车就可以直接看到 linstennotes 的结果。 按照这个思路，你还可以把 Wikipedia、豆瓣和京东等任何常用的网站进行配置，从而一键直达提高效率。还有一些常用的搜索小技巧可以继续了解。 讨论 你坚持最久的一件事是什么，并因此得到了哪些意外收获呢？ 最近在爱发电平台一位发电的朋友给我留言了这样一句「鸡汤」：成功的路上并不拥挤，因为能坚持的是少数。) 鸡汤想要有效关键是需要得到验证。成功的标准很难定义，这里就不讨论了，但能够坚持的确实是少数，而且可能比你以为的少还要少，以下是两个例子。 我曾经重度使用的一款笔记应用最近做了一个年度回顾，我感兴趣的一个统计是一年新建笔记数量 700 多条超过了 90%的人，根据其他人反馈不到 400 条新建笔记数量就可以超过 80%的人。也就是说，你只要平均每天写一条笔记，基本就能达到前 20%的水平。 Substack 是一个非常火的 newsletter 发布平台，有人统计了 Substack 的newsletter 更新数据后发现 40.14%的 newsletter 在最近 90 天内没有更新，推送数量少于 10 篇的占 65.5%。也就是说，只要我们的会员通讯可以保证一定频率的稳定更新或能够坚持 10 期以上就已经超过了一半的人。) 本周的讨论内容想听你讲讲自己坚持最久的一件事是什么，因此得到了什么意外收获。期待你直接回复邮件我和分享，静候回信。 one more thing 对未来的憧憬固然让人心动，但更重要的是接纳过去的自己。 上一期会员通讯我们尝试了一次共创协作活动，大家一起通过三个问题回顾自己的 2020。三个问题分别是：今年我最大的收获是；今年我最大的遗憾是；我想对去年此时的自己说什么。 通过大家的评分，2020 年的平均分是 6.36，一个及格的成绩。 我整理汇总了大家的回答，通读下来发现「课题」、「论文」和「毕业」是非常高频的词汇，此外「女朋友」和「男朋友」也多次出现。同一个话题对于有的人来说是收获对于另外一些人来说却是遗憾，各有欣喜和忧愁，无需羡慕谁。 问卷发布以后，有人留言提了一个问题：为什么不是想对明年的自己而是对去年此时的自己说些什么呢？因为对未来的憧憬固然让人心动，但更重要的是接纳过去的自己吧。 从大家的年度收获和遗憾中你又可以读出什么呢？如果想阅读完整内容，可以点此查看。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2021/1/2
articleCard.readMore

用三个问题回顾 2020（全员协作版）

2020 年 12 月我在会员通讯发布了第一次「熊言熊语全员协作」活动。大家一起通过三个问题回顾自己的 2020 年。三个问题分别是：今年我最大的收获是；今年我最大的遗憾是；我想对去年此时的自己说什么。 我整理汇总了大家的回答内容，通读下来发现课题、论文和毕业是非常高频的词汇，此外女朋友和男朋友出现的频率也很高。同一个话题对于有的人来说是收获对于另外一些人来说却是遗憾，反之亦然。各有欣喜和忧愁，无需羡慕谁。对未来的憧憬固然让人心动，但更重要的是接纳过去的自己。 通过大家的评分，2020 年的平均分是 6.36，一个及格的成绩。 下文是四十位小伙伴的分享，隐去了个人信息。 这一年我的最大收获 做了一件以前不敢做也没能力做的事情，投入了一些钱和时间，但真的非常非常开心。 在家体验了一段前所未有的时光，对无所事事有了更加深刻的理解。 加强了和新朋友的联系，巩固了和老朋友的关系，对于出现在生命中的人和事有了更深的感悟，治疗了一下自己的强迫症，进一步理解了顺其自然的含义。 拿到了法律和证券的资格证，又锻炼了一次填鸭式学习的能力，发现学习还是有乐趣的，无所事事最难受。 成功拿到了一段时间的国外学校入场券 硕士毕业 成功四证合一 最大的收获是与自己对话的时间变多了，观察社会、关系的视角也不同了，以前并不觉得自己幸福，时常会迷茫人生的意义，现在好多了，有些事情想得开了，我觉得是很大的进步。还有，保研成功了，这半年很自我，虽然并未有所成就，但是也试过了目前来说的极大自由。 首先，在上半年很庆幸自己的论文被接收，代表着自己研究生阶段取得了些许成绩，也为自己以后的成长奠定了基础，可以凭借此朝着更高的地方走一走。 最大的收获是毕业后看到曾老师招实习生，虽然自己才刚入门不知哪来的勇气。可能考研失败了，也没有什么可以失去了，即使被拒绝起码也尝试过！ 心态发生了改变。真的要坚定自己的目标，不要放弃，不管环境多么艰难旁人如何嘲笑，不留遗憾！ 投出我学术生涯的第一篇 paper！ 或许是赶在疫情爆发之前拿到了驾照？ 工作方面来讲，对自己的一项业务有了更深层次的认识与掌握，从全国来讲，本系统内对于这项业务我算是掌握的比较好的。对于 python 使用有了一定的掌握，今年开始学习使用 python 写爬虫，也因此收入了一点钱，还是比较开心的。 暑假学会了游泳 找到一个会做饭的男朋友并组成了一个小家 最大的收获大概就是陪女友找到我俩都认为很好的工作吧 当然，是在我的坚持下，没有让女友对其他工作动心，坚守到 10 月份才有了工作。 感谢女友对我的信任 学会了新的技能 应该算是在想法上发生了一些改变，尤其是吕思勉的中国通史。 只要活着就还有希望 凡事最好最坏的准备，要做好反脆弱管理 注意心理健康，不要等到抑郁症再来注意 除了顺利毕业，和读博士，还在实习期间遇到了男票。今年完成了太多事。最重要的是，疫情在家陪爸妈待了很久，他俩很开心，慢慢走出来了，陪伴是良药。 勾勒出理想的生活，知道自己追求的未来需要现在的自己付出什么；重新捡起了读书习惯，开始尝试稳定的每周作息；第一篇 SCI 被接收；心灵上与自己的家庭和解；储蓄真香；降噪耳机满分。 意外收获保研名额，9，10 月是这一年最幸运的两个月，真的是满足了天时地利人和才得到这个结局。 认识多的人 充满意外的一年。由于疫情，本身在焦虑和紧张中赶实验的我停了下来。 疫情期间开始做了心理咨询同伴支持的志愿者，在助人自助的过程中找到了自己的兴趣点，原来我最喜欢的事情是与人沟通，对心理学的东西，对人的身体和精神的健康都充满好奇心。也更加认识了自己，接纳了自己。 疫情期间开始科学系统健身，获得了强壮有型的肌肉。还在坚持。 疫情期间教我妈妈做饭，让她学会了用下厨房软件，做任何想要学习的美食，她也津津乐道，很有成就感。 疫情期间参加人生孵化器，开始关注自己的微情绪和成长，对自己的好与不好更加接纳和自洽，也对自己的职业发展有了新的认识。 明年毕业，目前获得了华为的 offer，最近刚完成了西湖大学博士面试。二选一我可能要去挣钱了。但是我有认真考虑过这个选择。这两个都不错的选择是对我莫大的肯定，我自己是很缺乏正反馈的一个人，总会觉得自己不好，但是这一点正在悄悄发生改变。 一两句话说不清楚最大的收获，但是以上列出的五件事是我多年之后回头看 2020 都会津津乐道的改变，它本不应该出现，但因为疫情我偶然接触到了正常轨道之外的事物并如梦初醒，2020 对我来说意义太重大了，一下子像睡醒了一样，开始向外探索自己的好奇和兴趣，愿意去试错，向内去自省和了解自己，接纳自己，不对自己苛责而且更多 be present. 这是非常大的成长。 在压力的催促下，勉强完成部分实验 我是 20 届考研人，由于疫情原因，20 年的 4 分之 3 的时间是呆着家里的。上半年准备了毕业论文，考研复试，找调剂。然后就在家闲着，以及之后去学校开启研究生生活。也许最大的收获是调剂上岸吧。 硕士第一年将近一年时间投了三家期刊，最后在年终的时候终于被接受了，一方面可以保证毕业要求，另一方面在整个研究的过程中让我认识到在这个领域里面自己擅长做什么，不擅长做什么，喜欢做什么，讨厌做什么。和这里的本科生比，最终还是认识到作为一个普通人的平庸所在，接受自己在某些方面的思考问题的缺陷，以及未来会在多大的程度上选择继续做学术或者转行，也是 10 月份左右的时候才意识到，“如果一个硕博士的培养过程结束后只能够进入高校或者研究所做研究就白读了”的意义所在，哈哈 😄 加入了 Robin 师兄的科研小组后对学习、科研和未来人生方向的认知上升到了一个新的台阶，知道自己在面对生活中的每一件不同的事应该持有什么样不同的心态，每一天都过得很开心！ 生病住院的时候，有一帮好友照顾。认识到身体健康的重要以及要去爱那么值得爱的人。 克服万难的实习经历，认识了倾盖如故的好朋友，学到了很多新东西 开始进入博士生涯正轨了，开始好好学习了，开始安心下来努力了，开始认识到更多的优秀的人，开始养成阅读的习惯，开始用哲学的思维去思考问题，继续了爱情的甜美，继续了友情的顺遂。 接触到了生信！从生信技能树到生信星球到小丫画图到熊言熊语，神奇的发现大佬们都认识！ 心态上注意到了自己的小学生心态，依旧对荣誉称号很看重，得不到心情会低落，但是和以往不同的是，现在学会了自我和解，之前的话绝对是心理上会郁闷很久，必须要到心理老师那里咨询才能够释然一下，还时常焦虑的睡不着觉，但是今年也认识到那些东西并不是很重要，没有那些，我也是我，我的价值不需要荣誉证书来证明。 参与疫情抗击。换到了一个令人激动的初创平台。 攀升到人生另外一个阶段，心态和能力上都有很大的改变。经历了抉择转博还是工作，投递简历面试，选择什么样的工作和城市，对外合作课题，多任务工作方式等。 认识了一位在工作中值得学习的带教老师 按部就班的生活，学业还算顺利，对新年的期许基本完成（其实就是考试通过啦）。 还意外在疫情期间收获了男盆友，焦躁的心态真的有被他安慰到，做事没那么心浮气躁了。和好朋友都能经常联络，在我不开心的时候听我倾诉，给我支持。 除了集团项目以外的各级别课题都拿了，得到了领导和同事等人很大认可。 思维拓宽了，不局限于书生气，学会多分享多交流，合作共赢。 工作两年多，第一篇 sci 被接收，投稿投了快两年，但结果是好的。 开始真正给本科生上医学遗传学课程，实现了作为一名教师的基本素养。 加入我课题组的本科生越来越多，希望大家都可以学到东西。 核医学科的科研小队基本成型，具有可预见性的成长空间。 保送研究生了 感觉一点写不完（都是最大收获，并列吧） 科研方面 工科研二，在全组只有我一个人学的是导师最初专业研究方向（偏理论，其他人偏工程实践、做项目），导师开公司很忙，我被放养学习的情况下，下半年他让一个年轻负责、温柔体贴的新老师（他师弟）带我，感觉瞬间看到了希望，甚至在逐渐规划继续读博（以前是想都不会想的）； 社交方面 通过 L 先生的写作课和智识营接触到一些认知心理学的内容，并且加入了付费社群，接触了很多同频率的人或者不同频率的人，深受启发，更愿意静下心来深度思考了 通过 Struggle with me 的播客节目知道了熊言熊语，两个很棒的良心社群啊，简直宝藏！！！从中接触到了一些科研效率工具和新的做笔记思维、方法，并也在不断实践中，还有和科研生活很贴切的其他人的真实经历，有所思考，有所收获。过段时间（不太忙的时候）互动我也愿意分享，并且会一直关注和支持滴 通过做打卡返学费的兼职班长了解到很多社会上形形色色的、爱学习或者只为了钱而学习的人，他们都或多或少教会了我一些做人、做事的方法，和几位同龄小伙伴、几位身居外国的学员（中青年）成了神交的好友，也拓宽了自己的一些见闻 收获了很多好朋友。疫情结束后回到单位开始实验，但我没有实验基础，从养细胞开始陆续认识师兄师姐，其中一部分已成为无话不谈的知己，让我在实验出现 bug 时总有依靠。 开始接触冥想，开始了解自己。虽然是一段坎坷的旅程，但是慢慢尝试建立欲望与需求的关系。 在繁忙之余抽空来了一次说走就走的旅行 明白了自己很适合在家躺着 涨工资 哈哈哈哈 2020 年没想到录制了二十多期播客节目，和很多朋友有了深度的交流，也给更多的朋友带来了一些陪伴。而且一个重要的人生大事有了比较关键的进展。 这一年我的最大遗憾 浪费了太多时间去维持一个表面的和平假象。 没啥可遗憾的，因为遗憾也回不去。总觉得收获经验，得到教训，人生就是这样走过的。心情时好时坏，但整体向好，已经是最大的不易了。但是，有时候又想，不知道遗憾可能是最大的遗憾了。算了算了，正能量要告罄的时候还是不想负能量的词了。 和女朋友在一起的时间太短啦 最大的遗憾是执行力不够，高估了自己的自律力，尤其是上半年，处于心情低谷，好似没有了灵魂，不过，总的来说，今年还是挺好的，想明白了一些事，尝到了真正自由的滋味（虽然也没有想象的潇洒） 遗憾同样来自于这么长时间的假期，即使也会有一定的任务，不过自己清楚内心还是懈怠的，返校一段时间后状态调整仍然还存在问题，课题进展没有进一步的突破进展。还有的遗憾是没能找到一个女朋友，哈哈哈哈哈 研究生没有考上我梦想的大学！！！ 因为太难合作，放弃了我第一个入手并主导的课题 没能和好朋友毕业旅行 减肥失败！个人工作方面，理论上应该能够更进一步的，自己也是这么设想的，但是疫情严重的那几个月看了几本书之后，忙碌了几个月的工作，期间没有再读一些有价值的东西，网络小说到时看了两本。从而耽误了业务水平的提高。自己分析，可能是一段时间太忙，之后就不想再给大脑输入东西了吧。 论文没有认真写 课题普遍进展不顺 最遗憾的就是，没有尝试考考其他学校的博士，糊里糊涂在师姐老师三番四次的劝导下直博了 😭 分手了。 立 flag 没有全部实现 太相信导师，没有自己做好另外的准备 疫情刚开始的时候，没有预计到今年回不了国，导致后面各种麻烦，甚至断粮 自己不拖延的话，文章会早接受，就可以评选优秀毕业论文，拿一等奖学金。（害，就是这么世俗） 没有因为疫情就放了假（年初二就回学校），但是也没有抓住这段时间有什么实验成果；新的课题兜兜转转，没有什么实质性进展；没有把控好自己的情绪；毕业忧愁。 这一年没有认真学习的长时间段，计划完成的事情没有做到，荒废了大把时光； 科研不顺，进展缓慢，文章还挺遥远。这一块算是我的心病了哈哈，耿耿于怀，但是呢，有时候环境给到的支持太少了，一个人真的很难。 依然单身。还没遇到那个让我想要主动的人。 变胖了。自省仍旧欠缺。 最大遗憾就是今年复试落选了吧。 基本上都被科研和上课包裹住了，一年时间很快就结束了，很少时间跳出来回顾自己做出来的东西以及思考为什么要这么做，找了很多自己想做的方向都没有沉下心来哪怕做一个初步的结果也好，基本上都是一个文献调研就结束了，然后在自己业余时间一些感兴趣的东西都没有做，导致某个周期的科研结束了，会完全一种完全的无力和空虚的疲惫感中。 在理财上至今没有迈出第一步，依然在败家乱花钱 555~ 跟一个女孩，约好了见面的，最终却没能相见。 和妈妈在一起的时候对她不够温柔有耐心 没能把文章写出来，还没有能够真真正正的 100%投入科研，没能对自己有个规划。 在家的时间没有安排好自己的学习计划，本来想提高一下大二的绩点，没想到还拉低了呜呜 没能让自己满意地用好时间 没有利用好疫情期间的时间充实自己，没有对自己的课题有一个很好的规划，只能被别人规划。 没能考完驾照 秋招竟然一个都没过，想找自己没有尽力的借口，但感觉自己做不了更好了。 没拿到集团项目，少了好多科研经费，如果之后这个项目存在，我要继续争取。 没有照顾好自己的身体，工作拼命是一方面，我觉得最大的原因是把借口推脱到工作上，给自己找理由，有时间玩手机，没时间吃饭运动，实际就是懒，不自律。 没有安排出时间来学习，两种学习内容，一是和工作无关的任何学习，二是自己感兴趣但和工作技能相关的学习。 日记质量不足，总是去补前几天的日记，而且思考深度不够。 没能画出来我的“树屋”。 知道很多道理，依然没有很好地落实，最头疼的问题：时间管理 现在还是不能做到早睡早起啊，好纠结，感觉每天都在混日子浪费时间 最大的遗憾是疫情期间的工作，还没有发表出文章。 在工作上还欠缺很多，效率比较低。同时因为个人饮食习惯的改变少了很多和同学们一起交流的机会，希望能够找到更多的机会，与他们进行沟通。工作上的效率也还不够高，很多年初制定的工作计划到头来没有完成。 生信学习太差劲了，学啥学不会。对实验室的研究方向不感兴趣，想硕士毕业。 2 个课题没有 balance 好 flag 没有全部完成 上半年自己状态很差，很多事情比年初的计划都有巨大改变，比如毕业的问题，加快进度吧。 想对去年此时的自己说 不要选择你认为别人认为更好的那条路，你不会开心。 努力是个好词，应该时时贯彻才是。保持积极向上的心态，养成良好的习惯才是能够让自己终身受用的呀。压力太大了其实可以换个解压方式的，记得多总结&要把锻炼践行到底呀。 论文写快点啊，要固定目标和方向，别总是看一些其他的论文 不用太焦虑，要有自信，其实你做的挺好的，不要老是攀比别人做的怎样，自己的人生路还是得自己走，有了目标，其实过程应该美好，别人做的好，不应该嫉妒，应该欣赏、应该学习、应该替他高兴。 去年上半年由于课题方向的问题，一度自己心情很低落，感谢一些人的陪伴能很快走出来。感谢师兄和老师的指导，能在研究生阶段取得一些结果。也感谢自己付出了努力，接下来希望自己可以改掉一些不好的习惯，加油。 加油，一直朝着目标前进吧！不要放弃！ 浇水，接花，成果，每一个明天都会因为昨天而有所成就或付出代价！ 之后会有很大一波疫情！记得买口罩！ 2020 年应该是生命中比较特殊的一年，可能这一年会永久改变我们的生活习惯。年初二开始，家里一位逆行者就开始工作了，面对未知的新冠病毒，当时真有一种生离死别的感受。庆幸的是一步一步的走过来，大环境也逐渐趋于稳定，感谢国家强有力的抗疫措施。自己这一年中也或多或少的参与到抗疫工作中去，也算是做了一分贡献吧。这一年又过去了，真快！减肥又失败了，连续失败十年了，很是尴尬。刚跳槽入行的时候，给自己定了个 5 年目标，如今已经过去三年了，虽然有进步，但是感觉差距还是比较大的。来年要更加努力了。这一年不好不坏，有努力过，也有不少缺憾，总体来说，有收获。遗憾的事情明年去弥补吧！ 科研和工作不是生活的全部，希望你花多一些时间照顾好自己，做自己想要去做的事情。喜不喜欢做甚至都是次要的，顺着那突然而来的冲动往往也是极其有趣的。 相信未来，无论此刻你认为有多难，未来都是光明的 如果当初不选择这个地方，如果可以忘掉今年的记忆，那是多么美好的事情呀！ 少立点 flag，多干事 开心点 谢谢你当初的坚持，所有的努力和坚持在正确的方向下都是有意义的。可能当时也错过了一些，但想做什么时候都不晚。 每天都有个小目标，认真而谨慎地做好现在能做的事情，认真过好此时此刻。 加油 阿臻，不要怕呀，你没想到吧，那个曾经焦虑的你，长大了，可能还是会有很多的 struggle.但是现在你更强了呢，不管对于自己还是家庭，你都是值得骄傲的存在。去向外扩展吧，这是你的天赋，认识有趣的人，做不同的事，向内接纳吧，你自己多的是你不知道的事。 有时候需要记录才知道自己到底走了多远 熊之前在群里说的，仰望星空，脚踏实地吧。 真的不要把科研看作自己生活的全部，选择做不做科研都是一种生活方式，即使最后转行也不是一件丢人的事情，在所有领域都能找到你感兴趣的方向，在主业上专注的同时也不要放弃保持开放的心态，做自己擅长和感兴趣的事情才会长久才能带来快乐和持续的动力。 不要关注得失，问题都会自然而然解决的~ 对去年的自己，总觉得没有什么好说的，因为不管说什么，都是无法改变的。如果是反思的话，希望自己能学会放下，不管不顾的付出和骚扰并没有什么区别，你做得越多，对方反而越想逃开。学会和解，你要意识到你天资愚钝，也许付出两倍的努力也达不到别人的高度，不要抱怨，不要气馁，多思考，多总结，两倍的努力不行，那就付出十倍，无需责备自己为何如此愚笨，世上本就不公平，竭尽全力，投入地去做就行。 人生就是一个接着一个的历险记，但最后都会变成奇遇记，坚持住 今年的自己进步很大，也希望明年能够阅读更多的书，跟着 B 站学习更多刚兴趣的课程，生信终于算是入门了，未来可期！ 保持自律，留有余闲 很多时候你觉得自己真要不行了，但回头看看，那些真的不算什么，并且都是弥足珍贵的经历。 别害怕 科二真的不难 好像没什么好说的，心态和去年差不多，还是像个没头苍蝇一样不知道自己想要什么。很完美主义，给自己期待过高，反而手边的事情处理不好，目标定低一点，完成就好啦，不需要多么尽力，坦然看待。虽然事情有很多，但都会一件一件一件做完哒！ 不要着急，脚踏实地。 制定目标任务要实际，不可能除了吃饭睡觉的时间都在工作，而且不可能 100%效率工作，人的精气神是有限的。 我才工作没多久，不能追求自己太有能力，有缺陷才是对的，没有人一口吃成胖子。 多爱自己一点。 最好不要去做牙齿矫正，接受并喜欢你本来的样子。 呀，时间真的不多，别荒废时间，好好打牢基础，明年的你就不会这么挣扎了 去年的你大约有 2/3 的时间在家里度过了，实属难得。虽然不管在哪里，家或学校，你都爱熬夜(主要是自己太慢了，活完成不了)，希望未来一年尽量生活规律。这一年的十月，你因为傻到被网络诈骗，导致自己背负了债务，在家人及警方帮助下，已经妥善解决了。希望你无论何时，在有颗清醒的头脑前提下保有善良。还有继续爱家人，爱那些关心你的人。学业上还请抓抓紧，该准备的东西要提前准备，这一年你没有选择转博，要及时确立目标去寻找自己想要的未来。 这是坎坷的一年，是接触新事物的一年。但是去经历，去痛苦，去体验。因为人生就是要不断的 To be。去做，去尝试。 你马上将会有一个 4 个月的假期，在这个假期里我知道你没有浑浑噩噩，但没想到最终你几乎一无所获。 不要虚度光阴，虽然虚度光阴真的很爽 少熬夜 在 2020 年你对很多事情依然抱有好奇心，这是很好的。你愿意在不同的地方进行尝试，但是也应该考虑清楚自己想要什么。此外，你要记住，坚持做一件事情最简单的方法就是让这件事情可以尽可能简单的进行。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/12/30
articleCard.readMore

熊言熊语会员通讯 4321X 第2期

你现在看到的是熊言熊语会员通讯 4321X 的第 2 期试读版本，今后我们会不定期的将部分会员通讯内容发布到公开平台，如果想稳定的阅读每期内容欢迎通过邮件订阅这份免费的会员通讯服务。 Hi, 见信好 有几位订阅读者和我反馈如果一次全部认真读完一期通讯压力很大，需要很长时间。我们会用之后几期通讯来测试将一期通讯拆分为两次发送，例如本期通讯的文献部分将在几天后发布。 刊首语 本次通讯的主题是记忆与遗忘。 每到年底，各大媒体的各种年终总结都会接踵而至，今年我们的「熊言熊语」也未能免俗，在最新一期熊言熊语播客中，我和嘉宾担担面一起回顾了各自从听播客到录制播客的心路历程，各种欢喜与悲伤历历在目。当然，这一期是播客回顾系列的上集，稍晚时间我们会放送下集，各自推荐喜欢的播客。 如果你对这一期聊播客的内容感兴趣，可以到官网或者你喜欢的播客平台搜索「熊言熊语」进行收听。 同时我也为你整理了一些推荐阅读的 2020 回顾系列文章，看看过去一年都发生了什么。 纽约时报汇总了 2020 年第一次发生的 18 件事（18 Things That Happened for the First Time in 2020），同时也整理了 2020 拍摄的大量摄影作品，这篇「照片中的 2020」（A Year Like No Other）推荐你阅读，感受优秀摄影作品带给人的冲击。 在线杂志 Voicer 在微信公众号用可以交互的方式整理了今年国内曾经火热过的 20 个关键词，可以看看哪些是你不那么熟悉或者已经忘记的。Viocer 2020 年，20 个词 专注于数据可视化的网站 visual capitalist 从数据可视化的角度用 20 张图回顾了 2020 年，好的图表像照片一样可以给人带来冲击和享受，这篇文章非常推荐阅读。 求职平台领英发布了年度行家来信，他们找来了平台上各行各业的行家，例如职场、互联网、创投等，分享自身信念及行业思考，精炼出 2020 行家年度信。你可以点此处阅读。 Nature 和 Science 两大媒体也于近期推出了科学相关的 2020 回顾，其中 Nature 整理了除 COVID 以外的其它科学成就（2020 beyond COVID: the other science events that shaped the year），也列举了 2020 年参与重大科学事件的人物（Nature’s 10: ten people who helped shape science in 2020）；Science 按照传统评出了年度 10 大科学进展特刊，这里有一份简单的中文介绍。 如果你喜欢科技产品，The Verge、Engadget 和 PCMag 等科技媒体都纷纷推出了自己的年度产品推荐，可以通过下面的链接阅读原文。 2020: BAD YEAR, GOOD GADGETS What we bought: Our favorite gadgets of 2020 The Best Tech Products of 2020 思考 人们回忆的价值是什么，如果没有记忆又怎么样呢？ 看完这么多和回顾/回忆相关的内容，我突然产生了关于「回忆」的困惑，**人们回忆的价值是什么，如果没有记忆又怎么样呢？**这两天刚好看了几篇和记忆相关的文章，也一并分享给你。 神经现实公众号：记忆特刊 记忆从何而来，为了记忆的忘却，没有失忆，但记不起过去的自己有多可怕？ 此外，我还找到了两本和「记忆」主题相关且评价不错的书正在阅读，如果你感兴趣欢迎可以和我一起。 追寻记忆的痕迹 记忆的风景 一件值得去做、长期有价值的事，不被人理解是必然的。如果被所有人理解，你肯定做不大，因为所有人都想做一样的事情，那他们将全是你的竞争对手。 这句话来自于 2019 年 12 月晚点团队对陆奇的一次专访，彼时他回国三年，已经离开了百度又从 YC 离职创办了奇绩创坛。陆奇 1998 年前往美国卡内基梅隆大学（CMU）进修博士学位，37 岁第一次进入企业工作，用十年普通工程师做到了雅虎高级执行副总裁，后加入微软并任职全球执行副总裁，成为美国科技行业担任最高管理职位的华人。如今再读这篇文章，他的很多回答 1 年后会给人更多启发。 不过，我还有个困惑，我们如何才能找到一件值得去做且长期有价值的事呢？除了不被人理解还有哪些可以判断的标准。 推荐阅读  对话陆奇：做一件长期有价值的事，不被人理解是必然的 任何智能体系要真正学会知识，这三者都分不开——感知（观察系统）、思考（智力系统）、行动（活动系统）。人、一个企业、一个国家都是这样。 这句话依旧来自于上文提到的陆奇采访。记者问到「你被认为是一个非常勤奋的人，对你而言，最有效的学习方法是什么」这个问题时，他给出上面这个答案。感知，思考和行动真的是一个非常精炼且准确的学习方法总结。 不过据我的观察，如果有人能很好的做到这三点中的两个，就已经非常厉害了。这里的厉害不是特指某一项技能，而是可以快速的学习很多技能的能力。观察系统需要我们保持足够的敏感和好奇心，智力系统能够让我们想清楚可能的行动方向，而活动系统则是一个事情能否做成的最关键一步。 某种程度上，你现在读到的「熊言熊语会员通讯」就是一次关于感知、思考和行动的练习，即我看到了什么，我想到了什么，我分享了什么。 推荐 GitHub Student Developer Pack 如果你是学生且有可以通过高校认证的教育邮箱同时还在使用 GitHub，那 GitHub Student Developer Pack 绝对是一个微软送给你的超值「巨硬」大礼包。 Student Developer Pack 包含了大量高质量的付费课程网站，多数会提供半年到一年的免费学习时间。例如，可以通过文本交互式学习到  educative，可免费获得 6 个月学习时长，涵盖 Web 开发、Python、Java 和机器学习等热门主题；以 30 天为学习周期，可以学习 HTML、CSS、JavaScript 和 Python 的  One Month，免费订阅 30 天。 Pack 中还有几个非常高质量（同时也非常贵）的应用，海报制作工具 Canva，macOS 和 iOS 上非常强悍的终端 Termius，适用于 iPhone 和 iPad 功能强大的 Git 客户端 Working Copy，适用于 Mac 和 Windows 非常强大的 Git 客户端 Tower。 学生可以  点此进行申请 Canva Canva 是全球领先的在线设计平台，创建于 2013 年，用户遍及全球 190 个国家，月活跃用户有 3000 万，平均每秒就有 80 个设计在 Canva 上产生。 我最早使用的是  Canva 国际版，也是上面 GitHub Student Developer Pack 提供的版本，2018 年他们针对中国市场推出了中国版，从今年开始中国版又推出了付费服务，一年的费用真心不低。 不过对比了其他几家同类型网站之后，只有它的整体设计风格比较符合我个人的审美。其实大家看到的绝大部分熊言熊语播客相关的 logo 和海报以及大量公众号文章题图，都是我使用这个网站做出来的。如果你有类似需求，不妨尝试一下。 讨论 2020 年就要过去了，不妨一起用三个简单的问题回顾一下。 借这期通讯，我们发起第一次「熊言熊语全员协作」活动。你可以分享自己的想法给其他熊言熊语的朋友，也可以看其他朋友写了什么。 这里准备了一个表单，无需注册即可直接填写，填写之后即可看到大家的总结。 三个问题如下： 今年我最大的收获是 今年我最大的遗憾是 我想对去年此时的自己说什么 我们鼓励共同创作，如果你不愿意参与，也可以直接通过总结汇总页面进行查看，希望看过大家的分享后你会愿意再回来写点东西。 填写地址： 熊言熊语全员协作：用 3 个问题回顾 2020 欢迎你回复邮件到  hi@kaopubear.top，和我分享你的其它想法。 one more thing 最近几周持续被赛博朋克刷屏，那什么是赛博朋克呢，这里给你推荐几篇文章。 赛博朋克 | 中文科幻数据库 你们口中的“赛博朋克”，究竟是个什么意思？ 赛博朋克简史 此外，我很喜欢的一档播客也聊了一期相关节目，不妨听听：您那是赛博春晚，不是赛博朋克。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/12/20
articleCard.readMore

熊言熊语会员通讯 4321X 第1期

你现在看到的是熊言熊语会员通讯 4321X 的第 1 期试读版本，今后我们会不定期的将部分会员通讯内容发布到公开平台，如果想稳定的阅读每期内容欢迎通过邮件订阅这份免费的会员通讯服务。 Hi, 见信好： 刊首语 2020 年就要过去了，在未来两三周我们的会员通讯和熊言熊语播客会推出若干期回顾内容，包括播客和书籍 rewind & recommendation 等等，敬请期待。 本期刊首语我们延续上期讨论的问题再聊一聊。上一期我发起的讨论是「读者和作者应该保持一种怎样的关系」。因为上周收到了一封听友来信，这次想用播客主播和听友的关系略加展开。 听友来信的一段内容如下： 听完这期节目，我想把这个节目介绍给我朋友圈所有的人，但是好像我们实验室只有我一个人在努力开创生信的领域，无人分享这种快乐。听了你们的思考，我甚至觉得我可以把你们当做我的朋友，一个向我传输观点，我只需要静静聆听即可的朋友了。 播客是少有的可以在闭屏环境下接受信息的渠道，文章和视频都需要我们开着屏幕阅读和观看。闭屏场景又通常发生在通勤、做家务和睡前等时段，是一个相对私密的时间，因此听友和主播也更容易建立起信任感，像来信里提到的「可以当做朋友」。 这个优势带来一个问题是不少听友会有一种想要「私藏」播客的感觉，像邮件里提到只是静静聆听，其实每一个内容创作者都需要也希望内容可以被更多人看到。还有一种情况是不少人觉得这节目收听的人不少，肯定也不缺我一个留言不缺我一个转发，但真相是你的一次留言和推荐很可能就是作者坚持更新的动力和鼓励。 推荐带来的是整体收听量和阅读量的增加，也就是内容整体影响的感知；留言带来的是明确的信息传达结果的反馈。这两点对于内容创作者实在是太重要了，所以如果你有喜欢的博客播客或者作者，尽可能地去和他们沟通，也把你喜欢的内容推荐给朋友。 他们缺的，就是你的一次留言和一次推荐。 文献 Seq-ing answers: Current data integration approaches to uncover mechanisms of transcriptional regulation We describe popular multi-omics data integration approaches used to identify target genes and co-factors, and we discuss how machine learning techniques may predict transcriptional regulators and gene expression. DOI：https://doi.org/10/gg9zxf 转录调控是一个经久不衰的研究话题，如果归结到测序技术使用最多的就是 RNA-seq 和 ChIP-seq，他们也是学习生物信息分析的基本路径。这两个技术结合可以涉及到大量相关研究问题，例如鉴定相互作用的调控因子和表观调控因子，鉴定靶基因、预测基因表达还可以预测转录因子结合。这篇综述就从这些层面进行了介绍，比较适合想大致了解一个相关框架的情况下阅读。 Tutorial: guidelines for the computational analysis of single-cell RNA sequencing data Here we present an overview of the computational workflow involved in processing scRNA-seq data. We discuss some of the most common tasks and the tools available for addressing central biological questions. In this article and our companion website (https://scrnaseq-course.cog.sanger.ac.uk/website/index.html), we provide guidelines regarding best practices for performing computational analyses. DOI：https://doi.org/10/ghn48p 谈到转录组分析学习，颇有几篇值得参考的经典文献。Nature Protocols 最近发布的这篇单细胞测序分析指南颇有几分类似的潜质，感觉有可能成为单细胞分析学习必读的一篇经典文献，和文章配套的还有一个更加详细的在线教程。如果你正在学习单细胞数据分析，这篇文献推荐给你。 Ultrafast and scalable variant annotation and prioritization with big functional genomics data Here, we develop VarNote to rapidly annotate genome-scale variants in large and complex functional annotation resources. Equipped with a novel index system and a parallel random-sweep searching algorithm, VarNote shows substantial performance improvements (two to three orders of magnitude) over existing algorithms at different scales. It supports both region-based and allele-specific annotations, and introduces advanced functions for the flexible extraction of annotations. DOI：https://doi.org/10/ghmqdt 如果问生物信息的日常工作是什么，我目前能想到两个层面：一个是进行各种文件格式的转换，一个就是求各种区间的交并集。变异注释归根结底还是一个求区间交并集的问题，这个事情看起来简单，但处理大量数据集的时候就会变得异常缓慢，常用的 bedtools 很难解决问题，特别是集成到网站服务的时候让别人等个七八分钟很不合时。这篇文章作者开发了一个针对大数据集进行变异数据的工具，并且和其它工具进行了准确度和速度的比较。如果你有被类似的速度问题所困惑，推荐使用。 GREEN-DB: a framework for the annotation and prioritization of non-coding regulatory variants in whole-genome sequencing We integrated 24 data sources to develop a standardized collection of 2.4 million regulatory elements in the human genome, transcription factor binding sites, DNase peaks, ultra-conserved non-coding elements, and super-enhancers. Information on controlled gene(s), tissue(s) and associated phenotype(s) are provided for regulatory elements when possible. We also calculated a variation constraint metric for regulatory regions and showed that genes controlled by constrained regions are more likely to be disease-associated genes and essential genes from mouse knock-out screenings. DOI：https://doi.org/10.1101/2020.09.17.301960 各种调控和表观相关的数据如何应用到突变注释已经有了一些相关的文献报道，这篇最近发布在预印本上的文章同样是关注的这个问题。作者们把人类表观调控相关的数据能整合的全部整合了，在构建一个数据库的基础上也开发了一个注释工具。如果你想看看自己的突变数据和这些表观调控元件之间的关系，这篇文章推荐给你。 思考 我们应该如何保护或者管理自己的数字资产，以及我们应该如何理解自己的数字权利呢？ 上周我收到了一封 Google 的邮件，他们更新了数据存储政策。邮件开头的一句话是「我们近期公布了关于存储空间的新政策，以确保符合行业惯例」，言外之意就是「同行都这么做」。 存储新政策主要内容有两点： 如果您连续 2 年（24 个月）未使用 Gmail、Drive 或 Google 相册，我们可能会删除上述处于闲置状态的产品中的内容。 如果您的用量连续 2 年超出存储空间上限，我们可能会删除您在 Gmail、Drive 和 Google 相册中的内容。 这封邮件引发了我的一些思考，因为我并不仅使用 Apple 的设备，所以近 5 年的照片全都存储在 Google Photos，他们的存储政策经历过几次变化，从之前的高清图（略有压缩）无限存储到所有图片都不会无限存储，再到如今的不活跃账户或者超限额内容将会直接删除。你有没有想过什么情况下会连续 2 年不使用某一个产品呢？其实每个人都会遇到的一个情况，就是当我们离开这个世界以后。 或许很快，数字遗产会和实体一样成为每个人都必须要面对的议题。谈遗产有点远，你有没有考虑过自己的数字资产问题呢？很多看不见摸不着的东西对我们越来越重要，比如你的各种社交平台账号，写的文章，录制的播客和上传的视频，以及在你电脑里各种各样的文件。没有这样的意识就很可能会经历硬盘损坏和数据丢失的悲剧，吊诡的是通常只有经历过刻骨铭心的数字资产丢失，才能理解备份的重要。 安全意识的增强使越来越多的人开始接触和使用云存储，不过云存储依旧是等于你租了一块在千里之外的硬盘用来保存自己的数字资产。云存储并不是绝对安全的，这样的例子发生过不少，有的人相信云存储，有的人不相信。此外，有些东西一旦被存储到云上可能就不属于你或者不仅仅属于你了，它可能随时被删除或者永远也不会被删除。 如果你认为购买过的软件和数据是属于你的，那也有些天真，如今我们通常只拥有很多东西的读取资格而没有操作资格。 靠谱的云服务是看来相对安全的选择，因为你已经使用了很多年的云笔记和云存储服务，但时间尺度如果拉长到十年二十年，这些公司可能会倒闭可能变得越来越难用，我们又该怎么办呢。 对了，关于备份数据有一个3-2-1 原则，你可以参考。 3：保留至少三个数据副本 扩展阅读 data backup options 价格很大程度上不取决于工作成本，而是取决于购买的东西对你多有用。 这个思考的来由还是和数据存储有关，一个朋友用了很久的硬盘突然坏了然后问我的建议，只能让他找一家数据修复的公司去碰碰运气。几天后他和我说：公司可以恢复 99%的数据，但是要价 2600，以你的经验，这个可以讲价到低一点，因为总感觉他们没有这么高的工作成本。 我给出的回复是：2600 要比较的不是我们推断的公司工作成本，而是自己的数据值不值 2600。即便他们就是用 1 秒钟点了下某个一键恢复软件，如果这些数据是你急需且重要的，那 2600 也得花啊。 当然，上面的回答并不符合标准的经济学对于成本的解释，还需要考虑显性成本隐形成本沉默成本和机会成本以及所谓的稀缺性。成本是复杂的，不仅仅是购买生产要素的货币支出或者提供服务的人付出了多少工作，而是在于被多少人需要或对够买的人多么重要。我们可以坦然的接受便利店的东西比大型超市稍微贵一些，iPhone 的定价远高于所有物料价格的总和，很多非实体的服务同样如此。 产品价格与成本无关，价供求关系决定了商品的价格，甚至这个价格反过来决定了原材料的成本，比如 2020 年的口罩价格变化。 只关注两类人的情绪和感受，一类是给你爱的人，一类是给你钱的人。 我是一个情绪比较容易受外界影响的人，也总是努力让更多人对我的所作所为感到满意。但最近播客听友群里一个听友的催更行为让我感到冒犯和不舒服，也开始反思更应该关注哪些人的情绪和感受。 我不反对催更，很多时候就是善意的调侃同时告诉你有人在等着听节目，但单纯的催更绝对不会成为更新的动力，参与和讨论才是。他在群里参与互动的唯一形式就是催更，同一句话反复催更。节目更新前的催促和节目更新后的沉默形成了鲜明的对比，或许催更才是他最大的乐趣吧。 我尝试用戏谑的方式和他「正面交锋」，比如他的 ID 是催更小助手，我就改成反催更，更新了群公告，准备了最新回复话术，类似反问实验做了么文章发了么论文写了么工作找了么结婚了么等等。甚至，我计划连续七天每天更新一分钟的音频，专门反问那些无聊的问题发给他听。 在脑海中反复交战几个回合平静以后，我把自己逗笑了。何必呢，倘若催更能让他开心一些，也挺好。我们需要做的就是尽量只关注两类人的情绪和感受，一类是给你爱的人，一类是给你钱的人。前者包括父母家人和最紧密的朋友，因为他们难受你也难受；后者包括你的老板导师客户以及其他购买了你时间和生产力的人，因为他们难受你就饿肚子。如果还有剩余精力就多多关注自己。 推荐 翻译软件 Bob 上一期工具推荐提到了 Mac 上的一个小工具 PopClip，这次推荐一个可以配合 PopClip 使用的翻译工具 Bob。 Bob 是一款 Mac 端翻译软件，支持划词翻译、截图翻译以及手动输入翻译。可以进行翻译多开和自定义若干翻译插件，可以通过 AppleScript 调用和 PopClip 调用。 Bob 本身是不收费的，但使用某些服务可能需要给服务商支付一定的费用。经过测试，我目前保留的是腾讯翻译君和彩云小译的翻译 API，前者每月有 500 万字符的免费额度后者则有 100 万字符的免费额度，正常使用应该足够。OCR 识别用的是腾讯云通用 OCR，每个月有 1000 次免费额度。 服务需要配置但难度并不大，尤其是当你还在使用腾讯云的其他产品时，翻译和 OCR 服务只需开启然后在 Bob 配置秘钥即可。 使用效果如下图，详细的配置教程可以访问官网。 保存万物的文献管理工具 Zotero Zotero 一直我最推荐的文献管理工具，关于 Zotero 的基本用法可以参考我曾经发在少数派的Zotero 上手指南，目前这篇文章的阅读量已经超过了 11 万。其实跳脱出文献管理，Zotero 配合浏览器插件基本可以用来保存万物，然后可以对万物添加标签和笔记进行管理。例如如果你单纯保存一个网页，Zotero 可以对网页内容生成快照在本地保存一个 HTML 文件。 关于 Zotero 的优点，曾经整理过如下几个： 软件本身完全免费并且开源，不存在盗版问题 注册后本身只包括 300M 空间同步，但支持 WebDAV 同步，例如 Dropbox 和坚果云等 官方的反馈论坛比较活跃，有问题可以快速得到反馈 从网站和期刊文章等提取保存出版物数据检索 拖入 PDF 的出版物数据准确率高 可以和 Word，LibreOffice 集成，方便文献进一步的使用管理 强大的第三方插件系统 每个条目下可以添加任意数量和格式的附件 我曾经修改过一个支持 markdown 格式笔记的插件，最近又用上了一个很棒的 Zotero markdown 相关插件zotero-mdnotes，它可以把文献条目的元信息和已有笔记都转换为 markdown 格式文件，方便进一步整理，如果你有类似的需求，推荐使用。 讨论 本期通讯，我想和你讨论的话题是：有什么事情你曾经会刻意做但现在不会了，又是为什么呢？ 我可以先分享一个。 之前通勤坐地铁我会刻意避开早高峰，比如要求自己 7 点半之前必须出门，起晚了就 9 点再出门，但是现在不会了。我发现永远不知道哪个时间是真的高峰，有时在最拥挤的时间段会来一辆人并没有那么多的车，而且，看起来已经满了的地铁到了下一站永远都可以再挤进来几个人。 欢迎回复邮件 hi@kaopubear.top one more thing 2020 年接近尾声，真是复杂而疯狂的一年。端传媒近日发布了一篇题为「2020 年，网络流行语里的中国」回顾文章。作者盘点了 2020 年 14 个互联网流行语，借此回看这颠簸的一年，并试图理解流行语背后的社会脉络。因为是一篇有付费墙的文章所以我只把关键词贴在这里，希望可以帮你回忆一些很快就又会被遗忘的事情。 新冠肺炎 抄作业 不能，不明白 江山娇与红旗漫 方方日记 后浪 入关学 小镇做题家 网抑云 社会性死亡 月经贫困 最美逆行者 内卷 打工人 凡尔赛文学 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/12/13
articleCard.readMore

熊言熊语会员通讯 4321X 第0期 阅读与分享

你现在看到的是熊言熊语会员通讯 4321X 的第 0 期试读版本，今后我们会不定期的将部分会员通讯内容发布到公开平台，如果想稳定的阅读每期内容欢迎通过邮件订阅这份免费的会员通讯服务。 Hi, 见信好： 写在前面 从这一封信开始，你我之间多了一个连接的方式，就是你此刻正在阅读的会员通讯：4321X。本周是这份通讯的第 0 期，感谢你也祝贺你成为首批读者之一。 在本周的会员通讯中，我想和你聊一个关于阅读和分享的话题，也顺便聊聊我们这份会员通讯。 我不是一个重度阅读者，读过的书和文章（严肃阅读）远不及我认识的一些优秀的朋友，我也不是一个重度分享者，我认识的不少朋友可以做到每天都有高质量的输出。不过我是一个相对比较重度的阅读者兼分享者，这两个身份的叠加会让我时常反思自己应该阅读和分享怎样的内容。 一个人看到的学到的越多，对一个领域的积累就越多，在阅读的过程中对相关知识密度的要求就越高。 比如在数字工具这个细分领域，三四年前我接触到的内容很少也没有自己的认知体系，随便看到一个相关主题的文章就感觉满篇都是不了解的内容。如今再看到这类主题的文章，十有八九我都能快速的将其归类到自己的认知体系中，然后迅速判断这篇文章的优劣以及能给我带来多少信息增量。 我的阅读目前遵循两个策略，就主题而言尽量在我相对熟悉的大方向上做小范围的延伸；就内容而言尽量多阅读经典内容都同时了解更厉害的人在阅读什么。 在熟悉的大方向做小范围的延伸，可以给我带来持续的新鲜感也不至于失去安全感。阅读更多经典的书和文章是因为我发现很多现在听起来特别 tricky 的概念和问题其实是几年甚至是十几年前已经被系统讨论过的内容，不过是重新套壳包装。了解大佬阅读什么也并不是一个新鲜事，不然比尔盖茨怎么会成为每年最大的带书 KOL 呢，人们都想知道他的书单。我这里建议的是去了解一下那些真实对你产生过影响的人都在读写什么。 分享的内容如何才能为读者带来一点价值？ 其实很简单，在读者感兴趣的领域讲一个对方或许还不知道的东西，如果是熟悉的东西就讲一个对方可能还不了解的用法。除此之外最稳妥的是讲一点你自己的思考，因为这是仅属于你的东西，我们总是好奇别人的脑子里究竟在想些什么。如果以上三点都做不到，或许真的就没有什么写出来的必要了。 关于这份你读到的熊言熊语会员通讯 4321X，首先它的诞生离不开已经上线半年多的音频播客节目熊言熊语，这份通讯可以看作是这档播客节目的补充（嗯，主要是给那些一直催更的朋友），此外，如果你还没有听过我们的播客反而是先看到了这份 Newsletter，有空的话去听听。 之所以叫 4321X，还是会对应到上文关于分享内容的思考。在每期通讯中我会为你推荐 4 篇生物信息或者医学相关文献，分享 3 个我过去一周的思考，介绍 2 个我喜欢的工具，同时提出 1 个问题供我们交流，而 X 则代表不固定的 one more thing。 思考 信息不对称是真实存在的，所以不要害怕你说出来的东西别人知道，也不要担心你提供的信息是陈旧的。 最近发生在熊言熊语听友群的一个小事让我有了这个思考，前几天我在群里发了一张已经没有时效性的截图，截图里的事件发生在今年 6 月。但是五六分钟之后我就在朋友圈里看到了五个配有这张截图的内容。别人愿意把截图发出来，很大程度是因为这个内容他感兴趣同时认为自己的朋友也会感兴趣，即便事情的热度已经过去只要他是第一次看到对于他来说这个内容就是新的。 所以无需事先预判你传递的信息是不是真的过时了，不妨先抛出来让别人去判断。 学会坦然接受 1 个人干活 19 个人看 最近几年陆陆续续组织过一些小的协作项目，大多数实际效果都不是我最开始设想的样子。最直观的反差就是很多时候一开始参与进来的人慢慢没了消息，很多事情只要组织者不牵头很快就会陷入停滞。我一度对于这个问题十分困惑，但是最近读到一篇文章让我释怀了不少。 万维钢在他的付费阅读内容的一篇文章中提到了 GitHub 的一个现状。有人对 GitHub 上 275 个项目统计的结果表明，所有参与者之中，有一半人只提交过一次代码，他们加起来的总贡献还不到 2%。另有一个研究发现 GitHub 上绝大多数（超过 85%）开源项目中，不到 5% 的开发者贡献了超过 95% 的代码。 Bootstrap 这个前端框架 2017 年这一年各个程序员向这个编程项目提交代码的次数如下图所示： 排名第一的人贡献了将近 700 次，第二名 200 次，第三名大概 180 次，这三个人的贡献占全部工作的 73%，其余几十人，有的只提交了一两次代码。从 GitHub 的统计结果来看。如果把一份工作分成 20 份，那就是约等于 1 个人干活 19 个人看，剩下 19 个人干 1 个人的活。接下来的角度我们可以探讨如何避免这样的局面，但不如我们就坦然接受这个现状。 科技博主 Alex 最近写了一篇博客，说编程工作现在已经成了一个节目，程序现在只是副产品，程序就相当于内容创作，程序本身并不稀缺。稀缺的是写程序的人，是那些真正参与创造的优秀团队。开源编程其实是一种娱乐表演，只不过这里的粉丝更喜欢互动。 其实那 19 个人并不是来干活就是来围观的，围观说明了项目的价值，在某种程度上这可能就足够了。这也是我把这份叫做「会员通讯」的内容做成可以免费订阅的重要原因之一，欢迎围观。 推荐阅读：Making is Show Business now 提问和提需求的时候永远不要先说很简单和不麻烦 这个思考来源身边最近发生的几次合作和提问。很多社交本质上就是相互「麻烦」的过程，今天我请你帮我做个什么，明天你找我做个什么。这里就会出现提问和回答两个角色，作为提问的人我不知道你有没有使用过下面类似的开头句式。 「你好，我有一个小问题想请教你一下」 「Hello，在忙么，我现在有个事情需要你帮忙，很简单的」 看上去两个开场都很客气，又是请教又是询问。但是面对类似的表达能拒绝的我都会直接拒绝，客观原因无法拒绝的心里也会嘀咕上一阵。 原因很简单，作为一个提问和提需求的人，不应该主观上给一件事情定性。要么是作为一个纯外行你不知道完成这件事情的复杂程度在哪里，只是看起来很简单；要么是作为一个内行觉得这件事简单到不愿意自己上手，但你怎么能判断对方是不是和你一样的水平。 如果你觉得一件事情很简单，直接自己做了就好。如果是向别人提问或者提需求，只需要客观描述问题，告知对方在这件事上你前期花费的精力以及做过哪些准备，然后说明需要对方帮助完成的原因。至于难度，应该留给对方去评估，如果他给出的难度系数和你预估不一致，要么是你把事情想错了，要么是你找错了人。总之问题不在对方。 如果一上来就告诉我这件事情「很简单」，我是该做还是不该做呢？真要是简单感觉我做了也没什么太大价值；要是真不简单，还得需要花费我大量的精力时间。即便真的是举手之劳，别人又凭什么好端端要为你举手呢？ 工具 flomo flomo 是一款还在内测中的想法记录工具，主要开发者是目前在丁香医生任职的产品经理少楠。我们第一次有正式的交集是在少数派（SSPAI）的一次圆桌讨论上，当期主题是关于网状笔记工具的使用心得和看法，大家提到的无非是 RoamR、 Obsidian 和 Notion 这些，不过他当时就提到自己正在使用一款还没有上线的自己开发的记录工具。开始内测后不久我就进行了试用，到今天已经过去了三个多月，并在开放 Pro 会员时第一时间充值表示支持。 flomo 的名字来自于 flow + memo 的组会，从 memo 可以看出它并不是一个主打笔记方向的工具，而更多的像是一个备忘录。 你可以通过网页或者微信（移动端正在开发中）非常方便的记录自己任何的思考疑问和小灵感，虽然目前还是开发的早期阶段不过已经上线的几个功能我都非常喜欢。 支持多层级的标签管理，可以非常方便的管理每一个记录卡片 支持通过微信快速输入，可以直接保存并同步 每日回顾功能，支持设置多种回顾规则，会通过微信每天定时随你发送你以前的灵感记录供你回顾 随机漫步，当你有了一定量的输入，系统会尝试帮你建立不同记录之间的关联，通过算法提取关键词推荐标签 这个工具我目前的用法也确实和笔记工具进行了区分，只记录我的想法和灵感，如果有的话还会配套上产生思考的来源链接。本期通讯的三个思考内容就都是我从 flomo 里挑出来的。 如果你也刚好需要一个这样记录想法的工具，不妨试试。通过这个链接进行注册可以获得 15 天的高级会员，体验上述提到的所有功能。 注册体验可以点击这里。 PopClip 本期通讯推荐的第二个工具是在 Mac 上使用的 PopClip。PopClip 的核心功能类似于 iOS 上选中文本然后弹出快捷菜单进行下一步操作。自 2011 年发布以来持续迭代更新至今已经有了超过 180 个可以使用的插件（快捷菜单功能）。 这款小工具有很多日常高频用途，从类别上看包括文字编辑、文字转换、文字统计和 markdown 以及各种搜索和翻译等等。例如我常用的选中文字后直接跳转到指定搜索引擎进行查询，或者跳转到 PubMed 查询文献，还可以直接把选中的网页内容富文本复制为 markdown 格式。 更厉害的地方在于 PopClip 还有非常多针对其它知名软件开发的集成插件，例如我现在在用的写作工具 Drafts，更多的支持列表可以在官网查看。 虽说有不少功能都可以通过其它软件或者实现方式进行替换，但这种省心的操作真的是用了就回不去，如果足够硬核还可以写自己专属的插件。Popclip 支持下载试用，也可以在 App Store 进行购买，售价为 12.99$。 讨论 本期通讯我想和你讨论的内容还是和阅读与分享有些关系，即读者和作者（或者说创作者和接收者）应该维持一个怎样的关系？ 你可能本身是一个作者也可能只是一个读者，或者两者皆有。你感觉读者应该和作者建立更加深入的关系还是应该仅仅维持一个你写我读或我写你读的关系呢。 有一个故事我们从小就听过，钱钟书先生曾经婉言拒绝想拜访他的读者，拒绝的理由是「假如你吃了个鸡蛋，觉得不错何必要认识那下蛋的母鸡呢？」。但是如今读者和作者的关系和以前已经大不一样，我也并不怎么认同这个故事通常的解读版本。 我目前关于这个问题的想法是如果你想和我交流想告诉我一些我不知道的事情，那么我非常愿意进一步的沟通；如果你只是猎奇或者想再看看是不是还能多得到些什么，那这样的关系大可不必。 期待你直接回复邮件我和分享你的经历和想法，静候回信。邮箱 hi@kaopubear.top one more thing 和猫学习，找到家里最暖和的地方。 猫真是一个神奇的存在，它总能找到最暖和的地方。家里的柜顶之前对它没有任何吸引力，但是现在只要空调一开就想尽一切办法去柜顶放空自己。一个朋友和我说，他家以前还在用有显像管电视的时候，冬天猫就会常驻在电视机上。 空调一直开着经济实力不允许而且也很干燥，于是不开空调的时候我就像猫学习看看哪里是最暖和的地方。嗯，就是它的肚子下面，暖手暖脚都非常方便。猫吸热，我吸猫，热量就循环起来了。 注：因为是第 0 期的试读版本，考虑到篇幅过长删减掉了文献推荐部分，下一期正刊我们再见。欢迎你把熊言熊语会员通讯 4321X 转发给你在意的朋友，我们下期再见。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/12/6
articleCard.readMore

有备而来的 4321X

在最新一期的熊言熊语播客中，我提到了一个思考：组织一个社群的目的是为了找到愿意互相分享和交流的同好，而不是单纯「输出」或者「售卖」组织者的信息和资源。 基于这样的想法，从 2021 年开始我将会调整一下自己的分享和沟通思路，简单说就是让更多人可以更容易看到我自己的分享和思考，同时也让真正想要交流的小伙伴更容易互相认识和沟通。 此外，因为可以预见的明年就要改变到另外一种工作的生活状态，我也需要在工作、生活和分享之间找到一个新的平衡。而且还有几个老坑需要陆续完成。 这期节目上线之后收到了一些听友的反馈，我也又有了一点后续规划，和各位分享。 分享途径和组织活动 梳理了一下最近几年自己的分享途径。 博客，完全是基于个人的文字内容分享 熊言熊语播客，和其他主播与嘉宾进行分享 熊言熊语配套的公众号、微博和更少人知道的 TG 群和 TG 频道 知识星球，个人运行了三年的付费小圈子 目前还在组织且人数较多的小组。 学习素材分享小组，基于学习素材分享的线上小组已经运行两年，目前主要依托于 Trello 和语雀，内容呈现方式为素材看板和语雀知识库。 生产力工具群，早期在生信菜鸟团发起的生产力工具讨论群，最初的目的是和大家一起学习分享日常碰到的好工具。运行了一段时间之后因为我的时间问题，发现仅仅依靠我自己输出很难坚持下去。当时内容呈现方式主要是腾讯文档，后来我把内容整理迁移到了Notion。 熊言熊语播客听友群，收听熊言熊语播客且想要和大家交流的不少听友目前加入了播客的听友群。不过还并没有实际的群内活动，更多的是自发交流。 后续计划 让更多人可以更容易看到我自己的分享和思考，同时也让真正想交流的小伙伴更容易互相认识和沟通。从这个目的出发，后续会进行的一些变动如下。 关闭知识星球新成员加入关闭续费通道 建立知识星球的初衷是为了回答大家的提，不过从第二年开始问题就越来越少，曾经尝试过一些方法增加星球的活跃度，比如发一些小福利群红包，抽奖送书和发布「作业」等等，但收效甚微。 很感谢近期刚刚加入或者已经续费了三年的小伙伴。如果单纯是想看我输出，知识星球本身并不是一个好途径。不谈高额手续费，没有固定使用习惯的人也很难时常打开，同时我个人的单向输出也鲜有反馈互动。 因此，我关闭了知识星球的付费加入通道，也关闭了续费通道。最后一位星球成员到期的时间大致是明年此刻，期间我还是会正常在星球发布内容也会优先回答大家的任何问题。 所有后续活动将依托于「熊言熊语」播客展开 在开头列出的事情中如果只挑选出一个保留，我想会是已经上线半年有余的播客。这件事情我暂时的目标是 100 期节目（已经完成超过五分之一）。音频内容的分享让我感受到声音似乎可以更好的让大家产生信任感，当信任感积累到一定程度就会增加深度参与的可能性。 考虑到受众，我们播客涉及的范围比较广，涵盖了生物信息相关的访谈介绍、硕博生日常学习生活、医学相关的知识科普、读书心得和各种工具使用分享心得等等。所以，目前已经开展的多数活动都可以依托于熊言熊语播客进行后续开展。当然，这么做的另一个目的也算是我的小心愿，「熊言熊语」不应该仅仅是音频形式的播客，它可以有更多可能性。 当然，如何具体整合还没空认真思考，但今后所有的纳新通知和进展都会通过播客同步，我也会尝试打通几个不同小组之间的连接。 发布「熊言熊语」会员通讯和筹备播客会员计划 整合输出内容和社群小组之后，如何让大家可以方便且及时的看到我们输出的内容呢？筹划了接近一年的每周通讯（Newsletter）即将在 2021 年初和大家见面。 之所以说筹划了接近一年，是因为我其实已经坚持写了 40 周。 之所以叫「熊言熊语」会员通讯，我希望它可以给那些愿意在早期通过爱发电等等方式支持我们播客听友提供更多一点声音陪伴以外的价值，这份每周通讯就是因你们而产生的。 区别于付费才能阅读的「会员」服务，这份会员通讯将面向所有人开放订阅。但是，注意，今后只有我们的会员才可以在上面发布和分享内容，你可以介绍自己的项目，介绍自己的工作，甚至单纯介绍自己；也只有我们的会员才能参加未来线上和线下的活动。 谁需要成为会员呢？如果说免费的 Newsletter 可以让更多人更容易看到我们的分享和思考，会员就是为了让真正想交流的小伙伴更容易互相认识和沟通。 在播客上线超过 50 期内容之前，我们不会考虑推出付费会员计划，目前大家在爱放电的赞赏已经够我们承担一阵子服务器和硬件花费；如果我们没有做好线上线下活动的准备，也不会考虑推出付费会员计划，因为这些费用将主要用来覆盖活动花销。 关于 4321X 关于这份即将推出的每周会员通讯再多说几句，其实我还给它起好了另外一个名字：4321X。 其中：4 代表推荐 4 篇生物信息或者医学相关的文献（专业相关）；3 代表分享 3 个过去一周我的思考或想法（专业无关）；2 代表介绍 2 个我喜欢的工具或资源（工具相关）；1 代表提出 1 个问题供大家讨论（留言互动）；X 则代表不固定的 one more thing。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/11/26
articleCard.readMore

macOS big sur 升级后编译 R 的问题

macOS 发布新系统以来有一段时间虽然手痒但是不敢升级，前几天实在忍不住点了更新。目前使用下来基本一切平稳，新系统新 UI，就像换了一个新电脑（并没有）。使用下来，日常用到的大多数软件都没有问题，比如 conda 和 brew 等等，虽然 brew 还没有正式支持。 使用 R 和 Rstudio，如果不涉及到编译也没什么问题。那如果需要编译呢？ 关于 R 的版本，目前使用的最新版 4.0.3。macOS 版本为 Big Sur。 > sessionInfo() R version 4.0.3 (2020-10-10) Platform: x86_64-apple-darwin17.0 (64-bit) Running under: macOS Big Sur 10.16 Matrix products: default BLAS: /Library/Frameworks/R.framework/Versions/4.0/Resources/lib/libRblas.dylib LAPACK: /Library/Frameworks/R.framework/Versions/4.0/Resources/lib/libRlapack.dylib locale: [1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8 关于如何解决 R 编译的问题，自 R 进入到 4.0 开始，在 macOS 上的配置就不需要像之前那么复杂了。目前只需要保证两个东西可以正常在 macOS 对应版本运行即可。 首先是最新版本的 Xcode command-line tool，针对 Big Sur 目前最新版本是 12.3 beta，选择 12.2 正式版本亦可，可以从官网下载。 然后是安装好配套的 gfortran，我是从官网页面下载的针对最新版系统的 gfortran 11 然后可以在系统路径配置文件或者.Renviron中指定路径。 PATH="/usr/local/gfortran/bin:${PATH}" 之前那些旧的配置，目前应该是都不需要了，如果你参考过我以前的文章，这里需要特别注意一下。 配置完之后，可以装个 R 包测试，比如。 install.packages(c("Rcpp", "data.table"), type = "source") 比较有趣的是，虽然在电脑里显示的版本号是 11 ，如果你通过 R 的sessionInfo() 查看就能看到内部版本号依旧是 10.16。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/11/24
articleCard.readMore

你的实验伴侣摸鱼首选和通勤第一品牌

如果你有听点东西的习惯，欢迎订阅这档播客，如果没有也可以用这档播客来培养一下。订阅方式可以查看本文的结尾部分。 最近半年博客的更新速度说不上快，一方面是因为事情比较多，没有太多系统可以拿出来分享的成文，另一方面是随着「熊言熊语」播客 (Podcast) 上线，很多表达的出口也转移到了这档播客中。首期节目于 2020 年 3 月 4 日上线。相比于文字，声音和对话会让我们情绪与内容的表达更加真实立体。 截止目前（2020 年 11 月），通过我们自己的官网 RSS 渠道分发的播放量累计达到 3.2 万，在喜马拉雅这个单一平台的播放量累计达到 2.5 万。加上 B 站等其它平台，目前我们的播客全网累计播放量已经超过 6 万。「熊言熊语」当仁不让应该成为广大学子的实验伴侣、摸鱼首选和通勤第一品牌。(逃…… 以下是已经上线的节目内容盘点，可以直接到官网查看收听。 访谈 | 生信技能树创始人 Jimmy 的成长与蜕变 小镇青年休学穷游险些丧命，转专业只为证明自己是专业前几名，靠百度答案找到第一份工作迅速进阶为高级生信工程师，换三个工作后又决定继续读博，面对他人的误解自己为何习以为常。本期节目我邀请到了 4 年好友，生信技能树的创始人 Jimmy，听他聊聊自己的经历和目前的状态。 访谈 | 出国留学的苦与乐听听萌新和老司机怎么说 本期「熊言熊语」邀请到了两位正在国外读博士的朋友，他们一位刚刚到德国 2 个月，一位已经在澳大利亚学习生活了 7 年时间。从两个国家目前的疫情状况开始，我们聊到了出国留学的缘由、留学生活成本、留学早期阶段的感受和问题，也聊到了国内外工作生活的差别、今后要留下还是回国，最后他们也给出了出国留学的建议。 闲聊 | 关于播客、表达和协作 本期「熊言熊语」是一个人的闲聊放送，前几期有听众留言问道我是谁以及播客的录制形式，那就借这期节目再聊聊我们的播客如何制作以及如何收听。最近关于如何表达和如何协作有一点小感触，也分享给各位供大家参考和讨论。 对话 | 从编程学习心得聊到线上交友技巧 本期「熊言熊语」邀请到了洲更和果子两位好朋友。本着跑题的宗旨，我们从生物信息聊到了编程语言，从编程入门进阶又聊到了如何线上交友，甚至还提供了勾搭生信技能树创始人的两种思路。更奇葩的是主咖嘉宾不知不觉沦落到「补充一句」。 访谈 | 硕士工作两年又离职我有些话想说 本期「熊言熊语」我们请来了一位刚从前公司离职的嘉宾。她分享了自己在本科和硕士的学习经历和两年来工作的感受，同时也总结了自己每个时间点做不同选择的原因和给准毕业生们的工作建议。 访谈 | 宝藏女孩の东瀛学医漂流记 本期「熊言熊语」我们请到了一个宝藏女孩，正在日本京都大学攻读医学博士的斯佳。这次连线也是我们第一次详细交流，感叹她丰富的经历和各种技能。我们从医生培养制度聊到中医药大学学中医的经历，又从公派留学聊到了她在日本的生活和感受。疫情让她开始进行医学科普，也成为熊言熊语第一位正式客座主播。 读书 | 一朵后浪的深度数位大扫除 作为一朵后浪，从节日出发聊聊最近在读的「深度数位大扫除」这本书。随着数位工具和服务越来越多，社交平台逐渐侵蚀日常生活，很多时候我发现自己被裹挟在信息的洪流中，生活和感受都被各种 APP 所支配。这种失控的感觉令人不安，于是也就有了这期读书分享和正在进行的 30 天深度数位大扫除。 科普 | 姗姗来迟的疫苗是否值得等待 本期「熊言熊语」是我们科普系列的第一期节目，听日本京都大学的医学博士斯佳聊聊疫苗那些事儿。我们从童年的记忆聊到了疫苗的类型和作用原理，从宝宝出生后为什么要打疫苗聊到了育儿建议，通过介绍疫苗的研发流程和环节引出了当前新冠疫苗研究的进展和困难，当然也谈了常见的狂犬疫苗、流感疫苗和近一两年很火的 HPV 疫苗。 访谈 | 硕士毕业 3 年 3 次转行，在不确定性中野蛮成长 「熊言熊语」迎来了职场系列节目的一次随机更新。本期嘉宾毕业于一所 985 农业院校，硕士研究水果采后方向，毕业转行工作 3 年先后在 3 家不同的公司任职，如今已作为高级经理带领团队独立开展项目。她和我们分享了自己从学生到职场的转变，总结了自己关于转行和工作的思考，也给出了简历和面试的实用建议。 访谈 | 新加坡癌症中心研究员海涛，平凡之路的不平凡 「熊言熊语」本期迎来了目前在新加坡癌症中心工作的海涛，作为我的好友和生信技能树创始人健明的前同事，我们三个人进行了一次三个半小时的长谈。本想分成两集，但为了保证内容流畅还是忍痛割爱整理成一个多小时的节目和大家分享。 海涛说自己是个很平凡的人，但是丰富的个人经历又让我们感受到他的不平凡。他详细介绍了自己四段或主动或被动的跳圈经历，分享了每个阶段自己的感受，更是详细总结了关于生物信息学习与科研的思考。 分享 | 像追剧一样追踪文献和前 10 期小回顾 「熊言熊语」最近收到了好几个听友和文献相关的留言与提问。不少硕博新生都有文献焦虑，既然大家有问题有需求，那我们就借着节目先聊聊文献趴的第一部分：如何像追剧一样追踪文献。给大家提供几种或许用得上的思路和工具，希望对你有帮助，也期待你的评论和分享。另外，关于前 10 期节目我们做了一个小小的回顾，感谢有你。 访谈 | 小丫画图，除了画图更想和你聊聊副业 「熊言熊语」本期迎来了第一位妈妈身份的嘉宾，小丫画图的创始人小丫。可能有一些听友参与过小丫画图的众筹，但对小丫却鲜有了解，本期节目带你走近小丫，听她讲讲小丫画图运营两年背后的故事。如果你有意发展一项副业，还可以来听听小丫关于副业的思考和建议。小丫说自己是个后知后觉的人，但我感觉很多事情她都想的很清楚。 访谈 | 临床医生做生物信息，我是认真的 「熊言熊语」本期请来了上海某大型三甲医院即将结束规培的临床医生 Jack Wang。他讲了自己硕博期间入门生物信息的经历与感悟，从前期漫长的冷板凳到成为香饽饽，从自己艰难摸索到给师弟师妹提供学习建议。此外，他还从临床医生的角度，介绍了生物信息在临床中的具体使用场景、研究思路和发展方向，毫无保留的分享了自己在做项目和投稿中遇到的困难与反思。 无论你是想从零开始认真学习生物信息，还是想结合生物信息让自己平稳完成学业，作为一名医学生或者临床医生都不难从本期节目中获得收获。 科普 | 我还小但是肩颈和腰都不太好 「熊言熊语」科普系列第二期节目终于上架了，嘉宾是中山大学康复医学硕士一楠和复旦大学在读医学硕士旭东，当然还有负责科普系列节目的客座主播日本京都大学在读医学博士斯佳。 本期节目整体感觉就是三位医生从各种维度为我会诊答疑。从各自的生活状态开始，我们聊到了日常学习办公不良坐姿站姿带来的危害以及科学坐站和缓解肩颈腰痛的方法。他们也解答了我关于翘二郎腿、过劳肥和肥宅如何开始运动的种种困惑。 分享 | 学习新工具的思路以及播客近况 本期节目是我一个人的单口分享，先讲讲我们的播客近况以及近期会推出的节目，然后和大家聊聊关于如何学习新工具的问题。从研究生阶段开始一直到工作，我们会碰到各种新问题，要求学习新工具去解决，但很多时候关于如何学习一个新的工具都没有相对清晰的框架。 对话 | 乘风破浪的青年中医，学习工作大揭秘 中医药大学在全国很多省市都存在，但中医专业对很多人来说却非常神秘。一说到中医，不知道你最先想到的是什么？本期「熊言熊语」我们请来了在某省中医院工作的青年医生，一方面帮大家揭秘中医药大学的学习生活，一方面聊聊一个中医院医生的工作日常。当然，我们也谈了一些关于中医的看法和思考。 对话 | 无惧退学与放养，过来人的博士申请走心总结 「熊言熊语」本期请来了即将到澳门大学再次开启博士生活的春卷和即将到美国留学但目前只能远程上课的卖萌哥。春卷曾经有过一次短暂且失败的读博经历，那一次挫折让她有了明显的成长；卖萌哥放养的研究生生活让他有机会接触到更多老师，也让他有了明确的读博申请选择标准。 两位嘉宾在节目中分享了博士申请遇到的各种问题和经历，也从自身经历出发谈到了选择导师和申请博士的具体建议，当然还有关于要不要读博的思考。更多内容，欢迎收听本期节目。 对话 | 和留美博士萌新 up 主聊聊知识分享 「熊言熊语」本期迎来了一位反客为主的嘉宾，正在美国读化学博士的萌新 up 主担担面。当担担面提议想要对我进行采访的时候一开始我是拒绝的，不过没等我说出口她就直接发过来了若干个让我感到惊讶的问题。我惊讶于一个完全不认识的人竟然对我的分享历程一清二楚。 看了她在 B 站发布的奇葩视频之后，我更惊讶于这个人分享的视频和音频教程虽然完全听不懂但还是听的挺有趣。本期内容我们聊到了自己知识分享的历程，以及和知识分享相关各种问题的看法，比如分享动机、平台和付费等等。更多内容，欢迎收听本期节目。 麦驰来了|养成系读博系列节目开篇 本期节目我们请来了刚刚开始博士生活的麦驰姐姐，因为硕士毕业后有几年工作经历她自称要假装萌新的科研「老阿姨」。在本期节目中她回答了很多我好奇的问题，比如工作之后为什么还要重新读博，重新准备读博的过程中遇到了哪些困难，重回校园之后自己的心态和状态发生了什么改变。同时麦驰也坦露心声分享了她对于代沟问题以及如何和导师相处的看法。 另外，本期内容本身还是一个关于系列节目的重大发表，不容错过；另另外，本期内容并没有人为加速，只有 30 分钟的原因很大程度是因为麦驰异于常人的语速。最后，本期又是充满了「哈哈哈」的节目。 麦驰来了|妈妈朋友圈屏蔽了我但我不怪她 「麦驰来了」系列节目时隔三周迎来第二期，本来是一次关于近况的闲聊节目但是熊却迎来了他节目开播以来的首次哽咽。在本期节目中我们谈了谈播客停播疑云，也就是最近三周大概发生了什么。麦驰在节目中爆料了「熊言熊语」首位妈妈粉真实身份，就这个话题我们又认真聊了聊现在应该如何与父母相处以及如何感知父母的变化。当然，不忘初心的麦驰还谈了最近博士生活的一些焦虑感受，不过这依旧是充满了「哈哈哈」的一期节目。 对话|所谓生活工作平衡或许只是一种取舍 在这一期节目中，担担面、小也和我一起聊了聊各自目前的工作和生活状态。担担面已经在美国学习工作了五年，目前也面临着即将毕业的问题；小也硕士毕业后已经工作了满一年。 对话|硕博生困境逃离指南：街头迎风痛哭还是家里买菜洗碗 和 Struggle With Me 的三位主播神交已久，终于迎来了一次串台。 分享|组织一个小活动两年之后的反思 原本计划中的一期访谈因为录音事故不得已延期，于是又有了一期一个人的真「熊言熊语」。 麦驰来了|从与导师沟通聊到换课题侧重的纠结 不少听友很喜欢的「麦驰来了」系列节目终于又更新了。 联系 如果你想作为嘉宾出现在我们的节目中或者想推荐嘉宾参与我们的节目，亦或者你有任何的想法和问题都可以通过邮箱和我们联系。大家提出的问题都有机会在后续的节目中得到解答。 邮箱：hi@kaopubear.top 如何收听 官网收听 如果你不想多下载一个 APP，那么通过官网收听节目是非常好的选择。目前我们的官网已经支持了倍速播放、快进快退和章节功能。 https://podcast.kaopubear.top 苹果播客 苹果播客（PodCast）是 iOS 自带的一个 APP，是使用苹果手机听友最简单的收听选择。只需要在应用内搜索「熊言熊语」即可。 因为它仅仅是一个播放平台，直接使用我们提交的 RSS 源，本质上目前不会对节目做任何干预或者插播广告，同时章节功能和倍速功能都可以使用。 小宇宙播客 APP 安卓用户推荐下载「小宇宙播客 app」，和苹果播客类似，它也是一个泛用型播客客户端，适合使用安卓手机的听友。目前他们不会对节目做任何干预或者插播广告，还有时间轴和评论功能。在主页也可以看到编辑推荐的优质播客节目。 更多泛用型播客客户端 由于国内托管平台存在着审查下架节目和私自插播广告等问题，我们的播客除了中国版外还托管在独立服务器，因此推荐大家使用 RSS 订阅的方式进行收听，从而获得包括完整「shownotes」和「章节功能」等更好的收听体验。 播客 RSS 地址：https://podcast.kaopubear.top/episodes/feed.xml 如果你想获得最好的收听体验，比如使用我们精心准备的章节功能，可以使用第三方泛用型播客客户端，如 Pocket Casts 搜索我们的节目进行收听。 其它平台 此外你也可以到喜马拉雅、B 站和网易云音乐搜索订阅这档播客。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/9/18
articleCard.readMore

如何帮助别人

会提问也要会回答啊。 之前我写过，很多人也都写过关于「如何提问」的相关文章，今天读到了一篇博客讲的是「如何回答提问」，这个角度确实以前没有仔细考虑过，于是我就着这篇文章整理了一个图，大概就是下面这些内容，详细的内容可以直接阅读原文。配套之前整理的如何提问的思维导图，这块内容就比较完整了。 先答问题 只有帮助了别人才更容易和他们讨论你看到的其它问题 专注问题 别人的代码习惯可能和你不一样 不要吐槽哪些你看不惯但是和问题无关的东西 不要插话 如果已经有人帮忙你不应该插话 你的新思路可能会给初学者带来更多困惑 匹配水平 初级问题不要直接提供高级解法 能理解的次优方案要好于不能理解的最佳方案 多是少否 尽量多说「是的」少说「不对」 你的目的是为了帮助别人而不是责备别人 找到问题本质并用积极的语气回答 避免绝对 过于绝对的语气和立场容易让人反感甚至对抗 「以我的经验」是个不错的开头 学会让步 互动可能很糟糕，误解可能越来越深 尝试解决误会或者退出讨论 承担责任 和预期不符通常会认为是对方没有努力 把「你听不懂么」改为「也许我解释的不好」 评价自己永远好过评价别人 多说几句 简练的回答固然好，但也容易产生误解 多说几句鼓励的话 了解动机 帮助别人的动机有很多，其中也包括否定别人的快感 不要把帮助别人作为自己负能量的出口 尽量谦虚 知道答案的感觉固然很好，但是你也并不是什么都知道 尽量谦虚的帮助别人和回答问题 建立联系 与人建立联系比掌握对话技巧更重要 有了融洽的关系更容易传达信息 这些很难 做到上面所有这些很难，但是面对一个好的提问者你要努力去做 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/9/16
articleCard.readMore

21天日记挑战-5分钟日记法

很久没有记过日记了，打算来个 21 天日记挑战，然后录制一期播客。好吧，是不是看出来了播客选题荒。 为什么要记日记呢 想要开始记日记的缘起来自最近听了一期播客，初看题目觉得平平无奇「一年过半，我开始接受生活的随机」。但是两位主播回顾的形式让我有点没有想到，她们拿出自己的手帐，随机翻到哪一页就讲那一天她们记录下的生活。 于是我问自己，如果现在让我回忆过去六个月，我能记住哪些日子，在哪一天又发生了什么，很难。每天在混乱忙碌和浑浑噩噩中过去，但是又无法记住每天都经历了写什么，那么就尝试记下来吧。 我其实从小就没有记日记的习惯，不都说 21 天可以养成一个习惯么，我用前面 20 多年养成了不记日记的习惯，那就趁着这次机会来个 21 天日记挑战吧。 我希望如果哪天我想要回忆的时候，我就知道自己可以回忆些什么。如果说写博客录播客是和别人对话是输出自己的想法，那么记日记就是和自己对话，是缓解负面情绪的一个好方法。 此外，最近想比较正式的实践一下所谓的[[Zettelkasten]]（卡片笔记法），那么每天随手记的习惯也是需要培养的。 日记应用 Diarly 虽然我很喜欢随机翻开手帐回顾过去某一天经历的感觉，但我当然还是得选择电子工具啊。日记类应用最牛的应该是 Day One，在我派有不少重度用户，我很喜欢的 Hum 就是一个。 Day One 提供的元数据，对图片和地理位置的处理，各种模版，以及 macOS 客户端都是我需要的。但是目前一年接近 250 的价格是我暂时无法承受的，嗯，最近换房子我感觉自己遭到了社会的毒打。 如果用一直在用的 Drafts 或者印象笔记这些，又没有一种记日记的仪式感，如今没有仪式感的事情如果不是已经养成习惯感觉会更加降低坚持下去的可能性。 好在订阅了 setapp，去里面看看有没有类似的工具，于是就发现了 Diarly，首先一年 100 的订阅价格能让我的 setapp 更加值回票价一些。同时 Diarly 的功能也基本满足我的需求。 iOS+macOS 同步 方便的插入时间地点天气和图片 markdown 语法良好的支持 设置日记字数目标 自定义模板 有日历和地图查看模式 方便的导入和导出 每天记录些什么 关于每天记录什么，自然不可能要求一天一篇 800 字的小作文。这里计划采用[[5分钟笔记法]]也推荐给大家。 所谓5 分钟笔记法，在[[巨人的工匠]]这本书里就有所提及，其实是一套比较知名的笔记模版，每天只需要花费 5-10 分钟就可以完成早晨 3 个晚上 2 个共 5 个题目。 这 5 个题目早上的目的是感恩以及设定目标，晚上的目的是回顾与反思总结。 早晨的 3 个问题 I am greatful for…（三件令我感恩的事情）：不分大小，不分人或者物，学会观察，意识到生活的美好，要有积极的心态。 What would make today great？（三件会让今天更美好的事情）：本质是待办事项，要写做了会感觉美好轻松的事情。只写比较有希望完成的三件事，要具体。 Daily affirmations. I am…（我是谁，三个自我设定） ：本质是想清楚自己是谁，明白自己的指责，明确身份才能明确做什么，因此身份也需要具体。身份会影响目标，目标会影响计划，计划会影响行动。 晚上的 2 个问题 Amazing things that happened today…（三件今天发生的美妙事情）：和第二题对应，也可以写一些意外的小惊喜和收获，无论大小，有一个瞬间让你开心或者触动你就可以，这里可以配一两张照片。 How could I have made today even better？（我如何能让今天过的更好） ：一道温柔的反思题，一个「更好」既是对一天还不错的小总结，也是反思有哪些可以改进的地方。 补充一个关于 5 分钟笔记的 英文解读。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/8/6
articleCard.readMore

使用 Zotero 在 Markdown 中优雅地处理参考文献

需求 兵马未动粮草先行，写毕业论文需要做很多思想建设，有一个顺手的写作工具和一个方便的文献管理工具可以给人一些动力和勇气。 我目前的需求很明确，就是用自己中意的 Markdwon 编辑器来写论文初稿，使用 Zotero 来管理大量参考文献，然后论文转换成 office Word 文档让老师们查看。 如果选择 office Word 来写，直接用 Zotero 插件处理参考文献没有任何问题，但作为 Markdown 的重度用户，用 Word 写上百页的文档实在是太难受。 于是，这篇文章就分享一下如何尽量优雅地借助 Zotero 用纯文本方式完成论文中参考文献的引用和管理。所谓优雅是指当 Markdown 内容并转换成 Word 格式后，所有引用都需要被 Zotero 插件正确识别且可以随时在 Word 中进行修改更新，而常用的 Bibtex 加 Pandoc 方法并不能实现这个需求。 准备 工具 Markdown 编辑器：Ulysses 奔着 Ulysses 在高价位上了 setAPP 的车，如果能用它把论文写完，这车费就没有白花。当然，用 Markdown 写论文最自由的就是对写作工具的选择，这里使用任何一个你顺手的编辑器都可以，比如 Typora, MWeb 甚至是 VSCode 都么得问题。 文献管理工具：Zotero 硕博这几年时间，我先后使用了目前国内使用率最高的三款文献管理工具，从 Endnote 转向 Mendeley 是因为当时觉得 Mendeley 没有 Endnote 那么「重」；从 Mendeley 转到 Zotero 是因为后者的免费和插件。关于如何上手 Zotero 之前也有写过详细的介绍。 辅助 使用 Zotero 又不借助 Word 来管理参考文献，安装 Better BibTeX 插件是必选项，它为参考文献的引用和管理提供了一站式解决方案。 同时，把 Markdown 格式的文本用高度可定制的方法转换为 PDF 或者 Word 格式文档，绕不开 Pandoc 这个工具。我们熟悉的大量文本编辑器在生成其他格式文档时往往调用的都是 Pandoc。 概念 CITATION KEYS 所谓 Citation Keys(Citekey)，可以理解为 Better BibTeX 给文献生成的一个 ID，当我们在文档中需要插入文献的位置按照一定格式输入 Citekey 后就等于告诉 Zotero 要在这里引用对应的文献了。 由于 Citekey 是纯文本格式，不同编辑器对文章本身的影响可以降到最低。在 Endnote 中同样有类似的引用方式，这个概念被称作 Temporary citation。 通用的 Citekey 格式为 [auth:lower][year]，前半部分表示文章第一作者的小写姓氏，后半部分为文献年份，如果出现了重复，就会在后面添加 a b c 或者数字进行区分。 CITE AS YOU WRITE 在写作过程中，如果仅将 Zotero 对应的文献 Citekey 复制到文本并没有什么难度，无非就是方便和效率的问题，即随写随引。 在 Word 插件中的 Zotero 的引用效果如下图所示。 类似的效果只有同时在我们使用的编辑器中实现，才能做到 CITE AS YOU WRITE。 自动操作 如果你在使用 macOS，或许还不知道它也有类似于 iOS 中快捷指令的功能，叫做 Automator（自动操作）。这个应用可以设定在什么情况下进行何种操作，本文将会涉及到一个脚本自动执行的问题，就会用到 Automator。 如果对它感兴趣，具体使用介绍可以查看苹果 官方说明。 设置 Zotero CITATION KEYS 我目前的配置如下图，所示。这里主要是修改了引用格式。 Pandoc filter Better BibTeX 的作者写了一个 lua 脚本zotero.lua，用来实现从 Markdown 到 Word 实时引用的格式转换。我们可以在 Markdown 文本中写入相关元数据，或者在 pandoc 命令行中进行相关参数设置。 --- # all the regular stuff you have here Zotero: library: <group name> # omitted to use your personal library scannable-cite: false # only relevant when your compiling to scannable-cite .odt client: <Zotero or jurism> # defaults to Zotero author-in-text: false # when true, enabled fake author-name-only cites by replacing it with the text of the last names of the authors ... 如果是 Zotero 个人 library , 没有什么特殊情况使用默认参数即可，直接运行如下命令： pandoc input.md -s --lua-filter=zotero.lua -o output.docx zotpick-applescript Better BibTeX 在实现随写随引的问题上给出了多种实现方法。如果你是把 Atom 或者 VSCode 作为编辑器可以直接安装它们相关的扩展插件，具体可以查看 官方说明。 除此以外，还可以利用插件的提供的 URL 自行设置在其他编辑器内的调用。例如 http://127.0.0.1:23119/better-bibtex/cayw?format=mmd&clipboard=yes 这个地址就表示会把选择的 Citekey 按照 MultiMarkdown 的格式 [#adams2001][] 进行引用，同时把内容保存在粘贴板中。 zotpick-applescript。 这里我们只需要下载 zotpick-pandoc.applescript。 为了快速调用这个脚本，我们可以设置一个自动操作的 workflow，配置如下图所示。选择「没有输入」和位于「任何应用程序」，然后在左侧选择「运行 AppleScript」，在右侧弹出的编辑器中复制 zotpick-pandoc.applescript 的代码即可。随后保存命名并保存该 workflow。 快捷键 为了快速调用这个 workflow，我们还可以在快捷键的设置中为它指定一个快捷键。 此外，因为 workflow 插入的格式为 @adams2001 而 Pandoc 转化时在 Markdown 中识别的格式为 [@adams2001]，所以有了另一个小需求：快速输入 [] 并且把光标置于两个括号间。 这个需求可以利用 TextExpander 和 Keyboard Maestro 等工具实现，为了让 setAPP 只会票价，在这里我选择了和 TextExpander 同类型的应用 Rocket Typist。设置方式如下： 同时我给这个动作也自定义了缩写，方便快速输入。最终的实现效果如下： 如果使用 VSCode 来编辑，插件用起来非常方便，就无需上面这些设置了。 效果 接下来展示一下 Markdown 源文档示例，和转换成 word 文档之后的样子。 最后一步，就是在 Zotero 的 Word 插件中选择引用格式，点击「OK」，然后再点击「Refresh」就可以展示正常的引用格式了。如果想插入参考文献的详细信息，点击「Add Bibliography」即可。 扩展阅读 Better BibTeX 的官方文档是非常好的学习材料，可以了解更多的相关知识，推荐阅读。 From Markdown to live citations CITE AS YOU WRITE 此外，如果你感觉这些配置过于繁琐，可以尝试 Zettlr 这款直接支持文献管理的开源 Mardown 编辑器。我曾经使用过一小段时间，不过还是因为没有 MWeb 和 Ulysess 用起来顺手而放弃了。 2009021117 更新 文章发表在少数派之后有不少有价值的评论。其中有朋友提到了 markdown 文本可以使用 docdown 来直接进行转换。关于 docdown 可以直接参考学习它的GitHub 主页。后面有空了可以就 docdown 做一个详细的补充。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/6/4
articleCard.readMore

三个 Linux 文件高频小操作

去除文件名后缀 在 Linux 中跑各种任务或者循环命令的时候，有一个高频的需求是截取一部分文件名。例如有文件 XXX_aaa.bb 和 YYY_aaa.bb ，很可能我们需要提取出 XXX 和 YYY 来给后续的文件进行命名。 实现这个需求的方法有不少。 利用变量中的 % 号。在 Linux 中使用百分号将变量的内容从变量的尾部删除。 一个%号可以从尾部最近位置进行匹配删除，两个%%从尾部最远位置匹配删除。同时支持使用通配符。例如id=XXX_aaa.bb 可以使用 ${id％％_*} 第二种方式是使用 cut cut -d ‘_’ -f 1。使用 _ 作为分隔符，输出第一列，也是可以得到 XXX 第三种是使用 awk，和 cut 类似也是指定分隔符输出第一列 ls *.bb| awk -F "_" '{print $1 }' 为了让脚本使用率更高一些，我通常会使用绝对路径来指定文件位置。为了更快的获取文件名，会使用命令 basename。basename 本身就有一个非常好用的功能，可以剔除指定的文件名结尾部分。如下所示，我觉得这个应该是最优雅的方式。 basename /a/b/c/XXXX_aaa.bb _aaa.bb XXXX 批量重命名 场景如下，现在有好几百个文件需要重命名。类似于 A1.txt A1.md A1.pdf B2.txt B2.md B2.pdf ... A1 C3 B2 D4 昨天在知识星球抛出这个问题之后有几个小伙伴给出了自己的建议，其中给我最大冲击的是一个小伙伴提出的 Excel 批量法，思路是用 Excel 对字符段组合出新的命令。 这个需求或许可以拆解为两个问题，一个是重命名，一个是批量。 重命名的方法 mv 或者 rename 都可以，批量很容易想到 for 循环，因为对应的一对变量已经在文件的一行了，所以只要把它们分别保存为两个变量就好了。这个需求更好的完成是方式是配合 while 和 read 来完成循环。 因此可以写为： while read old new do echo $old $new; rename "s/${old}/${new}/" ${old}* done<changename.txt 如果把这个小小的命令变成一个 rename.sh 脚本，可以写成。 #!/bin/bash FILE=$1 while read old new do echo $old $new; rename "s/${old}/${new}/" ${old}* done < $FILE 多说一句，关于理解 read 的用法，有一个小的测试题。 echo '1 2 3 4 5 6' | while read a b c do echo $c $b $a done 上面这个命令，请问输出的结果是什么？是 3 2 1 6 5 4 么？如果不是又会是什么呢？如果能直接说出 3 4 5 6 2 1 这个结果，应该就是理解了。 同文件名文件拷贝 这个需求也比较常见，在 Linux 中，不能的目录下都有可能存在相同的文件名，例如有些生信分析软件跑多套数据，通常只会在目录层面进行区分，而不会在文件名层面进行区分。可能的目录结果如下： a: xx.txt yy.json zz.bam b: xx.txt yy.json zz.bam 为了方便处理，我们通常习惯把同一个类型的文件放在一起，但是如果直接拷贝源文件，会因为文件名重复的问题带来灾难。这时就有了一个重命名再拷贝的问题。 重命的一个基本思路就是把需要的目录名加到源文件名字的前面或者后面。首先拿到实际的文件名可以使用 basename 命令，如果想拿到目录名则可以使用 dirname 命令。 for i in `ls */*.bam` do cp $i ./bamfile/$(dirname $i)_$(basename $i) done 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/5/30
articleCard.readMore

VS Code 代码编辑器入门指南下篇-场景化应用介绍

本文首发于「少数派」 写在前面 如果当电脑只能装一个软件还需要尽量不影响日常学习工作时，不知道你的选择会是什么。我把这个看似「荒诞」的问题理解为「All-in-One」的升级版拷问。 这个问题陪伴了我很久，每用一个软件我都会想想它对我究竟有多不可代替，然后决定是否继续用下去；当决定深度使用后，我就会问自己它能在多大程度上帮助我完成日常的学习和工作。截至这篇文章完稿，如果我的电脑只能装一个软件还要做到基本不影响日常学习工作，我的选择是 VS Code。 参考之前写过的 文献管理工具 Zotero 入门指南，本入门指南将从 VS Code 特点出发，介绍入门 VS Code 必须了解的核心概念和组件（上篇）以及 5 个 VS Code 实际使用场景（下篇）。希望对想了解和学习 VS Code 的读者能有一点帮助和启发。 在 VS Code 编辑器入门指南上篇，我们了解了什么是代码编辑器、为什么选择 VS Code 、从 0 到 1 开始使用 VS Code 以及上手 VS Code 需要了解的核心概念与组件。提到的组件包括资源管理器、跨文件搜索、源代码管理、启动调试和扩展管理，涉及到的核心概念包括插件、命令面板、工作区和语言支持。 有了这些基础的知识储备再打开 VS Code 就不会恐惧和陌生，不过，学习一个工具更好的方式是找到具体应用场景。VS Code 编辑器入门指南下篇将从五个可能会用到的实际场景出发介绍一些 VS Code 特性和好用的插件。因为文章篇幅所限很难详细展开，如果有需要可以后续再分别介绍，不过我会为每个插件附上链接和尽可能多的官方相关介绍方便大家进一步了解。 码字工具 如果你是一个重度的 Markdown 写作者，VS Code 经过简单配置后作为文本编辑器其体验不会逊于市面上大部分文本编辑器。 图片 首先通过两个插件来解决图片处理这个老大难问题，如果经常使用截图功能且喜欢直接把图片存放在本地可以使用 Paste Image 插件，如果喜欢把图片直接上传至图床则推荐使用优秀的 PicGo VS Code 插件。 因为我日常会把所有图都放在腾讯云中保存，这里以此为例简单介绍 PicGo 在 VS Code 的配置和使用。 在设置面板中搜索 picgo 就可以看到相关的配置选项，需要的配置参数和 PicGo 客户端一致，例如使用腾讯云时需要填写 APPID、存储空间名和自定义域名等信息。因为平时使用的目录和文件名都可能包括中文，我设置为仅按照时间命名。 在使用时，picgo 利用快捷键可以方便的将剪贴板图片（option+command+u) 或者本地图片 (option+command+e) 上传至图床，并直接在光标处插入图片链接。 目录功能 打开一个 Markdown 文本后在资源管理器组件中可以通过 outline 查看文档目录，点击对应章节标题直接跳转至相应位置。 如果你没有忘记上文提到的命令面板，我们还可以利用命令面板的符号跳转功能实现章节定位。符号跳转本身是针对代码设计的，可以快速跳转到一些函数定义和类定义，其实在 markdown 中也十分好用，只需要按下 Command+shift+o 或者按下command+p后输入@, 就可以看到各级标题了。 这个操作在什么时候最有用呢？或许是按下 ctrl+k z 开启禅模式的时候。 编辑体验 如果需要获得更好的 Markdown 编辑体验可以考虑安装如下几个插件 Markdown All in One：基本支持了 Markdown 所需的各种操作，例如快捷键、生成 TOC 和导出 HTML 等，如果没有特殊需求无需安装下面三个插件。 Markdown Footnotes：让系统默认的 Markdown 支持脚注。 Markdown+Math：非常完善的数学公式支持。 Pangu-Markdown：盘古之白，在需要的时候给中文和英语数字之间增加空格。你懂的，关键时刻这个功能非常重要。 笔记模板 模板是所有笔记类工具的标准配置，在 VS Code 中可以通过代码片段（Snippets）针对不同类型的文档设置模板。 如果想配置自己的代码片段，在命令面板中输入 Configure User Snippets 后会看到语言选项，这里我们以 Markdown 为例，配置内容本身为 json 格式。 一个典型的代码片段如下所示： "Print to console": { "prefix": "log", "body": [ "console.log('$1');", "$2" ], "description": "Log output to console" Print to console 为片段名，对象的值包含：prefix、body 和 description 三个属性。分别表示调用名、插入内容和代码描述。 我把自己一些常用的 Markdown 模板做成代码片段并打包成了一个 插件。例如当我输入debug的时候就可以方便的调用 debug 记录模板。 查找替换与精确定位 如果你是一个每天需要处理很多稿件的编辑往往会有一些重复性工作，比如需要把十几篇投稿中的「ios」修改为「iOS」。这类涉及到搜索替换的问题，使用 VS Code 强大的搜索组件都可以轻松搞定。 VS Code 支持单文件和多文件的搜索替换，这里以多文件常见的需求作为介绍。 搜索支持三种模式，分别是区分大小写、全字匹配和正则表达式，例如 iOS 这类大小写的替换需要选择「区分大小写」。进行多文件搜索替换时，有时只希望限制所在目录的部分文件，这时就可以设置在哪些子文件夹进行搜索或者过 2020-04* 会匹配所有以它开头的文件。 除了使用搜索功能进行替换以外，它还可以实现「精确定位」。 很多人在使用一些笔记工具时都有精确定位的需求得不到满足，即快速找到某个 tag 或者关键词所在的具体位置。VS Code 则可以帮你在所有需要的文档中进行精确定位和跳转。 如下图所示，我在一个文件夹内搜索「模板」，它会在结果中显示每个文档中的搜索结果，鼠标放在某一行时会用浮窗形式展示详细内容，点击后会直接打开对应文档并定位在所在行。 预览导出 Markdown 文档的预览在不借助第三方插件的情况下基本可以满足需求，我们可以在配置中设置引用自己中意的 CSS 样式以达到更好的效果。如果需要非常强大的导出功能，可以借助插件 Markdown Preview Enhanced。 该插件应该可以满足所有的 Markdown 文档的预览和导出需求，官方有详细 中文文档 可以查看了解。 项目管理 如果你有很多个笔记本（文件夹）在码字的过程中需要经常切换，这里推荐的插件是 Project Manage。 它支持将目录和工作区 Workspaces 保存为项目并进行快速切换，很好地弥补了 VS Code 自身项目切换的不足。如果你对工作区这个概念很陌生，可以阅读 VS Code 编辑器入门指南上篇-核心概念与组件。 管理协作 如果你的项目需要协作，VS Code 也可以成为你不错的项目管理和协作工具。 从需要的地方即刻开始 从 VS Code 的搜索功能角度出发，如果我们在文档内部做一些固定的埋点并赋予特殊含义，那么就可以在需要的时候直接找到这些特殊内容。todo 类型插件就是这样的思路，我们可以设定一些特殊的标记，然后在工作目录下自动搜索匹配这些标记再以形象的方式展示在组件中。 以比较常用的 TODO 插件 Todo Tree 为例，在设置中我们可以指定哪些内容作为标记以及这些标记如何被展示。 2020-04-17-19-43-55 "todo-tree.highlights.customHighlight": { "TODO": { "icon": "tasklist", "iconColour": "red" }, "REVIEW": { "icon": "eye", "iconColour": "green", }, "FIXME": { "icon": "thumbsdown", "iconColour": "yellow" } } 随后当我们在任意文档的任意位置插入相关标签后，它们就会在组件中展示出来，点击标签即可直接跳转到对应位置。 用 KanBan 管理素材 只有 TODO 功能或许不够过瘾，如果能做成看板的形式就更好了。嗯，一个插件 Kanban 基本满足需求。 在自己的稿件目录下添加一个「稿不完」看板，该写什么一目了然。看板内容本身会存储在 json 格式的文本文件中。 在 VS Code 中使用 Trello 如果你的团队正在使用 Trello， 那么你也可以在 VS Code 借助插件 Trello Viewer 及时查看大家的 Trello 动态。 完成 token 配置后，在侧边栏将会出现一个 Trello Viewer 组件，Trello boards 下会显示所有看板，你还可以把某个常用的 list 添加到 favorite list。 如果仅仅是想查看卡片内容只需要点击即可，这时插件会生成一个 Markdwon 格式文件并自动打开预览模式。如果你想对卡片进行简单编辑，可以在组件中右键点击某个卡片然后选择要进行的后续操作。 让 Git 更容易一些 版本管理是个人和团队项目开发中非常重要的一环，源代码管理也是仅有的几个被内置到 VS Code 中组件，无需任何插件和设置即可在 VS Code 中使用 Git。很多人在学习 Git 时都会被各种各样的命令搞晕，在提交代码时也会因为要输入各种命令而烦躁。 如果想更轻松使用 Git 和 GitHub，你可能会选择 GitHub 官方客户端或第三方付费客户端，实际上借助 VS Code 自身对 Git 的支持以及 GitLens、Git History 和 RemoteHub 这三款插件，就可以获得极佳的使用体验。 如果你是一个经常使用 git 的人，应该可以感受到 gitlen 提供的组件非常贴心。 2020-04-17-20-45-15 前两个插件的安装数基本说明它们是绝大多数 Git 用户的必选项，而 RemoteHub 是 GitLens 开发者还处在预览版的新作品。它支持在命令面板中直接搜索 GitHub 上的项目，在不需要 clone 的情况下通过 VS Code 查看项目代码。当需要编辑操作时对应的文件才会从 GitHub 按需下载。不过该插件目前需要开启一些 VS Code 默认关闭的功能，如果想尝试可以阅读插件使用说明。 网站开发 说完目前最火的轻量标记语言 Markdown ，就不得不提和它对应的超文本编辑语言 HTML 和前端开发了。 可能写一个小网页或者个人博客是很多人的 todo 事项，使用 VS Code 做前端开发对于初学者来说非常友好。 格式化与折叠 代码格式化是指让各种不规范的代码瞬间按照要求好看起来，VS Code 借助语言插件目前对绝大多数语言都有很好的支持。在设置中我们可以选择何时对代码进行格式化，包括输入粘贴和保存。此外每种语言都可以进一步进行个性化设置。 关于代码格式化的插件，你也可以尝试 Prettier。 除了代码格式化以外，VS Code 还可以基于语言定义进行代码折叠，即根据语言特性来自动区分哪些部分可以折叠，因此 Markdown 文档同样可以使用代码折叠功能。当鼠标位于行号旁边时，可以被折叠的位置会自动显示向下箭头。 使用快捷键command+shift+[ 进行快速折叠时，会从所在位置处可折叠的最内层代码开始折叠。展开的快捷键则是command+shift+]。 对于较长的代码，如果不习惯使用代码折叠可以开启 minimap 功能。当前页面在小地图中会呈现为灰色，光标所在位置为白色。如果进行文件内搜索时，对应位置会以黄色高亮显示。 多光标 多光标特性是 VS Code 高效使用的必备技能，官方文档 有详细介绍，这里简单提一下我常用的三种方式。 有时候我们需要在一个文件内多个没有明显特征的位置添加相同的内容，此时如果配合鼠标操作，只需要按住 option 键，在需要添加光标的位置单击即可。 还有些时候，我们统一需要在多行的行末添加一些内容，或者需要从行末开始删除一些内容。这时只需选中要修改的内容，按 option+shift+i 就可以在行末添加光标。 最后一个比较高频的需求有些类似于查找替换，比如我们需要把文档中一些相同的内容统一选中进行某些修改，这时可以先选中一个内容，然后按下 command+d 就会自动选中下一个相同的内容。 颜色设置 在编写 CSS 时常见的一个需求就是修改元素颜色，在 VS Code 中可以直接使用取色器进行修改。 当遇到颜色时，我们会在编码前看到效果色块，鼠标浮于颜色上会自动显示颜色编辑器。在这个窗口中可以调整颜色的饱和度、透明度和色相，也可以切换不同的颜色代码。同时，只要点击右上角就可以轻松退回之前的颜色值。 Emmet Emmet 是一个可以大幅提高前端代码编写效率的工具，可以让我们用尽量简洁的输入来实现复杂的内容。借助 Emmet 可以摆脱频繁写 < > 的尴尬，而在 VS Code 中可以非常方便的调用 Emmet。 当输入任意内容后，如果有可以和输入匹配的 Emmet 缩写，相关建议就会实时展示出来供选择。 如果写的语法比较复杂它也可以实时帮你展示转换后的效果，非常实用。 除了在编辑时进行代码展开，借助命令面板还可以是实现 Emmet 的很多其他操作，例如缩写包围、删除和更新标签等等。你可以在官方文档中查看更多信息。 实时预览 VS Code 本身不支持实时预览 HTML 文件，不过已经有很多插件实现了这一功能，例如 Live Server。 数据分析 查看 Excel 和 PDF 在日常工作中，我有很大一部分时间都在和各种格式的数据和文档打交道，其中 Excel 和 PDF 文档是最常见的两种格式。在没有使用 VS Code 之前如果一个项目中有这些文件就需要在 office 和 PDF 阅读器中打开，但是借助 Data Preview 和 VS Code-pdf 可以轻松查看这些文件，用起来挺过瘾。 VS Code 中直接查看 Excel 并进行基本操作。 VS Code 中直接查看 PDF 文档。 Python 与 R 语言支持 目前数据科学相关领域有 Python 和 R 两种常用编程语言。如果你习惯使用 python ,VS Code 本身对 Python 和 juypter 都有非常完善的支持，可以查看官方文档的 详细说明，使用起来比较简单。 如果你习惯使用 R 语言，随着 R Language Server 后端加持以及 VS Code-R 插件在前端的重大迭代，现在使用 VS Code 愉快地进行 R 语言编程不仅成为了一种可能，而且还挺香。使用体验上基本不输 Rstudio，而且很多小细节上更贴心。 因为 R 语言配置相对复杂，所以稍加介绍。 安装 R，建议使用默认路径即可。 安装 R 包 languageserver ，命令如下install.packages("languageserver") 在 VS Code 中安装两个和 R 相关的插件 R support for Visual Studio Code 这个插件是 VS Code 中 R 的核心插件，具有语法高亮，基础代码片段和代码执行等功能。例如你可以在编辑器中选择某几行内容，然后使用 ctrl+enter 将代码发送到终端执行。 R LSP Client 有了它就可以进行代码补全、查看函数定义以及参数预览等功能。 安装插件后需要在配置文件中进行两个对应设置。通过 ctrl+, 进入设置页面，在搜索页面首先搜索 rterm，在对应操作系统位置处输入你的 R 路径，然后找到 rlsp path 对应设置处也输入 R 安装路径。 打开一个包含 R 脚本的文件夹（单独打开一个 R 脚本无效）就可以正常使用了。 一些基本特性如鼠标悬停显示函数定义和帮助文档（无论包是否加载）、鼠标悬停在变量直接展示类型信息、自动高亮文档内所有同一变量和函数自动补全等都非常好用。 R session watcher VS Code-R 插件近期更新中新增了 Session Watcher 功能，即便还在测试阶段这个功能也足以让人激动。它实现了在 VS Code 中实时展示各种变量图表等需求，不会再有单独弹窗。 如果要正确使用 session watcher 功能，首先需要在设置中开启 session watcher 选项，然后需要在 R 的 .Rprofile 配置文件中添加一行代码： source(file.path(Sys.getenv(if (.Platform$OS.type == "windows") "HOMEPATH" else "HOME"), ".VS Code-R", "init.R")) 开发利器 对于程序员来说，终端和服务器的使用频率极高，如果代码编辑器可以和这两者非常好的结合将会大大提高工作效率。 配置终端 VS Code 的设计理念之一就是让 VS Code 和终端紧密联系在一起。 例如，我们可以在终端某个目录中通过 code 命令以命令行的形式打开 VS Code，也可以在资源管理器中通过右键直接通过终端打开一个目录。 VS Code 终端放进了工作台从而避免在编辑器和终端间切换，集成终端支持同时打开多个终端操作并以多种方式排列。 由于把终端做到了工作台当中，所以我们能把终端的输入输出与快捷键、资源管理器和搜索等各个功能组合到一起。例如无需多次 cd 到某一个目录直接在资源管理器打开；在终端中点击文件直接在 VS Code 中编辑；当终端输出内容（例如报错信息）包括链接或者文档路径时，VS Code 会自动识别并可以直接点击打开链接和文件。 远程模式 一些小型的计算和开发可以在本机完成，如果涉及到大型计算或者部署就需要在服务器上操作。VS Code 提供的远程模式可以让我们在本机轻松连接其它开发环境，目前官方的远程模式支持包括容器、SSH 和 WSL 在内的三种方式。 本部分内容以 SSH 为例进行简要介绍，我们默认需要远程连接的服务器已经开通了 ssh 服务，使用 Windows 时需要首先在 PC 正确安装 Windows OpenSSH Client。 安装 Remote-SSH 插件后，打开命令面板搜索remote ssh。然后找到 Remote-SSH 相关命令，即可以直接选择链接服务器，也可以选择打开配置文件。这里，我们选择打开配置文件进行简单的配置。 在配置文件中可以输入相应服务器名称、 IP 地址、用户名以及端口等信息。写法如下图所示，写好保存即可。 需要连接终端可以在命令面板中执行命令，也可以点击状态栏左下角的连接标志。连接成功后左下角将会显示此前设置的服务器名称。 需要注意的是，插件组件会分别显示在本地和远程中安装的插件，两者是独立的。如果需要在服务端使用 VS Code 要重新安装需要的插件。资源管理器展示的则是服务器中的目录结构，得益于 VS Code 全平台特性，使用起来基本感受不到差异。 代码调试 VS Code 内置支持 node.js ，可以对 JavaScript, TypeScript 进行调试，其它语言则通过第三方插件实现。目前对 PHP, Ruby, Go, C#, Python, C++, PowerShell 等都有很好的支持。 如果想进入调试模式，首先需要点击侧边栏的调制组件打开调试视图，会看到提示打开一个需要被调试的文件。我们以简单的 Python 脚本举例，打开脚本后会自动生成一个名为 launch.json 的调试配置文件。这个文件可以随时修改，定义不同的内容应该如何加载调试。典型的配置如下图所示。 下图为调试界面的主要内容，其中包括当前变量、堆栈和断点等，顶部为执行控制工具栏。 和 IDE 相比，复杂项目的调试是 VS Code 的弱点。由于调试本身由其它插件完成，不同调试器在调试代码时需要的信息各不相同，要自行使用配置文件进行配置。如果你真的对代码调试有更高的需求，可以查阅官方更加详细的说明文档。 或许有用 最后，列举几个可能会让 VS Code 更加顺手的设置。 渲染空格符制表符 通过设置 editor.renderWhitespace: all 可以将所有的空格符、制表符等全部显示出来。有时候空白的地方就是坑。 修改新建文件默认格式 默认配置时，command+n 快捷键可以在编辑器里创建一个新的普通文本文件。如果你是一个把 VS Code 当做文本编辑器用的人，不妨通过 files.defaultLanguage 把新建文档格式设置成 Markdown。 前后光标处跳转 这个功能有些向在 Linux 中快速回到之前目录的操作。ctrl+- 跳转回上一次光标所在位置，ctrl+shift+- 则相反。 自定义快捷键 如果你是从其它 IDE 迁移过来，可能会面临快捷键冲突和缺失的问题。这时可以通过自定义快捷键解决。 例如 R 语言用户在 RStudio 中可以使用 alt+- 一气呵成输入赋值符号 <-，在 VS Code 中必须也可以。 打开 Keyboard Shortcuts 会看到这个快捷键已经被绑定，可以在 json 文件中设置不同情境下新的含义。 点开快捷键配置文件之后不要管左边的内容，直接去右边设置就好，配置方法如图。以后在 R 或者 Rmd 文件里 alt+- 就变成了和 RStudio 一样的快捷键。 关于快捷键自定义的语法，可以查看对应官方文档。 写在最后 以上，结合 VS Code 编辑器入门指南上篇-核心概念与组件 就是对 VS Code 这款代码编辑器的入门介绍。 当我借助这篇两文章再一次梳理了 VS Code 使用场景后突然多了点感慨。在热衷于讨论和标榜 All-in-One 工具的今天，VS Code 轻量快速的软件本体加上开放丰富的插件生态代表了另一种思路，似乎正从某个层面朝着这个方向大步前进。 如果本文没有涉及到你的领域，不妨去插件市场探索一番，万一找到什么有趣的摸鱼神器呢？ 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/4/21
articleCard.readMore

VS Code 编辑器入门指南上篇-核心概念与组件

本文收发于「少数派」 写在前面 如果当电脑只能装一个软件还需要尽量不影响日常学习工作时，不知道你的选择会是什么。我把这个看似「荒诞」的问题理解为「All-in-One」的升级版拷问。 这个问题陪伴了我很久，每用一个软件我都会想想它对我究竟有多不可代替，然后决定是否继续用下去；当决定深度使用后，我就会问自己它能在多大程度上帮助我完成日常的学习和工作。截至这篇文章完稿，如果我的电脑只能装一个软件还要做到基本不影响日常学习工作，我的选择是  VS Code。 参考之前写过的  文献管理工具 Zotero 入门指南，本入门指南将从 VS Code 特点出发，介绍入门 VS Code 必须了解的核心概念和组件（上篇）以及 5 个 VS Code 实际使用场景（下篇）。希望对想了解和学习 VS Code 的读者能有一点帮助和启发，下文是该入门指南的上篇。 什么是代码编辑器 如果此前对「代码编辑器」没有任何概念，我们可以和文本编辑器（写作工具）进行类比，就是为了更好更方便进行代码编写开发的工具。 提到代码编辑器，不少「工龄」较长的程序员第一反应都会是 Notepad++，这款代码编辑器发布于 2003 年并更新至今，非常经典。因为使用惯性和轻量的特点它目前依旧很受欢迎。不过在 2020 年的今天，有更多好用的代码编辑器值得向你推荐。目前比较受欢迎的代码编辑器主要有  VS Code、Atom  和  Sublime text 。它们各有特点也都有不少死忠粉，新手在初期都可以尝试。 另外你或许还经常人提起 IDE(Intergreated Development Environment)，和代码编辑器相比 IDE 更关注开箱即用的体验、对代码的智能理解和对大型项目的支持，因此相对「笨重」；代码编辑器则更加轻量，侧重于文件，对于语言和工作流的支持也更自由。 为什么选择 VS Code Visual Studio Code（简称 VS Code）是一个由微软开发，同时支持 Windows 、 Linux 和 macOS 等操作系统且开放源代码的代码编辑器，它支持测试，并内置了 Git 版本控制功能，同时也具有开发环境功能，例如代码补全（类似于 IntelliSense）、代码片段和代码重构等。该编辑器支持用户个性化配置，例如改变主题颜色、键盘快捷方式等各种属性和参数，同时还在编辑器中内置了扩展程序管理的功能。 瑞士计算机科学家 Erich Gamma （《设计模式》作者、 Eclipse 主要开发者之一） 2011 年从 IBM 来到微软后起初负责组建团队开发一款线上开发工具（Manaco），后来他们在这个工具的基础上开发了如今的 VS Code 并于 2015 年发布。VS Code 定位为一个  高性能轻量级的编辑器，为了保证主进程的稳定，插件系统运行在主进程之外，所有个性化功能都由插件系统完成，在 IDE 和编辑器之间找到一个比较理想的平衡。 在微软所有开源项目中，VS Code 是目前最受欢迎的一个。经过不同工具之间的比较，我最终选择 VS Code 的原因包括： 完全免费且开源，更新迭代稳定 跨平台编辑器，满足日常在不同系统中的使用 占用系统资源比较少，大文件打开速度快 插件丰富，扩展性极强 使用人数多且社区活跃，碰到问题和需求容易找到解决方案 从 0 到 1 开始使用 VS Code 下载与安装 VS Code 有两个不同版本：稳定版（Stable）每月更新；预览版（Insiders）每个工作日更新。两个版本可同时安装互不影响，在  官网  即可选择自己需要的平台和版本，本文使用的版本为稳定版 1.44.1。 客户端安装完成后，如希望通过终端启动 VS Code，可以按下  shift+command+p  调出命令面板，在搜索框内输入shell command  后找到并点击「Shell Command: Install 'code' command in PATH」即可。 VS Code 默认是英文界面，这里并不建议把默认语言修改为中文，因为在学习大量英文相关教程和说明时使用英文界面或许更容易操作。另外，VS Code 绝大多数插件都没有汉化，使用起来会中英混杂。 如果需要使用中文，依旧可以通过  shift+command+p  调取命令面板，然后在搜索框中输入  display  找到并点击「Configure Display Language」，这时会显示目前可以选择的语言或者安装其它语言。选择「Install additional languages...」后会跳转到相关语言插件，选择中文语言包安装并进行安装。安装完成后再次找到「Configure Display Language」后选择「zh-cn」后重启即可。 欢迎界面 打开 VS Code 后，未修改默认配置的情况下首先会看到「欢迎页面」。如下图，欢迎页面有五部分内容。首次使用不妨先花点时间浏览「学习」部分内容，其中交互式演练场（interactive playground）是新手了解 VS Code 好资料。 VS Code 主题与图标 在个性化设置部分点击「Color theme」可以选择一个你喜欢的主题。 除了主题之外，你还可以为 VS Code 选择一套自己喜欢的文件图标。点击左下角的「设置」图标，选择「file icon theme」。 然后选择「Install additional File icon theme...」会弹出可以安装的 icon 插件列表，例如 Material Icom Theme，点击安装后选择使用即可。 核心概念与组件 上面这张图展示了默认配置情况下 VS Code 的基本界面。 编辑器：在这里码字写代码 侧边栏：可以类比为 macOS 的扩展坞，姑且称为「组件坞」，这里会展示各种组件和插件图标。 组件内容：击侧边栏不同的组件后这里会展示相应显示组件内容。 面板：包括问题显示、输出、调试控制台和终端四个组件。问题面板会显示代码中的警告和问题，输出面板会呈现命令和插件的运行结果，调试控制台用来进行代码调试，终端则可以帮助我们直接在 VS Code 中进行命令行操作。 状态栏：可以类比为 macOS 的菜单栏 + 通知中心，这里会展示和文档及项目相关的简单信息以及部分插件提供的信息。 侧边栏及常用组件 默认情况下，侧边栏显示的五个组件分别是：资源管理器、跨文件搜索、源代码管理、启动和调试和扩展管理。随着后期安装插件的增多，侧边栏可以显示的组件数量也会越来越多，不过你可以通过右击侧边栏选择隐藏那些用不到的组件还可以拖动组件图标进行排序。 侧边栏显示的默认组件中「资源管理器」和「跨文件搜索」就是字面功能，分别用来浏览管理文件和进行内容查找替换，我们会在下篇中配合具体应用场景进行更详细的介绍。源代码管理和调试分别用于 git 一系列操作和 debug，如果你并非程序员，没有这方面的需求也可以选择将其隐藏。 扩展管理及插件 这一部分需要详细介绍「扩展管理」组件和「插件」这个概念。 如文章开头所言，VS Code 中为了保证主进程的稳定所有个性化功能的实现都将通过插件来完成，在下文的应用场景部分我们也会用到大量插件。我们可以把插件理解为 macOS 中的应用，而扩展管理则是 VS Code 的应用商店。 如上图，在组件显示部分可以看到已经安装的插件和推荐插件，所有你想找的东西都可以尝试在搜索框进行搜索。点击感兴趣的插件后会显示插件详情，其中包括详细介绍、作者和更新日志等内容。 需要说明的是，由于 VS Code 的扩展插件数量实在过于庞大，在浏览插件的时候系统已提供了一些过滤操作，点击  ···  可以选择只查看安装的插件或者流行的插件等等。 更方便的是你还可以直接在插件搜索框中输入  @  来进行快速过滤。 为了更方便的找到需要的插件，VS Code 支持按照类别进行查找，目前支持的类别如下图所示，包括语言支持、代码片段和主题等。 目前在官方的插件商店中，我们可以看到共有 12 类 20000 余款插件。如果你想开发自己的插件，可以进一步参考官方插件 API 。 命令面板 VS Code 作为一个代码编辑器，它本身有两个比较极客的设计思想。一个是基于文本（命令）的交互界面，另一个是基于文本的系统设置。基于文本的交互界面就是这里提到的命令面板，系统设置将会稍后介绍。 命令面板的存在提供了一种全新的使用逻辑，熟练使用后可以极大提高效率，因此对命令面板有基本了解是上手 VS Code 的关键。其实在上文安装命令行启动以及设置中文支持时我们都用过它，shift+command+p  就是调用命令面板的一种基本方式。 命令面板的高效在于其可以通过输入框中的第一个字符来触发不同功能。 如下图所示，当你按下  shift+command+p  时，命令面板的输入框会自动出现一个  >  它意味着此时命令面板认为你想要搜索相关命令并执行。 当删除  >  后会看到命令面板切换到了「访问最近文件」状态。如果你想在调用命令面板时直接访问最近文件，快捷键是  command+p。 如果此时输入  ?  会触发命令面板的「帮助」功能，我们可以看到支持哪些操作。下图中显示的切换文件、>执行命令、@符号跳转等我们在后续的应用场景中都会提及。其他单词缩写也代表了对应的操作，例如edt接空格可以管理打开的编辑器，term接空格可以打开或管理终端。 修改设置 在下篇介绍中，我们会涉及到更改默认设置的内容，因此有必要了解 VS Code 更改设置的方法。 VS Code 目前已经有了比较完善的图形化设置界面，只需要使用  command+,  就可以调用。 如上图所示，设置面板已经列出了用户常用配置内容，你可以寻找自己想要改变的东西，但是这里更加推荐直接在搜索框里搜索。此外，VS Code 的配置分为用户（User）和工作区（workspaces）两个层级，其中用户配置会对全局生效，工作区配置只会对当前所在的项目（目录）生效且优先级更高。 除了图形化界面以外，VS Code 的所有配置其实都写在 json 格式的一个文本文件中。你可以非常方便的调出该文件进行设置，只需要在命令面板中输入open sett  然后选择 JSON 即可。如果是针对工作区的设置，json 文件将会保存在工作区.vscode目录下。 在 json 文件中，你可以直接编写设置，也可以点击行号前的「笔形」图标查看可以更改的内容。之所以有必要了解如何通过配置文件更改设置是因为部分插件提供的复杂设置只能通过修改 json 文件完成。 工作区 工作区（workspace）是另一个需要了解的核心概念，它对应在 VS Code 中如何进行文件管理。 上文我们提到相比于 IDE 着重于项目管理，代码编辑器更加侧重于文件本身，VS Code 所有操作就是基于当前目录、子目录和其中的文件进行的。在下篇内容中我们会讲到很多操作和插件都会基于所在目录生成相关的配置文件，而这些文件通常都会被保存到所在目录的.vscode文件夹中。.vscode  文件夹中的各种配置决定了不同目录被打开时 VS Code 会启动哪些插件和配置。 随着项目逐渐发展，单一文件夹往往无法满足我们的开发需求，VS Code 通过工作区这个概念解决了同时操作多个文件夹的问题。简而言之，当你使用 VS Code 打开一个文件夹后可以在命令面板中搜索运行  add folder to workspace，然后选择想要打开的其它文件夹，此时就会显示一个尚未保存的工作区。 当所有文件夹添加完成后在命令面板执行  save workspace as  选择我们的工作区名字和要保存的位置，就可以对该工作区进行保存。 这时我们会看到一个名字后缀为code-workspace的文件，其本质依旧是一个 json 格式的配置文件。其中包括了文件夹的相对路径以及针对工作区的其它设置。 此外，记住两个目录切换的快捷键也会大大提高效率，ctrl+r  可以快速查看并切换最近打开的文件夹，ctrl+w  则可以快速在所有打开的 VS Code 窗口中进行切换。 语言支持 作为一个代码编辑器，VS Code 提供了统一的  Language Server Protocol  和  Code Debugging Protocol API，所有语言支持都能够借助这两个 API 在 VS Code 上得到类似 IDE 的开发和调试体验。 程序员可能最关心的内容就是对编程语言的支持，但初学者最不需要担心的其实也是这部分内容。到目前为止常用的主流编程语言在 VS Code 中都得到了很不错的支持，你需要的往往只是安装对应语言插件和进行一点基本配置。这些语言包括基础的 Markdown 和 JSON，以 HTML、CSS 和 JavaScript 为代表的多种前端语言和以 Python、Java、Go、C#、PHP 等为代表的大量后端语言。对于一些在程序员群体中相对使用人数较少的编程语言，例如 R 和 Julia 等也都有插件提供支持。下图为官网展示的几个流行语言插件。 如果想查看自己使用的编程语言是否支持，可以在插件商店中查找。此外，当你用 VS Code 打开一个文件时，系统会根据文件名后缀自动提示你安装与之相关的语言插件，非常方面。 这一部分我们也会在下篇中结合具体的应用场景进行介绍。 常用快捷键 提倡使用使用快捷键，主要目的是提高效率尽量让双手不离开键盘。快捷键的使用开始看似是一件更浪费时间的事情，但是随着肌肉记忆和熟练度增加效率将会大大提高。 如果你是从其它编辑器切换到 VS Code 完全可以移植之前熟悉的快捷键配置，比如 Vim, Atom 或者 sublime。如果是一个新手，下图是我自己日常用到的 VS Code 高频快捷键，供参考。 如果需要查看所有快捷键，可以通过 ctrl+K ctrl+s 进入快捷键设置界面或者直接查看官方文档。 windows 快捷键 macOS 快捷键 以上就是 VS Code 编辑器入门指南的上篇，我们介绍了什么是代码编辑器、为什么选择 VS Code 、从 0 到 1 开始使用 VS Code 以及上手 VS Code 需要了解的核心概念与组件。有了这些知识储备，我们在下篇中将会介绍 5 个 VS Code 实际应用场景，进而更好的了解 VS Code 的特性和一些有些插件。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/4/21
articleCard.readMore

把 Markdown 模板做成 VSCode 插件

希望它能让你写笔记更方便些 关于 VS code 目前是我的主力代码编辑器，在大多数时候也是我的主力文本编辑器。为了在用 VS code 写文献阅读笔记和读书笔记时更加顺手，我根据自己的阅读和记录习惯整理了一些 markdwon 模板，所谓模板其实就是若干适用于 markdown 的 snippets。为了让有需要的朋友也能用上这些 snippets，我把它们打包成了现在的插件，方便安装与使用。 目前这个插件非常简单，只引入了少数 snippet，但后期会一直升级迭代。主要目的是为了熟悉 VS code 插件的开发及发布流程。 使用方法 本插件在 markdown 文本中会自动触发，目前仅有 5 个模板可以使用。 说明：有部分用户反馈在在 Markdown 文档中 snippet 无法触发，原因可能是 Markdown 文本在默认设置中并没有开启editor.quickSuggestions选项，可以尝试在配置文件中写入如下设置： "[markdown]": { "editor.quickSuggestions": { "other": true, "comments": false, "strings": true }, }, 文献精读模板 在编辑器内输入 intensive_reading 会自动出现精读模板提示，摁下 Enter 即可插入模板。因为精读笔记通常一次只读一篇，所以在模板中引入了一级标题，标题为文献精读+当前日期，例如文献精读2019-09-09。 随后的内容包括包括文献信息、文献概述、好词好句、文献笔记和相关文献等内容。且光标首先会定位在标题行后面，输入标题之后直接按下 Tab 键会自动定位在 DOI 处，然后依次定位在发表日期、发表杂志和关键词后，方便输入。 文献泛读模板 在编辑器内输入 extensive_reading 会自动出现泛读模板提示，摁下 Enter 即可插入模板。因为泛读笔记通常一次会读两到三篇，所以在模板中并未引入一级标题，而是使用了二级标题。包括文献信息、关键点、参考意义和相关内容。光标首先会定位在标题行位置，输入标题之后直接按下 Tab 键会自动定位在 DOI 和发表日期对应位置。 KPT 每日工作记录模板 在编辑器内输入 kpt_daily 会自动出现 KPT 每日工作记录模板提示，摁下 Enter 即可插入模板。KPT 三个字母分别代表 Keep、Problem 和 Try。具体含义如下： Keep: 当前你正在做的事，不要过于宽泛 Problem：今日所遇到的问题 Try：你准备明天要尝试的解决方案 Debug 过程记录模板 在编辑器内输入 debug_note 会自动出现 Debug 过程记录模板提示，摁下 Enter 即可插入模板。该模板包括：报错信息、猜猜原因、我的常识、参考资料和解决方案五部分。可以比较好的记录整个 Debug 过程。 建议使用方法为首先复制好报错信息，然后再插入模板，此时光标会自动定位在报错信息下的代码框内，直接复制即可保存报错信息。 闪念胶囊写作素材记录模板 在编辑器内输入 idea_pills 会自动出现闪念胶囊写作素材记录模板提示，摁下 Enter 即可插入模板。该模板包括：话题、灵感来源和写作思路三部分。其中灵感来源是那些让你产生表达冲动的内容，可能是看到一篇好的文章或者和朋友的偶然闲聊。 5 分钟日记模板 0.0.5 版本更新 关于 5 分钟日记模板相关介绍可以查看文章21 天日记挑战-5 分钟日记法。 在编辑器内输入 5min 会自动出现闪念胶囊写作素材记录模板提示，摁下 Enter 即可插入模板。该模版包括 5 分钟日记中涉及到的 5 个问题。 下载地址 Markdown Note Snippets 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/4/18
articleCard.readMore

简书这些年

我对简书这个平台的感情很复杂。我 2015 年开始把当时自己的考研复习笔记放到网络上，那个时候意外发现了简书，当时的首页还完全是编辑推荐，需要自己给专题投稿然后如果入了编辑的法眼才有可能会被推荐到首页上。 2016 年我写的一篇英语学习方法的文章在那个时候体量的简书小火了一下，有 2 万多阅读。但是这篇文章在几年前已经被他们自我审核给撤掉了，这也是我开始把文章大量发在自己博客的起因。 在后来那个时间段的简书捧红了几个他们平台的 KOL，就不点名了。也不知道那些人现在怎么样了。那之后我还往简书上同步文章是因为他们的在线编辑器当时是少有的使用体验不错，而且整个网站在百度上的搜索权重也不低。 之后简书经历了几次大改版，弱化编辑改为智能推荐、上线各种会员疯狂铺广告，以及莫名其妙的简书币。今天别人告诉我简书崩了，我登录测试，然后看到了不少评论提醒，评论的画风就变成下图了。 然后我又浏览了一下首页，各种暗示的广告和垃圾文章，那广告恨不得跳出屏幕戳你脸上。又看了看简书的官方专题，看到官方介绍还真是唏嘘。 至此，我觉得应该彻底告别这个地方了，然后登陆微博，取消了当年的「简书推荐作者」身份认证。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/4/8
articleCard.readMore

靠谱熊的每周分享 第4期

刊首语 这周的刊首语随便聊聊几个工具。 传闻微信再次收紧第三方接入服务 有传闻，微信即将关闭公众号文章分享到印象笔记的接口。如果过一段时间这个事情成真了，那应该就是所有第三方服务和 app 都要被微信掐死了。 从移动办公工具看认知偏差 在「财新周刊」最新一期的杂志中，提到了最近几个远程办公工具的一组数据： 今年 1 月初，钉钉的日活用户数已经在 3000 万量级，是企业微信的 5 倍左右，华为和字节跳动则仍在 10 万量级徘徊。据极光大数据，钉钉从 2 月初的数千万日活已上涨超过 2 亿；腾讯会议从 100 多万升至 1000 多万；企业微信也从将近千万升至 1500 万。飞书和 WeLink 则仍在几十万量级。 原来钉钉现在已经到了这样量级，而我日常在用的飞书根本还是排不上号。但是身边接触的人使用飞书的越来越多，以至于我产生了某种程度的认知偏差。 专业文献 projectR: An R/Bioconductor package for transfer learning via PCA, NMF, correlation, and clustering. Dimension reduction techniques are widely used to interpret high-dimensional biological data. Features learned from these methods are used to discover both technical artifacts and novel biological phenomena. Such feature discovery is critically import to large single-cell datasets, where lack of a ground truth limits validation and interpretation. Transfer learning (TL) can be used to relate the features learned from one source dataset to a new target dataset to perform biologically-driven validation by evaluating their use in or association with additional sample annotations in that independent target dataset. Genome-phenome wide association in maize and Arabidopsis identifies a common molecular and evolutionary signature Zhikai Liang, Yumou Qiu, James C Schnable Molecular Plant 2020 March 11 RASflow: an RNA-Seq analysis workflow with Snakemake. Abstract 10.1186/s12859-020-3433-x Benchmarking of computational error-correction methods for next-generation sequencing data Abstract 10.1186/s13059-020-01988-3 BANDITS: Bayesian differential splicing accounting for sample-to-sample variability and mapping uncertainty. Abstract 10.1186/s13059-020-01967-8 Transcriptional regulation of genes bearing intronic heterochromatin in the rice genome. Abstract 10.1371/journal.pgen.1008637 数据库 免费可商用插画素材 插画素材风格多样、质量超高，网站上提供了 80 个免费的插画，可以免费用于个人和商业项目中。 https://lab.streamlineicons.com/ 好书好文 2010 编年史：我们所爱的流行文化们 Astrian  写在 2019 年底的  2010 编年史：我们所爱的流行文化们  最近因为巧合又读了一遍，很多地方都说出了我的感受，但是我并没有能力把过去的 10 年做一个个人化的梳理，因此要再次推荐一下。从一篇文章中能读懂一个人，看到一个人的知识储备。 人们彼此相连，却又彼此成为一座座孤岛。我们无法摆脱孤独，正如我们无法摆脱与他人产生联系。 现代百大设计最佳产品。 The greatest designs of modern times 现代百大设计最佳”产品。 https://fortune.com/longform/100-best-designs/ What does it take to become a design icon? There‘s more to it than good looks. These 100 products have made our lives simpler, better, and yes, more stylish. 中文报道：http://reader.s-reader.com/article/f5/3892463.html 学习素材 远程学习怎么学 GitHub 和 juypter https://jupyter4edu.github.io/jupyter-edu-book/ http://tljh.jupyter.org/en/latest/ https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/ Resources and tips for teaching (with) R remotely Unix, R and python tools for genomics and data science https://github.com/crazyhottommy/getting-started-with-genomics-tools-and-resources Teaching resources http://rafalab.github.io/pages/teaching.html Bioinformatics Workbook https://bioinformaticsworkbook.org/ https://github.com/ISUgenomics/bioinformatics-workbook 影音推荐 熊言熊语 本周的影音类内容推荐一个私货，「熊言熊语」播客的试播正式上线了。 播客 RSS 地址：https://podcast.kaopubear.top/episodes/feed.xml 「熊言熊语」是一档由 思考问题的熊 主持的播客（podcast）栏目，在双周更新的基础上争取单周更新。目前托管在喜马拉雅，思考问题的熊和他的朋友们一起聊学习聊工作聊生活。 形式 单口：由思考问题的熊一人录制，分享想法观点 访谈：主播+嘉宾的形式，就嘉宾擅长的话题进行访谈 对话：主播+客座主播，就大家关心的内容和话题进行讨论 内容 观点知识：对于某些问题的想法看法，针对文章书籍的学习笔记和评论 专业相关：生物信息（数据分析）相关的内容 学习技能：学习心得方法和生产力工具及技能的介绍 工作生活：聊工作和生活碰到的各种问题和应对方法 订阅 「熊言熊语」目前托管在喜马拉雅平台，你可以通过苹果播客（Podcast）、Google Podcast、Spotify 以及其他泛用型播客客户端进行订阅收听，也可以在喜马拉雅、网易云音乐和 Bilibili 等国内平台搜索收听，还可以在该播客首页直接收听节目。 Creating an R data package (cord19) in RStudio https://www.youtube.com/watch?v=F4oUJp76KUY&feature=youtu.be 工具 Mac 端翻译软件  Bob Bob 是一款 Mac 端翻译软件，翻译方式支持划词翻译和截图翻译，翻译引擎支持有道翻译、百度翻译和谷歌翻译。 RStudio 1.3 Preview: The Little Things https://blog.rstudio.com/2020/03/17/rstudio-1-3-the-little-things/ 全局替换：Ctrl_Shift_F （MacOS： Cmd_Shift_F）现在支持了全局替换 Shiny  后台运行：现在可以把 Shiny 放在后台运行了 GitHub 移动 App 正式上线 https://www.jiqizhixin.com/articles/2020-03-18-10 优秀的网页 Markdown 写作工具 介绍三个比较不错的在线写作网站以及他们的特点和问题 https://telegra.ph/ 访问和使用 Telegraph 不需要注册账号与下载软件，只需在网页浏览器中访问 http://telegra.ph/ 便可看到简约的界面，填入要发布的内容即可匿名发布。内容发布之后，只要清除浏览器的缓存，便无法再编辑文章。内容发布之后，不能追溯到文章作者和发布者。类似于一个匿名博客，问题是在国内无法正常访问。 https://wtdf.io/ WTDF.io 与 Telegraph  在编辑体验上类似，编辑器本身提供了字号、字体和背景配色，国内环境可以正常访问，支持富文本导出，分享时也能保证风格和排版不会出现太大的差异。wtdf  同时支持 markdown 和富文本，和 typora 类似。 https://hackmd.io/ 一个台湾工程师开发的即时在线协作 markdown 编辑器，在使用上是一个相对传统的 markdown 编辑器，协作的体验非常好。 Coda  一款主打  No Code  的工具 最近三年 Notion 越来越火了，尤其是过去一年在国内获得了不少关注，其实和它使用体验类似甚至某些层面还更优的并不止一款工具，Coda  就是一个。最近有  一篇文章  介绍了  Coda  的发展历史。 No-Code，我们曾经习惯的笔记终将想数据库的形式迈进，在  Coda  看来，未来的软件本质就是文档，或者说在文档里完全可以呈现出一个 APP。 Notion 网页有不少信息资料可以参考学习。关于 Coda 的介绍也可以参考少数派中的几篇教程。 共享屏幕且露脸 现在大多数录屏直播或者视频都没有分享者的脸，其实这个问题在游戏直播界很早就有推荐的东西了，也有不错的视频会议工具可以使用，比如 zoom 和 loom。 OBS，OBS 是一个全平台且开源的直播和录播工具，非常强大，可以叠加多个画面，捕捉窗口和屏幕都不是问题。 关于 OBS 的使用介绍和教程  https://obsproject.com/wiki/ 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/3/22
articleCard.readMore

靠谱熊的每周分享 第3期

刊首语 本周想分享一个「汉隆剃刀」经验法则：能解释为愚蠢的，就不要解释为恶意。 Hanlon's Razor: 'Never attribute to malice that which can be adequately explained by stupidity.' 这句话究竟是谁说的，汉隆究竟是谁，似乎也不太可靠了，想看比较可信度源头可以参见 Wikipedia。 之所以我们感觉这个世界充满了恶意，很大一部分原因是因为我们理解错了这个世界。潜意识里，我们每个人都会以自我为中心思考问题，最常见的一个句式就是「他问什么这么对我」，但现实是每个人都是一个平行的个体。 汉隆剃刀说的「愚蠢」，代表各种无知的、偶然的、非故意的的原因，这些情况发生的可能性远远大于恶意。彼此熟悉的人，突然对你产生恶意的可能性很小，不熟的人也没什么理由对你产生恶意。 这里的愚蠢不仅仅是指「笨」，可能是忘了、错了、误会了、累了或者有事耽误了。并不是这些人恨你，不喜欢你，还是前面说的，这个世界并非以你为中心，很多人也不会专门针对你。 回到开头，评论一个人或者一件事不是坏就是蠢。事后看，往往都不是坏，而仅仅是蠢。 不提别人，可以想一下自己，平时我们有多大的概率会精心设计一件事情，会思考很多其他人之后再做一个决策。通常都是被惯性和情绪驱动，不会想太多。问题在于我们一般意识不到自己的愚蠢，不经意就有了一些让人误解的行为。从另一个角度讲，如果你感觉自己承受了阴谋和恶意，一定要直接交流、小心求证防止误判。 学会和这个世界在某种程度上和解。 专业文献 HisTrader: A Tool to Identify Nucleosome Free Regions from ChIP-Seq of Histone Post-Translational Modifications Yifei Yan, Ansley Gnanapragasam, Swneke Donovan Bailey Motivation: Chromatin immuno-precipitation sequencing (ChIP-Seq) of histone post-translational modifications coupled with de novo motif elucidation and enrichment analyses can identify transcription factors responsible for orchestrating transitions between cell- and disease-states. However, the identified regulatory elements can span several kilobases (kb) in length, which complicates motif-based analyses. Restricting the length of the target DNA sequence(s) can reduce false positives. Therefore, we present HisTrader, a computational tool to identify the regions accessible to transcription factors, nucleosome free regions (NFRs), within histone modification peaks to reduce the DNA sequence length required for motif analyses. Results: HisTrader accurately identifies NFRs from H3K27Ac ChIP-seq profiles of the lung cancer cell line A549, which are validated by the presence of DNaseI hypersensitivity. In addition, HisTrader reveals that multiple NFRs are common within individual regulatory elements; an easily overlooked feature that should be considered to improve sensitivity of motif analyses using histone modification ChIP-seq data. Availability and implementation: The HisTrader script is open-source and available on GitHub (https://github.com/SvenBaileyLab/Histrader) under a GNU general public license (GPLv3). HisTrader is written in PERL and can be run on any platform with PERL installed. https://doi.org/10.1101/2020.03.12.989228 数据库 REWORK 一个大牛做的效率工具导航，700+ 实用工具，涵盖个人、协作、产品、设计、开发、运营。很有意思。 好书好文 「到处说」是到很多地方去说 上周「人物」的一篇报道被刷屏了，这个事情甚至慢慢的变成了一个有点「泛娱乐」的时间。因为人们一边发平台一边删，逐渐性质就变成了大家抖机灵。我在朋友圈里看到了大量的类似文章，有竖排版的，有变成乐谱的，甚至还有变成 DNA 序列的。 一篇博客提到的 以上可以理解，但下面的不好理解，也容易被忽视：为什么网民的接力「到处说」，仅仅局限在微信中？ snakemake 如何处理大量的文件 流程控制工具 snakemake 如何处理大量的文件，这篇文章提到了一些技巧 如何清理你的 apple 设备，看看官方怎么说 苹果官网更新了设备清理说明，其中提到了是不是可以使用消毒剂。其中说到，其实是可以用酒精来擦屏幕的，比如把酒精喷到无绒布上然后猜猜设备。 关于显示器怎么清理，一般情况下其实就是无绒布+水即可。 首先，断开显示屏与电源、电脑以及所有外部设备的连接。然后使用显示屏随附的布或其他柔软的干布擦拭屏幕上的灰尘。 美股暴跌，什么是「熔断机制」 北京时间 3 月 9 日 21:34 分，标普 500 指数日内跌 7%，触发第一层熔断机制，这是美股史上第二次熔断，交易暂停 15 分钟。此外，巴西基准股指下跌 10％，触发熔断。加拿大股指开跌 7％，为 2008 年以来最大跌幅。欧洲股指同样录得自 2008 年经济危机以来的最大跌幅。 以下内容来自中文维基百科 发布前美股又经历了第二次熔断。 国外新闻媒体应该看些什么 想了解外面的世界就需要看看国外新闻媒体，那么国外媒体应该怎么分类哪些该看哪些不该看呢？这里推荐一篇文章。简单来说就是看下图中绿色框和黄色框里的。 学习素材 Introduction to Data Science 一本介绍数据分析很好的教材，推荐！ Bioinformatics Algorithms An Active Learning Approach Bioinformatics Algorithms  这本书目前已经出到了第三版，其中第二版应该是可以从网络上找到的，第三版目前作者已经在逐步开放，现在前三章都可以阅读。 影音推荐 Super Band 本周的视频分享来自韩国一档综艺节目「super band」超级乐队的一次现场表演，一把六弦贝斯+三把吉他，演奏曲目是 Coldplay 的  Adventure Of A Lifetime。 工具 Tools and tricks for a data scientist 生物信息 IP 网红  Ming (Tommy) Tang  最近分享了学习生物信息（数据科学）应该掌握的一些工具和技能。主要涉及到的知识点如下，不知道哪些是你在用的。大部分我也在使用，在此简单罗列和介绍。 Oh-my-zsh!: zsh  配置 Mosh: mobile shell  远程终端后台执行，可以代替 ssh 使用 csvkit：和 csvtk 类似，文本处理工具 body：一个小脚本，处理出 header 以外的所有行 csvtk  爪哥写的命令行工具 GNU parallel：Linux  并行命令 Brename：爪哥写的文件重命名工具 Notion App：笔记类 All-in-on 工具 Hackmd：一个台湾开发者开发的在线协作 markdown 工具，之前我们分享过 Blogdown：使用 Rmarkdown 搭建个人博客 Workflowr：项目结果网页化展示 Docker + rstudio：容器 Snakemake：流程控制工具 crontab：备份命令 讨论 BWA-MEM2 Review: Should You Upgrade? 是否需要升级成 BWAMEM2 呢？前一段时间，序列比对工具 BWA  的升级版本 BWAmem2  更新了一个版本，其中一个内容是完善了的大基因组数据的处理（我之前在分析的时候反馈了一个 issue，这次得到了修正）。不过在主页上还是不建议用于生产环境，目前还处于测试版本。 这里也有一篇测评文章  BWA-MEM2 Review: Should You Upgrade?  大家可以参考。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/3/15
articleCard.readMore

非蠢既坏 别这么想

「能解释为愚蠢的，就不要解释为恶意」 现在评论人和事，有一个特别万能的句式：XXX，不是蠢就是坏。 这话是万能且很有力量的，非蠢即坏，用两个字就把所有可能性都包括了。 今天听了一期「精英日课」，里面提到了一个法则：汉隆剃刀。 说到剃刀，大家比较熟悉的应该是「奥卡姆剃刀」，它的意思是「如无必要，勿增实体」，选择最简单的解释来回答问题就好了。 「汉隆剃刀」则是一个经验法则：能解释为愚蠢的，就不要解释为恶意。 Hanlon's Razor: 'Never attribute to malice that which can be adequately explained by stupidity.' 这句话究竟是谁说的，汉隆究竟是谁，似乎也不太可靠了，想看比较可信度源头可以参见 Wikipedia。 之所以我们感觉这个世界充满了恶意，很大一部分原因是因为我们理解错了这个世界。潜意识里，我们每个人都会以自我为中心思考问题，最常见的一个句式就是「他问什么这么对我」，但现实是每个人都是一个平行的个体。 汉隆剃刀说的「愚蠢」，代表各种无知的、偶然的、非故意的的原因，这些情况发生的可能性远远大于恶意。彼此熟悉的人，突然对你产生恶意的可能性很小，不熟的人也没什么理由对你产生恶意。 这里的愚蠢不仅仅是指「笨」，可能是忘了、错了、误会了、累了或者有事耽误了。并不是这些人恨你，不喜欢你，还是前面说的，这个世界并非以你为中心，很多人也不会专门针对你。 回到开头，评论一个人或者一件事不是坏就是蠢。事后看，往往都不是坏，而仅仅是蠢。 不提别人，可以想一下自己，平时我们有多大的概率会精心设计一件事情，会思考很多其他人之后再做一个决策。通常都是被惯性和情绪驱动，不会想太多。问题在于我们一般意识不到自己的愚蠢，不经意就有了一些让人误解的行为。 从另一个角度讲，如果你感觉自己承受了阴谋和恶意，一定要直接交流、小心求证防止误判。 在「精英日课」的文章中提到汉隆剃刀后来又被别人进行了扩展，我也找到了原文： 能解释为愚蠢的，就不要解释为恶意。 能解释为无知的，就不要解释为愚蠢。 能解释为可原谅的错误的，就不要解释为无知。 能用你未知的其他原因解释的，就不要解释为错误。 用一句概括，就是用最大的善意去理解别人。 这个法则可以扩展到日常各种领域，或许也可以包括近期一些我们无法理解的事情。 不方便展开了。 理解践行汉隆剃刀，希望你能减少一些无缘无故的愤怒和压力，改善和别人的关系，和这个世界达成某种程度的和解。 番外：这个「剃刀」在哲学领域非常有意思，各种剃刀理论非常多。 剃刀指的是能指导人们排除（剃掉）一个现象中不太可能的解释或避免不必要行动的一个原则或经验法则 。 与此相对的还有各种反剃刀理论，如果有兴趣，可以再去查查看。 了解更多： https://en.wikipedia.org/wiki/Hanlon%27s_razor https://medium.com/@matthewcook/hanlons-razor-f7fa63e70e9a http://jonathanbecher.com/2017/07/30/you-should-embrace-hanlons-razor/ https://rationalwiki.org/wiki/Hanlon%27s_razor 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/3/7
articleCard.readMore

靠谱熊的每周分享 第2期

刊首语 本周把自己一年多没更新的个人公众号(思考问题的熊)更新了一次，结果很快就有了五十多条留言。 不知道你有没有一个自己很久没有留意却突然发现还有人在关注的东西，不妨分享一下。 专业文献 The Bioinformatics Toolbox for circRNA Discovery and Analysis Circular RNAs (circRNAs) are a unique class of RNA molecule identified more than 40 years ago which are produced by a covalent linkage via back-splicing of linear RNA. Recent advances in sequencing technologies and bioinformatics tools have led directly to an ever-expanding field of types and biological functions of circRNAs. In parallel with technological developments, practical applications of circRNAs have arisen including their utilization as biomarkers of human disease. Currently, circRNA-associated bioinformatics tools can support projects including circRNA annotation, circRNA identification and network analysis of competing endogenous RNA (ceRNA). In this review, we collected about 100 circRNA-associated bioinformatics tools and summarized their current attributes and capabilities. We also performed network analysis and text mining on circRNA tool publications in order to reveal trends in their ongoing development.** PMID: 32103237 DOI: 10.1093/bib/bbaa001 circRNA 发展历史   circRNA 分析工具 Quality control and processing of nascent RNA profiling data Experiments that profile nascent RNA are growing in popularity; however, there is no standard analysis pipeline to uniformly process the data and assess quality. Here, we introduce PEPPRO, a comprehensive, scalable workflow for GRO-seq, PRO-seq, and ChRO-seq data. PEPPRO produces uniform processed output files for downstream analysis, including alignment files, signal tracks, and count matrices. Furthermore, PEPPRO simplifies downstream analysis by using a standard project definition format which can be read using metadata APIs in R and Python. For quality control, PEPPRO provides several novel statistics and plots, including assessments of adapter abundance, RNA integrity, library complexity, nascent RNA purity, and run-on efficiency. PEPPRO is restartable and fault-tolerant, records copious logs, and provides a web-based project report for navigating results. It can be run on local hardware or using any cluster resource manager, using either native software or our provided modular Linux container environment. PEPPRO is thus a robust and portable first step for genomic nascent RNA analysis. http://biorxiv.org/cgi/content/short/2020.02.27.956110v1 https://doi.org/10.1101/2020.02.27.956110 PAREameters: a tool for computational inference of plant miRNA–mRNA targeting rules using small RNA and degradome sequencing data MicroRNAs (miRNAs) are short, non-coding RNAs that modulate the translation-rate of messenger RNAs (mRNAs) by directing the RNA-induced silencing complex to sequence-specific targets. In plants, this typically results in cleavage and subsequent degradation of the mRNA. Degradome sequencing is a high-throughput technique developed to capture cleaved mRNA fragments and thus can be used to support miRNA target prediction. The current criteria used for miRNA target prediction were inferred on a limited number of experimentally validated A. thaliana interactions and were adapted to fit these specific interactions; thus, these fixed criteria may not be optimal across all datasets (organisms, tissues or treatments). We present a new tool, PAREameters, for inferring targeting criteria from small RNA and degradome sequencing datasets. We evaluate its performance using a more extensive set of experimentally validated interactions in multiple A. thaliana datasets. We also perform comprehensive analyses to highlight and quantify the differences between subsets of miRNA–mRNA interactions in model and non-model organisms. Our results show increased sensitivity in A. thaliana when using the PAREameters inferred criteria and that using data-driven criteria enables the identification of additional interactions that further our understanding of the RNA silencing pathway in both model and non-model organisms. https://academic.oup.com/nar/article/48/5/2258/5707202 https://doi.org/10.1093/nar/gkz1234 数据库 R 社区的发展探索 https://benubah.github.io/r-community-explorer/rugs.html 该页面总结了 R 语言近年来社区的发展情况，女性用户的分析以及历届 Google Summer of Code 中 R 相关的项目。 好书好文 R 的 20 年 最近有  一篇文章  从三个纬度介绍了 R 这 20 年的发展。 R 在这些年里发展速度有多快 2000 年以来发布了多少个 R 包 包的下载量如何增长 10 个节省时间的 R 操作技巧 Keith McNulty  总结了可以节省时间的10 个 R 操作技巧 Downloading and reading files straight from source Storing your credentials for regular use RStudio’s shortcut keys Global chunk options in RMarkdown Easy pasting of ggplots with the patchwork package Smoother dependency management using Renv Multitask with RStudio’s Jobs Rename all variables in scope Using . to keep piping Immediately invoked display Mac 触控板 ForceTouch 可以做什么 9to5mac 发布了一篇关于的教程，介绍了Mac 触控板 ForceTouch 可以做什么，包括如何设置 ForceTouch 以及哪些应用可以使用 ForceTouch。 学习素材 lncRNA 定量注意事项 关于如何定量 lncRNA，19 年有一篇发表在 Gigascience 的文章进行了不同方法的测试，整体的结论如下： Pseudoalignment methods and RSEM detect more lncRNAs and correlate highly with simulated ground truth. On the contrary, HTSeq and featureCounts often underestimate lncRNA expression. Antisense lncRNAs are poorly quantified by alignment-based gene quantification methods, which can be improved using stranded protocols and pseudoalignment methods. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6897288/ 伪比对方法和 RSEM 检测到更多的 lncRNAs，反义 lncRNAs 通过基于比对的基因量化方法难以量化。关于这个问题在 GitHub 有一个简单的讨论：https://github.com/alexdobin/STAR/issues/848 Canadian Bioinformatics Workshops https://bioinformaticsdotca.github.io/ ggplot2 教程合集 Erik Gahner Larsen 整理了目前可以找到的 ggplot2 相关教程合集  awesome-ggplot2  ggplot2: Elegant Graphics for Data Analysis Hadley Wickham 主编的第三版 ggplot2 教程已经在路上了，服气。 影音推荐 理解 RNAseq 是如何工作的 这个简短的视频说明了 RNAseq 是如何工作的，以及如何研究中使用它。Jose Manuel Garcia Manteiga 解释了如何有效地设计 RNAseq 实验以及可以从这项技术中获得的结果。 十分钟的视频把转录组分析相关内容的方方面面今本都涉及到了，很喜欢这样的讲课方式。如果有机会做一些类似的小视频就好了，不过机会在哪呢 ╮(￣ ▽ ￣)╭ 工具 Datawrapper https://www.datawrapper.de/ 如何使用 datawrapper https://academy.datawrapper.de/ AntV 和语雀出自同一家，AntV 是蚂蚁金服全新一代数据可视化解决方案，致力于提供一套简单方便、专业可靠、无限可能的数据可视化最佳实践。近日其 G2 正式发布了 4.0 版本。 https://antv.vision/zh 技巧 微信双开 微信这个让人又恨又不得不用的东西，有时候不仅不得不用，可能一次还得用两个。这里就涉及到了微信双开的问题。在 android 系统上，现在多数国产厂商都适配了微信双开。至于 Windows 和 macOS 其实也都有自己的方法（其实都是命令行启动），供各位参考。 Windows 上的使用方式就是以极快的速度连续点击微信图标有两种思路，我比较喜欢的是在微信安装目录新建一个 bat 文件，里面写两行 start WeChat.ext 。在把这个文件做一个快捷方式到桌面。也可以直接写绝对路径，把文件直接放到桌面。 macOS 本身是利用 nohup 命令让微信进行后台运行，如下所示，原则上，这种方法可以同时开启 N 个微信。 nohup /Applications/WeChat.app/Contents/MacOS/WeChat > /dev/null 2>&1 & 订阅 该周刊每周六发布，暂时作为「素材分享学习小组」内部资料，我们会挑选部分内容进行公开分享。 交流 如果想要加入「素材分享学习小组」可以参考申请说明，如果想和我们交流，欢迎在评论区留言，我们下周见！ 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/3/6
articleCard.readMore

R 的 20 年

最近有一篇文章从三个纬度介绍了 R 这 20 年的发展。 R 在这些年里发展速度有多快 2000 年以来发布了多少个 R 包 包的下载量如何增长 我提取一些结果和大家分享。 测试 R 的运行速度 作者使用了一段测试代码： col_len <- function(n) { len <- 0 while (n > 1) { len <- len + 1 if ((n %% 2) == 0) n <- n / 2 else { n <- (n * 3 + 1) / 2 len <- len + 1 } } len } res <- lapply( 1:10, function(i) { gc() system.time( max(sapply(seq(from = 1, to = 999999), col_len)) ) } ) 运行时间如下图所示 2000 年 2 月: 第一个 R 版本超过 17 分钟，1.0.0 2002 年 1 月: 1.4.1 版本带来了巨大的性能提升约为 4.5 分钟 2004 年 10 月: 在版本 2.0.0 只有 168 秒，不到 3 分钟。 2014 年 4 月 -- 10 年后，3.1 版将时间缩短到大约 145 秒 2017 年 4 月-最后，3.4 版本已经看到了另一个显著的性能提升，从这个版本上执行这个计算所需的时间不到 30 秒。 R 包数量的增长速度 在 2000-2004，新发布的包数量不到 100 个 在 2010 中，CRAN 已经看到了 400 多个 2014 年，超过 1000 个包首次发布 在 2017 中，超过 2000 个新包被添加到 CRAN 在 2018 和 2019 中，总 CRAN 释放量超过 10000 R 包的下载量 上面的数字仅代表了许多 CRAN 镜像中的一个，因此包下载的真实数量要高得多，图表的信息价值主要在增长: 2013 年 1 月有大约 110 万个 2015 年 1 月 770 万 2017 年 1 月 2690 万 2020 年 1 月超过 1.28 亿次下载 原文地址：https://jozef.io/r921-happy-birthday-r/ 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/2/29
articleCard.readMore

靠谱熊的每周分享 第1期

刊首语 在「素材学习分享小组」进行的第二个年头，为了让它能再向前走一小步，我们决定以电子杂志的形式发布「素材学习分享周刊」。 每期都会有一位小组成员作为轮值编辑为大家奉献一期内容，同时也作为小组成员的阶段性考核。**我们会提前一周提醒轮值编辑，如果断更则基本会取消下一阶段小组成员资格。**每位轮值编辑对自己当期的内容持有版权，可以决定除小组分享外是否公开分享，亦可发布在自己的博客或者公众号等个人平台。 当然，如果不是轮值编辑仍然可以记录自己的分享内容，只需要在题目最后增加你的个人 ID 即可。除了清退机制，我们也在思考如何引入奖励机制或成就值。分享的内容越多，在小组的成就值也就越高。 周刊的分享和发布形式都受到了阮一峰「科技爱好者周刊」的启发，在此表示感谢和敬意。 在以后的每期内容中，轮值编辑都会向大家推荐自己的心头好，其中包括但不限于和专业相关的科研文献、近期读到的书籍文章、值得学习的资料素材、自己喜欢的电影音乐和好用的应用工具等等。 希望这些内容可以记录彼此的成长，留住易逝的时光。 思考问题的熊 专业文献 Regulation of Rice Tillering by RNA-directed DNA Methylation at Miniature Inverted-repeat Transposable Elements Molecular Plant 2020 February 19 PMID: 32087371 DOI: 10.1016/j.molp.2020.02.009 Tillering is a major determinant of rice plant architecture and grain yield. Here we report that depletion of rice OsNRPD1a and OsNRPD1b, two orthologues of the largest subunit of RNA polymerase IV, leads to a high-tillering phenotype, in addition to dwarfism and smaller panicles. OsNRPD1a and OsNRPD1b are required for the production of **24-nt siRNAs **that direct DNA methylation at transposable elements (TEs) including Miniature Inverted-repeat TEs (MITEs). Interestingly, many genes are regulated either positively or negatively by TE methylation. Among them, OsMIR156d and OsMIR156j, which promote rice tillering, are repressed by CHH methylation at two MITEs in the promoters. By contrast, D14, which suppresses rice tillering, is activated by CHH methylation at a MITE in its downstream. Our findings reveal control of rice tillering by RdDM at MITEs and provide potential targets for agronomic trait enhancement by epigenome editing. 水稻分蘖是水稻结构和产量的主要决定因素。这篇文章揭示了 RNA 介导的 DNA 甲基化（RdDM）在 MITE 这个类型的转座子上可以分别正向和负向调节 D14 和 OsMIR156 家族成员，从而促进水稻分蘖的调节。 Robustness and applicability of transcription factor and pathway analysis tools on single-cell RNA-seq data Genome Biology 2020 February 12, 21 (1): 36 PMID: 32051003 DOI: 10.1186/s13059-020-1949-z BACKGROUND: Many functional analysis tools have been developed to extract functional and mechanistic insight from bulk transcriptome data. With the advent of single-cell RNA sequencing (scRNA-seq), it is in principle possible to do such an analysis for single cells. However, scRNA-seq data has characteristics such as drop-out events and low library sizes. It is thus not clear if functional TF and pathway analysis tools established for bulk sequencing can be applied to scRNA-seq in a meaningful way. RESULTS: To address this question, we perform benchmark studies on simulated and real scRNA-seq data. We include the bulk-RNA tools PROGENy, GO enrichment, and DoRothEA that estimate pathway and transcription factor (TF) activities, respectively, and compare them against the tools SCENIC/AUCell and metaVIPER, designed for scRNA-seq. For the in silico study, we simulate single cells from TF/pathway perturbation bulk RNA-seq experiments. We complement the simulated data with real scRNA-seq data upon CRISPR-mediated knock-out. Our benchmarks on simulated and real data reveal comparable performance to the original bulk data. Additionally, we show that the TF and pathway activities preserve cell type-specific variability by analyzing a mixture sample sequenced with 13 scRNA-seq protocols. We also provide the benchmark data for further use by the community.** 转录因子和通路分析工具对于单细胞数据是不是数据，以及有哪些影响，应该怎么用，这篇文章给出了一些介绍。这篇文章也提到了一些我们这方面可以借鉴的工具。 MUM&Co: Accurate detection of all SV types through whole genome alignment Bioinformatics 2020 February 25 PMID: 32096823 DOI: 10.1093/bioinformatics/btaa115 SUMMARY: MUM&Co is a single bash script to detect Structural Variations (SVs) utilizing Whole Genome Alignment (WGA). Using MUMmer's nucmer alignment, MUM&Co can detect insertions, deletions, tandem duplications, inversions and translocations greater than 50bp. Its versatility depends upon the WGA and therefore benefits from contiguous de-novo assemblies generated by 3rd generation sequencing technologies. Benchmarked against 5 WGA SV-calling tools, MUM&Co outperforms all tools on simulated SVs in yeast, plant and human genomes and performs similarly in two real human datasets. Additionally, MUM&Co is particularly unique in its ability to find inversions in both simulated and real datasets. Lastly, MUM&Co's primary output is an intuitive tabulated file containing a list of SVs with only necessary genomic details. AVAILABILITY: https://github.com/SAMtoBAM/MUMandCo 借助  MUMmer 写的一个一千多行的 shell 脚本，用来分析各种 SV，测试了不同物种的分析效果，发到了 bioinformatics。 Small RNAs in the Transgenerational Inheritance of Epigenetic Information Published:January 14, 2020 DOI:https://doi.org/10.1016/j.tig.2019.12.001 In recent years it has become evident that RNA interference-related mechanisms can mediate the deposition and transgenerational inheritance of specific chromatin modifications in a truly epigenetic fashion. Rapid progress has been made in identifying the RNAi effector proteins and how they work together to confer long-lasting epigenetic responses, and initial studies hint at potential physiological relevance of such regulation. In this review, we highlight mechanistic studies in model organisms that advance our understanding of how small RNAs trigger long-lasting epigenetic changes in gene expression and we discuss observations that lend support for the idea that small RNAs might participate in mechanisms that trigger epigenetic gene expression changes in response to environmental cues and the effects these could have on population adaptation. 这篇综述介绍了 smRNA 和表观的关系，推荐大家了解一下。 数据库 *Genome Research *最近发表了一篇 Resource 文章，FANTOM 利用他们已有的数据对人的 lncRNA 数据进行了一次新的综合定量分析。 确定不同类型编码和非编码基因的组织特异性转录谱 在 13 种癌症类型中进行差异表达分析, 识别潜在参与肿瘤发病和进展的新的非编码基因 确认癌症中几种增强子 lncRNAs 表达的预后价值 相关资料 FANTOM6 Functional annotation of long non-coding RNAs in the human genome recount A multi-experiment resource of analysis-ready RNA-seq gene and exon count datasets Recounting the FANTOM CAGEAssociated Transcriptome 好书好文 如何学会所有编程语言 应该从哪些方面学习一门编程语言 This is How You Can Learn All Programming Languages, Yes - “all” 如何学会所有的编程语言？ 一个普通 985 研究生的求职全纪录 我也不是很差劲吧，985 研究生，成绩前 5%，发过论文，拿过国奖，怎么找工作就比不上别人？ https://mp.weixin.qq.com/s/ITOV7cHB-KkEYceWYAw_RA 梁文道、周轶君：为什么“假新闻”总是跑得更快？ 弹指之间就能获得大量讯息的今天，自然也伴随着漫天飞的截图、谣言、推测、和评论。这时，真相真的离我们更近了吗？我们该如何获得真相？新闻、媒体、平台与我们的关系又有了哪些改变？ https://mp.weixin.qq.com/s/h-rkTyJ12Kn4olVYhegUSQ 学习素材 如何使用 R 制作 PPT 前天收到了教育中心负责老师的微信，她说我之前作为助教带的一些学生这两年也陆续在当助教，这一届的助教有人推荐了我当时上第一节课的时候使用的 PPT，问我能不能贡献出来给他们参考一下。这就想起了当时用 R 做 PPT 的经历。这几天又看到了一个不错的介绍 地址  https://arm.rbind.io/slides/xaringan.html 影音推荐 北京时间 2 月 25 日凌晨，科比-布莱恩特追思会“生命的礼赞”在斯台普斯中心举行。科比遗孀瓦妮莎首次公开亮相，发表了感人至深的演讲，纪念科比以及两人的女儿吉安娜。迈克尔-乔丹全程流泪演讲，沙奎尔-奥尼尔等也都演讲致敬、怀念科比。 乔丹回忆科比 Jimmy Kimmel 特别节目追忆科比 工具 文章配图插画制作 itg digital 关于文章配图，推荐过几个比较不错的插画网站，这次推荐的工具支持对不同的元素进行自定义的组合。可以根据自己的需求更改元素、样式和颜色。jpg 格式内容的下载免费。 地址  https://app.itg.digital/ 给我印象很深的是他的加载动画，是一只小狗向前走，然后越走自己的身体越长，如果你的网速不理想就可以看到一只加长小狗～ 讨论 本周我遇到了两个比较有趣的问题，一并记录下来和大家分享。 富集分析用哪些基因 第一个问题是 转录组分析中，常常把上调表达基因和下调表达基因分别进行 GO 分析和 Pathway 富集分析，为什么不是放在一起进行 GO 和 Pathway 分析呢？上调下调的不同基因可能是同一种功能或者同一个通路的，整体分析不是能更全面的找出真正差异的功能或者通路了吗 我的回答： 这个问题很有意思，首先要不要把差异基因上调和下调分别进行 GO 和 Pathway 分析本身是没有定论的，上调下调不同基因当然可能是同一种功能或者同一个通路的。如果 KEGG 的一个通路里本身有抑制性的基因也有促进性的基因，那么使用所有表达差异基因去分析就是合理的。 但是 2013 年曾经有一篇文章专门研究了这个问题，他们使用了 5 种肿瘤的芯片和转录组数据集进行了分析，研究的结果是具有相关功能的基因在表达水平上往往是正相关的，这也就导致特定通路上某一类基因的比例是失衡的，不恰当的具体例子可以理解为一个通路上 100 个基因，可能有 80 个都是在一种处理中上调表达，而只有 20 个是下调表达的。 Hong G, Zhang W, Li H, Shen X, Guo Z. Separate enrichment analysis of pathways for up- and downregulated genes. J R Soc Interface. 2013;11(92):20130950. Published 2013 Dec 18. doi:10.1098/rsif.2013.0950 这种不平衡导致如果使用全部差异基因进行富集分析的统计学检验时会显著降低统计检验效力，在他们检测的 5 种肿瘤数据中，对上调和下调的基因进行单独分析可以确定与表型差异真正相关的更多通路。 这里就出现了一个富集分析的缺点，所谓上调基因和下调基因是不同处理下的相对表达量而言的，但是仅凭 KEGG 里的「富集」就把上调理解为对通路的激活，把下调理解为对通路的抑制是不合适的。 此外，富集分析通常用的都是 Fisher 精确检验或超几何检验来验证相关基因在背景中的比例是不是足够多，这里怎么定义上下调的倍数本身也存在很多争议，也就是为什么要引入某种程度上更有意义的 GSEA 分析。 当然，之前也有过一些其它的分析思路，但是都是发了文章没有人用。 Warden C D, Kanaya N, Chen S, et al. BD-Func: a streamlined algorithm for predicting activation and inhibition of pathways[J]. PeerJ, 2013, 1: e159. Malathi S.I Dona, Luke A Prendergast, Suresh Mathivanan, Shivakumar Keerthikumar, Agus Salim, Powerful differential expression analysis incorporating network topology for next-generation sequencing data, Bioinformatics, Volume 33, Issue 10, 15 May 2017, Pages 1505–1513, https://doi.org/10.1093/bioinformatics/btw833 RNA 和蛋白质的关系 有没可能 mrna 没有高表达，但是蛋白高表达。即使发生了也没法解释吧？ 我的回答 mRNA 和对应蛋白质的关系比较复杂，比如转录后修饰和 miRNA 起作用等等，这个推荐一篇研究二者关系的文献，16 年发表在 cell 上 Liu Y, Beyer A, Aebersold R. On the Dependency of Cellular Protein Levels on mRNA Abundance. Cell. 2016;165(3):535–550. doi:10.1016/j.cell.2016.03.014 订阅 该周刊每周六发布，暂时作为「素材分享学习小组」内部资料，我们会挑选部分内容进行公开分享。 交流 如果你想要加入「素材分享学习小组」可以参考申请说明，如果想和我们交流，欢迎在评论区留言，我们下周见！ 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/2/28
articleCard.readMore

停课不停学 推荐 7 门有趣实用的线上课程

本文首发于「少数派」 由于新型冠状病毒感染肺炎疫情的持续，从最新通知来看很多高校返校时间已调整为二月底，不少公司的线下上班时间也推后到 2 月 14 日。无论是微博还是微信朋友圈，不少人都纷纷表示又一次开始「喜欢」上课和工作了。 面对这个超长待机的假期学生党该如何度过，其实教育部已经帮大家 安排 的明明白白。在这份说明中，一个重点信息是 面向全国高校免费开放全部优质在线课程和虚拟仿真实验教学资源。 截至 2020 年 2 月 2 日，一共有 22 个在线课程平台共免费开放了 2.4 万余门在线课程，这一消息一度登上了微博热搜。这篇文章就向你推荐面对社会公众开放的 7 门有趣或实用的国家精品课程。 中国大学 MOOC：国家精品课程平台 中国大学 MOOC是由网易与高教社共同推出的在线教育平台，承接教育部国家精品开放课程任务，向大众提供中国知名高校的 MOOC 课程，可以说是中国在线课程平台的领头羊。自 2014 年正式上线以来，目前平台运行着 8000 余门课程，其中包括国家精品在线开放课程 916 门。除了免费的高校课程，目前也延伸出了付费专栏和针对各种考试的付费培训课程等内容。 中国大学 MOOC 中的高校课程按照期数开课，每门课程可能存在「正在开课」和「即将开课」两种状态，正在进行中的课程可以直接加入，如果想按照课时进度学习也可以选择「报名下一次开课」。通常完成课程要求的作业并通过线上考试即可获得相应等级的结课证书。 对于往期课程，有些老师会选择关闭课程有些则不会，如果你只想学习课程内容完全可以选择查看尚未关闭的往期课程。接下来要推荐的内容全部都可以通过这个平台在线学习。 宇宙简史 宇宙有多大？它从何而来又将归向何处？古老而又神秘的宇宙始终激发了人们无限好奇与想象。而宇宙如此广袤，人类又是如何认识和理解它的？“宇宙简史”课程，希望带给大家一次精神旅行，在这里既有知识和智慧的碰撞，也关照历史和人文的视野，更有全人类千百年来勇于探索、追求真理的精神力量的绽放。——官方课程介绍 「宇宙简史」这门课程的老师是南京大学天文与空间科学学院教授、博士生导师李向东。无论是每节课的片头效果还是授课现场的布置，与其说这是一门大学课程，我感觉它更像是豪华加长版 TED 讲座。 李老师一个人站在空旷的讲台上娓娓道来，和大家讨论我们在哪、星空中有什么秘密、天有多高和黑洞是黑的吗等 8 个融合了科学和哲理的问题，进而反映天文学研究的方法与成果，揭示宇宙之美及其背后的规律。 目前这门课程刚刚开始第五期，点击第四次课程也可以查看全部内容。如果你对天文学或者宇宙感兴趣但还没有什么基础，这门课程应该不会让你失望。 信息素养通识教程 信息素养通识教程是专为你量身定制的慕课，以好学的方法、好记的高招和好用的工具，助你轻松解决在日常的生活、学习和工作中遇到的各种获取信息的难题，快速学会各类信息获取技能，有效提升信息素养。学会检索方法，受益无穷； 提升信息素养，生活、学习、工作不迷茫。——官方课程介绍 如果说现在这个信息爆炸的时代那些素质是日常学习工作中必不可少的，信息素养一定是其中一个。这门国家精品课程的讲师团队来自中山大学，主讲人是中山大学资讯管理学院教授、博士生导师潘燕桃，潘老师也是《信息素养通识教程》这本教材的作者。 这门课程给我最大的感受是场景明确，结构清晰，虽然内容并不深入，但可以帮我们填补不少信息盲区。从休闲到入学，从升学到创业，可能会需要的基本信息获取渠道与技能都在课程和补充材料里有所涉及。 文献管理与信息分析 欢迎参加中科大为科研人员量身打造的免费网络公开课《文献管理与信息分析》，内容包括信息获取、知识管理、文献管理、文献信息分析、思维导图等。现累计学员 20 多万，共有超过 40 所高校认可本课程的学分。2015 年 7 月入选全国工程专业学位首批在线课程，2017 年入选国家精品在线课程。 ——官方课程介绍 在 MOOC 上和「信息素养通识课」对应的还有另一门国家精品课程，来自中国科学技术大学罗昭锋老师的「文献管理与信息分析」。这门课在中国科学技术大学是选课人数最多的研究生公选课，更加关注于学生视角的信息管理和处理能力，目前已经开设 10 年有余。 尽管这门课程里着重提到的为知笔记和 Endnote 都不是我日常使用的工具，但丝毫不影响它对我的帮助和启发。课程本身包含了信息获取、信息管理、文献信息分析和分享协作四大部分内容，着重介绍了 RSS、Endnote 等工具。如果你刚开始研究生的学习，建议你学习这门课程。 心理学与生活 心理学很神秘？你会发现，只要有人的地方，就有心理学！ 心理学很深奥？你会发现，似乎每个人都是大众心理学家，谁都可以说点“心理学”。 我们生活中处处都是心理学！但这门课程却要告诉你，我们常常挂在嘴边的“心理学”绝大部分是错的，剩下的一小部分也是不全面的。——官方课程介绍 南京大学社会学院心理学系副教授陈昌凯老师但「心理学与生活」应该中国大学 MOOC 平台上最火爆的的心理学相关课程，仅仅是第八次开课一期就用接近 28 万人参加学习。 这门课程给我的感受和「宇宙简史」类似，老师讲解清晰且课程制作非常精良，更像是一位 UP 主上传的系列短视频而非一门枯燥但课程。很多概念和内容都配有大量的漫画风格素材和案例，非常有趣。在「星座和血型是否可信」一节，他列举了一个「李雷和韩梅梅」的例子让我印象深刻。 摄影基础 当今图像时代，摄影已成为一门普遍的艺术语言，是凝固瞬间和认识世界的一个重要手段。本课程以实战拍摄为主要方式，结合基础技术知识讲解，与你一起分享摄影的内容及技巧，提升美学素养，引导大家体验美、发现美，表达美，用相机有选择的观察和记录生活。——官方课程介绍 如果说到大学课程，我的第一反应就是巨大的黑板、潦草的板书以及座位上昏昏欲睡的同学，如果让我想象一门大学教授都摄影课程，我能想到的无非是 PPT 赏析摄影作品。但是，电子科技大学这门国家精品课程直接颠覆了我的认知。 整个课程从实战的角度出发，十周的内容基本上每次老师都会去到一个实际拍摄场景，内容包括实景讲解加上技术知识，涵盖了曝光、构图、用光、风景、静物、人像以及手机摄影等诸多方面。 在第一周课程里一开始桌子上的 8 台相机就直接震撼到了我这个摄影门外汉。 讲风景拍摄的时候老师选择直接去雅安境内的牛背山拍云海，虽然我好像也没学会怎么拍，光是看看牛背山上的风景也开心的不得了。 在最后一周讲棚内摄影的时候，老师还请来了一个真人模特。 如果你刚好有入门摄影的计划，这门课推荐给你，等春暖花开了就可以出去拍拍拍。目前第六次课程已经关闭，可以预约新一期课程或者查看第五次课程内容。 好玩的广告学 需要推销商品的你，需要推销自己的你！ 学一点广告，让你的生活也更有创意！ 通俗有趣的方式讲解广告科学理论、专业知识拆解广告精彩案例。贴近现代受众的方式制作课程，微信公众平台延伸课堂，还有好听的广告音乐，还有业界大咖的独家专访。帮助专业学生成为优秀广告人，帮助普通人成为理性消费者。——官方课程介绍 老实说，我第一次点开这个课程完全是因为首页的宣传视频，这哪里是课程宣传视频，分明就是一个好看的 Vlog。如果你对广告不敢兴趣，答应我也一定要把课程首页的宣传视频看完。 「好玩的广告学」主讲老师是宁波大学人文与传媒学院的副教授汤志耘。整个课程首先介绍了广告学和其它学科的关系，接着讲解了 4P 4C 和定位理论这些经典的广告理论，又从广告的主体、客体、媒介和创意等方面做了深入的讲解。比较特别的是，课程录制使用了多机位且在后期剪辑时也加入了不少花字和音效。 如果你对广告相关的内容感兴趣，这是一门好看好听也好学的入门课。我把课程的几个评价截图展示出来，他们也完全代表了我的学习感受。 课程目前第四期已经结束，第一期内容可以直接收听。同时，在 MOOC 上还有一门课程「爱上广告——广告艺术鉴赏」更加着重于具体的广告案例分析也值得推荐。 现场生命急救知识与技能 天灾人祸、急危重病，一旦突如其来发生，你该怎样面对？如果你是受害者，该如何自保与自救？如果你是目击者，怎样施救才是正确？就让我们随南昌大学国家级实验教学示范中心的老师和 3S 救护会的同学们，学习常用“现场生命急救知识与技能”吧！“学习急救、救人自救”，你我都行！——官方课程介绍 作为一个非医学专业的学生，我们可以先扪心自问了解多少急救常识。如果在商场或者地铁站身边突然有人心脏骤停，这时现场有一台 AED，我们能不能用它在救护车没有到的五分钟挽救一个人的生命，或许很多人都没有听说过什么是 AED。 常见的急救知识这些本应该在初高中就被重视的内容，却在我们每个阶段的教育中都极度缺失。 南昌大学的多名教授讲师在 MOOC 上开设了这门「现场生命急救知识与技能」国家精品课程。 课程整体内容围绕我们在日常生活中所能碰到的各类急救事件，用 10 个章节讲解了包括心肺复苏、创伤骨折以及其它常见意外的现场急救知识。这些内容希望我们都不要用到，也希望我们都能够知道。 以上就是为你推荐的 7 门国家精品课程，希望其中有你感兴趣的内容。反脆弱的最好方法就是行动，一起加油。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/2/6
articleCard.readMore

在家复工，学生党如何使用学术资源

本文首发于「少数派」 「战疫」尚未结束，各大高校和科研院所的开学时间一改再改，目前多数院校的返校时间点是 2 月 17 日，还有一些已经改为了 2 月底。就在 2 月 3 日，教育部给全国大学生写了一封信，信中提到： 做“修行者”，就是宅其身、抱道行。在网络资源平台上自主专业学习和自我提升，做到“停课不停学、学习不延期” 现在不少同学已经开始着手复工，随之而来的问题就是学生党在家应该如何使用学术资源？本文简单整理一些方法供大家参考和讨论。希望在这段时间里大家既要注意个人健康安全，也可以抓住机会充电学习。 合理使用高校订阅资源 作为在读学生，在家使用学术资源最方便的方法就是远程使用所在高校的读书馆订阅资源。每个学校的远程使用方法各不相同，常用方式有如下几种。 基于 VPN 访问校园网络 VPN 访问目前是大多数高校采取的主要内网访问方式，例如 复旦大学 就分别为教师和学生提供了网络代理服务。你不妨去自己学校图书馆网站查看，通常都会有具体的使用方法介绍。 基于 CARSI 进行访问 所谓 CARSI，其全称是中国教育科研计算机网统一认证与资源共享基础设施（CERNET Authentication and Resource Sharing Infrastructure）。 该项目自 2008 年 12 月由北京大学计算中心发起，在校园网统一用户管理和身份认证系统基础上，面向国内高校和科研机构提供跨域身份认证和资源共享服务。目前有 77 所高校已经或即将其成员，你可以通过官网 成员列表清单 查看自己的学校是否列在其中。 CARSI 本身基于 Shibboleth 进行开发，而 Shibboleth 也被 NREN（National Research and Education Network）普遍采用。在 2019 年 CARSI 已经成为 eduGAIN（国际身份联盟组织）正式会员。这就意味着接入了 CARSI 的国内高校学生可以方便的访问那些支持该服务的资源提供商，例如 IEEE、Springer Nature 和 EBSCO 等。 目前已有 44 项资源完成接入，你可以在官网的 资源列表 中查看资源内容和更具体的访问方法。 下面以 Web of Science 为例简要说明，首先进入网站登陆界面，然后选择通过机构登陆，找到「CHINA CERNET Federation」后点击「转到」。 正常情况下会跳转到 CAERSI 高校选择列表，找到你自己所在高校然后点击验证即可。 需要说明的是目前各高校申请开通的资源各不相同，所以即便你的学校在列表中也无法确认能否正常访问也某些资源。另外，不同内容提供商的登陆方式也不尽相同，可以查看各自高校和内容提供商的详细说明。 此外，组织登陆的方法也适用于部分没有参加该计划，但也可以通过 Shibboleth 进行组织验证登陆的单位，只要在组织列表中尝试搜索即可。 基于邮箱登陆专用网站 部分高校和科研院所拥有自己专门的用户认证体系和资源访问方式，通过拥有使用权限的专属邮箱登陆即可使用。 这里以中国科学院为例，中国科学院拥有自己的 中科科技云 认证系统。该系统已经直接接入了大量的文献服务和应用，认证通过后就可以直接使用。 此外，中国科学院文献情报中心还提供了基于移动互联网的中国科学院知识服务平台「中国科讯」，有移动端 APP 可以使用。 所在地区图书馆等相关平台 目前，全国各省市级图书馆都订阅了大量电子资源供读者使用。如果你有所在城市的读者证，不妨尝试登陆图书馆官方网站，说不定就有意外惊喜，这里以上海和深圳举例说明。 上海市图书馆 拥有上海图书馆的读者证的同学可以在家通过「e 卡通」登陆访问上海图书馆资源。 首先进入上海图书馆个人主页 选择「e 卡通」。 初次使用需要安装 VPN 插件，会自动跳转到 easy connect 进行下载，安装成功后重启浏览器再次登陆，正常情况下会显示「登陆成功」，然后点击「打开资源」即可进入资源导航库。 虽然网页整体设计风格蛮有年代感，但是上海图书馆数据库资源还是很多的，在「e 卡通」一列中为蓝色图标的资源均可以直接使用。 通常访问的数据库正确显示「上海图书馆」相关标示就可以放心访问了。 上海研发公共服务平台 除了上海图书馆外，上海研发公共服务平台是另一个查找文献的好去处。和上海图书馆不同，该平台面向社会大众开放注册，无需提前办理其它证件，其文献资源来自万方和知网两大平台。 注册用户登录后，进入 中西文科技文献服务平台 可直接检索下载文献也可以进行全文传递申请。 这些服务并非免费使用，不过当你注册成功后系统分别会赠送 400 元万方余额，600 元知网余额，20 篇文献传递和 30 篇标准文献，不得不说是一个解决燃眉之急的福利。 深圳市图书馆 深圳市图书馆联合当地的多个院校图书馆开发了「深圳文献港」。它全面集成了六家图书馆（深圳大学城图书馆、深圳图书馆 、深圳大学图书馆 、深圳职业技术学院图书馆、南方科技大学图书馆、香港中文大学（深圳）图书馆）庞大丰富的馆藏，官方说明中显示其包括 1186 万册（件）中外文纸本馆藏和 400 多种数据库。 你可以进入 文献港主页 选择适合你的登陆方式进行登陆。 登陆成功后即可进行相关内容的搜索和查看。 资源提供商免费开放 在当前这个特殊时期，不少资源提供商也都向社会免费开放了部分付费资源，其中部分内容和「冠状病毒」相关。 Wiley 冠状病毒相关论文 Wiley 旗下所有冠状病毒相关论文（包括未来可能发表的相关论文）都将可以开放获取，为此他们专门开放了一个文献汇总网页，论文被分为 Novel Coronavirus Outbreak、Understanding Coronavirus、Epidemiology and prevention 和 Drug discovery and therapy 等类别。 Elsevier 新型冠状病毒信息中心 Elsevier 整合旗下医学期刊文献、教科书和临床信息等内容建立了新型冠状病毒信息中心，该网页提供了包括指导、临床解决方案、中文资源、研究和相关内容等几个板块，如果你感兴趣的话可以访问了解。 中国知网 在疫期内（暂定 2 月 1 日 -3 月 3 日），中国知网上线了三项免费服务项目，其中包括高校、职教用户校外漫游服务、中国知网 OKMS 和知网研学。更多信息可以查看官方发布的解释说明。 清华大学出版社 清华大学出版社旗下「文泉学堂」以清华大学出版社近 10 年的正版电子书资源为基础，拥有大量理学、工学、经济学、管理学等学科相关内容。目前（初定 2 月 16 日前）全国各地的用户无需登录和注册就可以阅读学习。 其它 此外，维普网和 国务院发展研究中心信息网 目前针对注册用户也都开放了免费下载等服务。如果你平时还在使用其它机构的服务，可以留心官网或者官方渠道通知。 开放获取期刊 所谓开放获取（Open Access）是指有别于传统订阅出版模式的另一种选择，通俗解释就是出版社向作者收费但是所有读者都可以免费获取相关研究论文。截止目前，开放获取期刊目录网站（Directory of Open Access Journals，DOAJ）已经收录了来自 133 个国家的 14267 种开放获取期刊，其中不乏像 Nature Communications 和 PLOS Biology 这类知名度较高的期刊。 但是开放获取随之而来的一个问题是部分期刊影响力和公信力逐年下降。因为出版社盈利的来源是作者发表文章缴纳的费用，所以一些杂志就会通过大量增加文章发表数量来增加收入，所以大家也要注意甄别。 接下来推荐几个可以查阅开放获取期刊的平台。 DOAJ DOAJ 成立于 2003 年 5 月，由瑞典隆德大学图书馆维护。其收录的内容均为学术研究性开放获取期刊，如果你想查看所有开放获取内容，这应该是最全的平台。 或许你还不知道自己专业领域内有哪些开放获取期刊，DOAJ 已经把所有内容按照专业类别进行了分类，应该会有符合你需要的内容。 PLOS PLOS 是一个由多名诺贝尔奖得主和慈善机构支持的非赢利性学术组织。它创立于 2000 年 10 月并于 2003 年正式成为出版机构，致力于使世界科学和医学文献成为可访问的公共资源。PLOS 出版的开放获取学术期刊主要关注生命医学领域，其中 PLOS BIOLOGY 在专业领域具有较高影响力。 BioMed Central BioMed Central（BMC）属于 Springer Nature 旗下，包括各类开放获取期刊 300 余种，其中 BMC 系列开放获取期刊（期刊名以 BMC 开头）有 70 种，主要关注生物、医药和物理科学与工程领域。比较有影响力的杂志包括 BMC Biology 和 BMC Medicine。 预印本发布平台 arXiv arXiv 是一个收集物理学、数学、计算机科学、生物学与数理经济学的论文预印本的网站，上面集中了大量尚未正式发表的最新的研究结论，目前由康奈尔大学维护。 所谓预印本就是文章在正规期刊发表之前先公开发布供所有人查阅，这样做一是可以尽快让外界（同行）看到自己的工作，另一方面也可以收到一些意见有助于随后在正式期刊发表。如果做一个不太恰当的比喻，类似于一个软件的公测版本。 不过因为文章在发表预印本之前并不会经历同行评审这一关键流程，文章的可信度和重要性都需要读者自行鉴别。 随着预印本越来越流行，也出现了不少和 arXiv 类似的网站，例如由冷泉港实验室维护的针对生命科学的预印本论文发布平台 bioRxiv，由中国科学院文献情报中心维护的面向全国科研人员的 ChinaXiv 等等。 生物类预印本整合平台 Rxivist 随着预印本文章越来越多，如何从大量文章中发现有价值的内容就成了一个问题，为此已经有科研工作者做了一些尝试。 Rxivist 是一个整合了 bioRxiv 预印本文章的二次开发数据库。为了发现更有价值的信息，开发者从文献下载量和社交平台讨论度两个维度对所有发布在 bioRxiv 的预印本文章进行排序。 该平台每天 6 次从 bioRxiv 中提取新的预印本信息并从推特上检索其热度，反映当前人们正在讨论哪些文献；文章下载量则每两周更新一次。此外这些指标都可以按照具体的文章类别进行筛选过滤。 该网站中每个预印本还提供了详细的作者信息列表，方便你链接到作者个人资料页查看该他们发表的其它文章信息。 其它工具和渠道 除了上面提到的几个渠道，很多时候了解一些搜索工具和方法也可以帮助我们找到可以需要的学术资源。 PubMed 和 Europe PMC PubMed 和 Europe PMC 都是大型的学术资源查询网站，前者来自于美国后者来自于欧洲。 通常你只需要按照正常流程搜索即可，然后在网站的过滤栏使用「Full text」过滤即可筛选出能够阅读全文的文献。需要说明的是这些文献并不都是开放获取内容，而是所有通过合法渠道能够获得的文章，因此可以放心使用。 Kopernio Kopernio 是科睿唯安（Web of Science 的拥有机构）为 Chrome 浏览器开发的插件，其目的是为用户在学术网站上提供一键式获取全文的服务。 当然，这个工具的功能是帮助你节省跳转和寻找原文的时间，并非帮助你下载到本身就没有原文的文献。 安装成功后，每次你点开某包含某篇文献的网址它都会通过几个渠道帮助你查找原文，如果找到了就可以直接浏览 PDF 文档。 实验室主页和 ResearchGate 从科研人员角度而言，他们其实都希望自己的工作成果可以被更多人阅读和引用，因此不少人会通过「个人渠道」提供个人文章的完整版本。这里最主要的个人渠道就是实验室主页和 ResearchGate。 实验室主页不必多说，大多数都会提供 publication list，很可能每个文章就已经附上了 PDF 链接。 至于 ResearchGate，可以将其理解为学术圈的低配版 Facebook，根据官方介绍目前已经有超过 15 万来自世界各地的科研人员用它共享，探索和讨论各自的研究。很多实验室和科研工作者通过它分享自己研究成果的同时也会顺便把原文一并上传。如果你发现文章是不可公开访问的状态还可以直接给作者留言，通常他们都会把文章分享给你。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/2/5
articleCard.readMore

跨平台协作，让飞书实时接收语雀更新提醒

本文首发于「少数派」 飞书来自字节跳动，语雀这款工具则来自蚂蚁金服，在目前国内应用市场的整体背景下，大厂之间水火不容似乎才符合常理。好在作为优秀的团队协作工具，飞书和语雀都有着不错的开放心态，这也让二者的整合和连接成为了可能。很多时候给用户多一点选择而不是固步自封，或许反而可以吸引和留住更多用户。 什么是 Webhook 所谓 Webhook 也叫做 Web 回调（callback），效果和 API 类似但不需要客户端主动向服务端获取数据，而是主动接收服务端内容。即一端触发事件另一端就可以监听执行，从而提供实时信息。 具体来说，当 A 发生某一事件时，例如文章更新添或加评论，它就会发起一个 HTTP 请求到 B 服务 Webhook 配置的 URL，然后 B 服务对返回的内容（通常是 JSON 或 XML 格式）解析后再进行展示等进一步操作。 使用场景 语雀是孵化自蚂蚁金服的一个「专业云端知识库」，其知识库的形式非常适合做系统的内容整理和分享，关于语雀的介绍可以参考我之前写过的一篇文章，这里不再赘述。 目前我所在的一个团队正在利用语雀搭建若干和专业内容相关的开源知识库，日常大家会在语雀进行文档的编写和协作，同时我们也在用飞书进行日常的沟通。为了让大家能够及时了解到语雀上的文档信息，如果可以把消息实时推送到飞书就再好不过了。 上面的需求，刚好可以通过 Webhook 实现。 配置方法 获取飞书 Webhook URL 在之前一篇 利用飞书电子表格对 Trello 内容汇总 的文章中，已经介绍了飞书精灵。它是飞书团队推出的自动化工具。通过把不同功能串连到一块，形成一个自运行的工作流，让所有外部信息都有机会汇总到飞书里。 飞书精灵的触发器中有一项就是 Webhook，该触发器可以提供一个 URL，首先我们需要获取这个地址稍后填写到语雀的对应设置中。 需要进行三步操作： 创建一个新的飞书精灵，触发器选择 Webhook 选择触发器，只有一个选项 在设置选项中可以看到生成的 URL ，复制稍后备用 获取 URL 配置语雀 Webhook 语雀支持通过配置知识库的 Webhook 让开发者获取指定知识库下所有文档的发布状态，只要该知识库下的文档被发布或更新，就会按需触发该知识库下所配置的 Webhook。 首先在需要设置提醒的知识库设置界面点击「开发者」，然后将飞书 URL 填写到对应位置，再设置一个有区分度的名字，最后「添加」即可。 了解返回内容 语雀使用 HTTP POST 请求 Webhook URL，具体内容是一个 JSON 数据结构，里面包含了大量的键值对信息。我们首先需要对整体返回内容有一个直观认知，在这里可以通过简单的文档发布来学习。 在飞书精灵触发器的设置选项中参数部分是必填项目，它需要填写一到两个具体的返回内容实例，因为此时我们并不知道具体返回内容是什么，因此可以填写一个大括号 {}。你可以把它理解为一个最基础的 JSON 格式。 接下来进行机器人操作部分的设置： 选择「飞书消息」 选择「通过机器人发送消息」 在设置选项中，标题暂时可以随便取名字，在消息内容部分点击「加号」下拉选项中目前只有「完整 JSON」 点击创建即可 完成前期准备工作之后，现在通过语雀新建一个非常简单的文档并发布，这时就会在飞书精灵中接收到一条消息推送。 语雀新建并发布文档 飞书精灵接收完整 JSON 内容 上面这条很长的消息就是语雀返回的全部内容，把它放到代码编辑器中进行格式美化后我们可以看到 data 下为文档的详细信息，例如 body 是正文 Mrakdown 源代码，title 是文章题目，具体内容可以查看官方说明。此外还包括了知识库信息 book 部分以及作者信息 user 部分。 最终配置及实际效果 通过一篇简单文档我们已经获得了语雀返回的 JSON 格式完整数据，现在可以对之前的机器人进行更加精细化的配置。 首先把所有 JSON 内容复制到触发器设置的参数部分。 然后在操作部分部分的设置选项中将旧变量删除，这时再点击「加号」就可以看到飞书精灵根据 JSON 实例内容提取到的所有参数了。 最后一步，我们对消息推送内容进行更加完善易读的设置。 我目前的设置是将标题设置为文档标题，在消息内容中分别展示所属知识库、文档作者、更新时间、文档字数和访问路径这些内容门，如下图所示。这里需要特别注意的是，语雀本身不会提供文档链接，我们可以通过补充主网址加data.path实现。当然你也可以根据实际需要进行更加个性化的设置。 详细设置消息内容 一套组合拳之后打完收工。以后每当对应的知识库有文档更新，就会在飞书中实时接收到如下所示的提醒，非常方便。 实际推送效果 希望这篇文章可以让你对飞书精灵的 Webhook 设置有一个直观了解，并有机会应用于自己正在使用的其它服务，发挥飞书更大的潜能。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/2/1
articleCard.readMore

特殊时期假期返程实录

这些天虽然发生了很多事情，全国不少地方都封城或者各种停运，但我今天还是按照原计划返回了上海，接下来将是按照规定的两周居家自行观察。 从上海回家，再从家里的 N 线小城出发到北京换乘回上海，整个流程稍微记录和大家分享，希望还在家里的读者有个了解。 另外，积极调整自己的心情是最重要的，即便我们听到了太多悲伤的消息，看到了太多操蛋的事情。 特别要强调的是，以下所有内容只是我自己在 1 月 30 日和 31 日两天的所见所闻，所有描述都是主观且片面的。如果你看到的和我看到的不一致，以你看到的为准。 从上海回家 1 月 22 日我们从上海到北京转车再从北京坐高铁回家。作为不在主要疫区的人，当时还没有真切感受到事情的严重。没有提前做太多准备，当天向还在实验室的工作人员借了几个一次性口罩就回家了。 在火车和北京地铁以及车站里大部分都带着口罩。 不过那时上海和北京的火车站都没有检测体温，反倒是家里的高铁站下车之后给每个人量了体温。似乎家里的小城市还要比北京上海更警觉一些。 在家的感受 过年在家的几天，没怎么出门也没有和老友聚会，家里几个超市和菜市场前几天的价格还相对正常，但从 28 号开始菜价就上去了，比如白菜从一块五涨到三块五，超市里人们开始抢购方便面。 小城市的整个公交系统在年后几天变成了仅有部分车且限时段运行，出租车司机都佩戴了口罩。说到口罩和医用酒精，初一初二就全部断货，一直到初六市区里我家附近的三五家药房都是买不到的。 返程回沪 从家里回上海依旧途径北京转车，感受了一下疫情比较严重的当下，不同城市应对疫情的不同氛围。 之前刷微博显示多地都延迟复工了，上海最早是 2 月 3 日，但是北京似乎没有明确通知，所以一开始我比较担心北京今天人会很多。 在到北京的高铁上需要填写旅客信息登记表，里面要填写个人信息和到京以后的地址。 整个车厢基本满员，一个小时车程里车上的工作人员喷了两次 84 消毒液。 到了北京北站，出站时排队量了一次体温，然后要把旅客登记表放到三个并排的小桶里，老实说，就像三个垃圾桶一样，用的是日常的黑色垃圾袋，也不知道这个信息最后会被怎么收集和整理。 整个北京北站基本上就只有那趟车下来的人，可以直接走到北站附近的凯德 MALL。我进去看了一下，进商场也需要量一次体温，虽然商场里没有什么人但是大多数店都开着。不过仅仅从北站无法准确感知客流量，因为真正的大站是北京站和北京南站。 从北京北到北京南原计划打车，不过因为地铁很方便同时目测人不多，还是选择了地铁。地铁进站口工作人员带着类似防毒面具的东西在安检。 北京的地铁 4 号线平时人不少，但我在的那一节车厢大多数时间就是 3~5 个人，没有不戴口罩的，感觉这个密度和打车也差不多。 到北京南站是下午三点多，我从来没有见过有人这么少的时候。地铁出站前那些点有一半关门状态，另外一半开着也没有什么人吃饭。 下图是地铁出站口 候车室里不少店也处于关门状态，进站要量一次体温，几分钟之后去星巴克的店里还要进行二次测量。即便进站和到星巴克可能也就是前后两三分钟的时间。 北京南站候车厅人真的很少。 很多店都关门了。 有了口罩专用投放箱，但是不确认里面是否真的只有口罩。 从高铁到北京北站出站，到坐上地铁，再到北京南站，整个过程中都非常的安静也感觉很空旷，确实没有感受过这种状态的北京。肉眼可见的范围所大家都戴着口罩，不过看到有人戴反了，也有人漏着鼻子。 在等车的过程中听到有一趟到上海的高铁取消了，后来推测或许是退票改签的太多，也就不开了呢。从我所在的车次看，从北京发车的时候大概车厢里的上座率也就是三成，到了济南站后人稍微多了一些。 在会上海的路上倒是没有填写什么信息登记表。9 点半多到上海虹桥之后从出站再到上地铁都没有发现有明显测量体温的操作，是悄无声息地测过了还是没有测并不能判断。整体感觉比北京要淡定一些。 也许是因为 2 号线暂时停运的原因，仅有的 10 号线客流量并不小，虽说官方的返工日期还有几天才到，但是能感受到不少人都是回来开工的。 不过，换乘另一条不经过机场火车站的地铁线之后整个车厢就又空了，看来大家的确也没有到处乱跑。 回到小区已经晚上 10 点多，拉着箱子刚要进去被门卫大叔给拦住了。原来是要进行返沪人员的登记，记录居住地址，从哪里回来以及个人信息等等。 收拾完在微博看到这样一个信息，当然，我没有验证真假，是一个在北京工作的 HR 朋友发的。 今天上午出了一下家门，菜价还算正常，肉没有涨价。 比较悲伤的是买不到口罩，这应该是全国目前普遍存在的问题，不仅仅是上海。 虽然上海这边现在说是有 1000 个药房每天定量投放，但是我家附近的这个需要早晨去排队领号，只有领上号才能购买。店员和我说很多爷爷奶奶每天药房没有上班天还没亮就来排队了。所以，太难了。 以上就是这两天的见闻和经历。从填写旅客信息表到地铁站的安检量体温再到一些具体的社区管理措施，能感受到北京和上海两地管理的思路和策略是不太一样的。 在上海似乎并没有感受到太多「外在」的东西，当然这不是说监管不力，反而是感觉一切还算正常。其实从学校下发的各种文件和官方发布渠道来看，很多工作也在有条不紊的进行。 至于何时去实验室，学校的要求是不在集体宿舍但是回上海的学生需要自我居家观察两周。目前来看唯一的问题就是买不到口罩和医用酒精。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/1/31
articleCard.readMore

需要远程办公，不妨用 Trello 进行组织和协作

本文首发于「少数派」 根据需求找工具 个人使用 Trello 已经三年有余，在团队协作中重度使用 Trello 开始于 2019 年 1 月 「学习素材共享协作小组」的成立，这个项目目前已经进入了 2.0 版本。 关于小组需要做一点简单介绍，也能说明我们为什么要使用 Trello 这类工具。 学习素材分享小组成立于 2019 年初，这个小组最初的灵感来自于小时候和小伙伴交换游戏卡带的回忆。小时候可能不少人最喜欢的娱乐活动就是和小伙伴用插卡带的学习机一起打游戏。平时各自练习琢磨秘籍，周末一起切磋。听说谁买了新的游戏卡带，就带着自己的珍藏去和他交换。 到了今天，我们有什么可以互相分享交换的东西呢？我想可能是我们每天接触的信息和学习素材。加入这个小组的成员会不定期共享自己发现或者感兴趣的素材，然后在素材中把感兴趣的内容输出相关文章在小组内分享。 想法要落地就需要一个合适的工具。根据素材共享和写作流程的特殊性，这个工具要可以很好地跟踪每个素材和主题的状态进度，同时成员之间要可以相互协作和沟通，为此我们引入了 Trello 。 为什么选择 Trello 看板 (Kanban) 一词起源于日语，看板管理则源自丰田的「及时生产」（JIT，just-in-time）系统，即利用看板在各工序、各车间、各工厂以及与协作厂之间传送作业命令，使各工序都按照看板所传递的信息执行，以此保证在必需时间制造必需数量的必需产品，最终达到及时化生产的目的。 Trello 就是一款以看板为核心的项目管理协作工具。简便灵活的可视化方式帮助用户管理自己的项目并组织各种事务，2019 年 10 月它在全世界已经拥有了 5000 万注册用户。Trello 以外表简约的看板风格著称，虽然功能强大但复杂功能都被收起到恰到好处的位置。同时因为被财大气粗的 Atlassian 收购所以其基础功能全部免费，对于大多数个人或者小团队而言，免费版本已经完全够用了。 Trello 的主要优点如下： 全平台的项目管理和任务管理工具 通过看板进行项目跟踪和管理 上手简单外表简约但功能强大 协作功能完善且管理方便 扁平化透明化参与性强 免费版可以满足常用需求 基于 Trello 这些优点，我们得以尝试建立一个不依赖微信群的「小组」，我们希望这种协作是简洁且透明的，所有信息都能通过一个简单的辐射源影响到所有成员，可以调动大家的积极性和自主性。 在这个外表松散的小组里，看不到斗图刷屏（但是 Trello 本身有很多 emoji 供你表达情绪），看不到家长里短和商业互吹。打开 Trello 看到的只是谁更新了想法和素材，谁对你的想法和素材感兴趣，自己关注的素材有没有被写成文章。 Trello 满足了我们三大主要需求：可协作可跟踪且简单纯粹。 快速上手 如果你有时间，建议拿出半个小时仔细阅读 看板学习指南 ；如果没时间只需要浏览本文亦可快速上手。如果想查看具体的 Trello 看板使用案例，可以参考 Trello 灵感 。 基本概念 Trello 看板有且只有四个关键组件，下面这幅图来自官网，可以很好的进行说明： A **看板：**看板代表一个项目或是一个信息跟踪的平台，可以用来组织任务并与他人进行合作。 B **列表：**列表可用于创建工作流，列表中的卡片可随着工作流从开始到完成在列表之间移动，可在看板中添加的列表的数量没有限制，并可随心所欲进行组织。它可以保持卡片 (C) 在进度的各个阶段有序组织。 C 卡片：看板的基本单位是卡片。一个卡片可以代表一个任务和观点。卡片可以是需要做的事情，如待写的文章，或者需要记住的事情。只需点击任何列表底部的「添加卡片」创建新卡片，然后对其进行命名即可。通过点击卡片可对其进行自定义，以便添加各种实用信息。在列表之间拖放卡片可以展示进度。 D 菜单：在 Trello 看板的右侧是菜单，也就是看板的任务控制中心。该菜单用于管理成员、控制设置、过滤卡片和启用 Power-Ups 支持的第三方功能。还可以在菜单的动态订阅源中查看看板上发生的所有动态。 创建团队看板和卡片 创建团队和看板 使用 Trello 创建团队和看板都可以在页面右上角的新建完成。 选择「新建团队」后可以设置团队信息并邀请成员。Trello 目前的成员邀请方式是通过邮箱邀请，你可以一次性输入多个成员邮箱，并且编辑邀请邮件内容。（最近有新成员反馈似乎 163 邮箱在接收邀请和注册方面有些问题，大家可以留意一下）。 从模板创建看板 除了从新建处创建看板之外，Trello 本身为我们提供了各种行业类型的 模板，可以按照类别查看或者搜索。在模板页面处可以直接使用。 创建卡片 针对「学习素材共享协作小组」，我们会把所有参加的同学添加到一个团队中，只要加入这个团队就可以查看编辑和修改团队内的所有看板内容，同时你也可以选择加入「写作学习资源共享」这个具体的看板。因此，目前暂时不需要自行创建看板和列表，日常使用最多的操作是创建卡片。接下来介绍创建卡片的若干种方法： 在应用内部创建卡片 在列表右上角有三个点，点击后再选择「添加卡」即可添加卡片内容；在列表最下方点击「添加另一张卡片」即可直接添加内容 Chrome 插件 如果想要分享某一个网页内容，可以在 Chrome 插件中进行快速添加，勾选「附件」网页地址会作为附件添加，而网页名则会作为卡片名。 移动端 可以直接在手机客户端中进行添加或者通过系统分享菜单进行添加。 卡片操作详情 Trello 可能在表面上看起来简单，但其具有无穷的内在功能。每一张卡片在点击打开后都会进入「卡片背面」，展示具体内容。 卡片背面 卡片描述：在这里可以添加更多有关卡片、网站链接或分步骤指示方面的具体信息。要给卡片添加详细信息，可单击卡片背面顶部的「编辑」，还可以使用 markdown 语法。 评论和活动：在与团队成员沟通和协作时可为卡片添加评论，如提供反馈信息或更新信息。还可以使用 @ 在评论中提及看板或团队的成员，他们会在 Trello 中收到相应通知。活动则是卡片上所有评论和操作的时间轴。 添加至卡片部分提供了更多附加信息。 添加成员可以向卡片添加成员以分配任务，轻松查看其他人正在做什么、还需要做哪些工作。 添加标签可以给卡片赋予不同的属性，例如用不同的颜色标签表示优先级或者用不同的颜色表示进度。 为需要子任务或具有多个步骤的卡片添加清单以确保不会出现疏漏。也可以从看板上的其他卡片复制清单，以及通过 @ 提及人员的方式将其分配到清单项目。 为具有截止日期的卡片添加到期日**，**卡片成员将在到期前 24 小时收到通知。任务完成后，到期时间可以标记为已完成。 可从计算机及 Dropbox、Google Drive、Box 和 OneDrive 等众多云存储服务中添加附件。 卡片操作提供了卡片的多种处理方式，例如移动复制和分享归档等等。 用 Trello 做什么 跟踪 Trello 最常见的使用方法是在项目或流程中进行任务跟踪。我们的素材分享和写作也是某种形式的任务跟踪。在看板中，卡片代表需要完成的任务或等等待处理的素材，列表代表一系列步骤。列表的结构可以为「收集箱」「进行中」和「已完成」这种简单的三段式，也可以根据流程需要更加详细，卡片在从开始到完成期间则从左向右移动。 协作 协作是 Trello 的主打功能之一，Trello 的列表和卡片设计非常利于引导人们围绕正在进行的工作展开讨论，当看板中增加一个素材之后，大家可以很方便的跟进交流。下面是几个具体的操作方法： 对卡片发表评论或者打上一个标签，让成员知道任务进度。 在评论中 @ 成员，他们就会收到通知，表达你需要谁和你进行进一步协作。 如果看到了感兴趣的素材或者想要参与的任务，也可以直接把自己作为成员加入卡片，表示对相应内容的持续关注。 存储 Trello 本身不具有太强的云盘属性，但也可以进行轻量存储。一些常规文档都可以直接拖入附件。另外，有很多第三方应用如 Google Drive、Dropbox 和 OneDrive 等可以通过 Power-Up 于 Trello 进行关联，方便组织各种文件。 存档 除了常规的跟踪和存储，我使用 Trello 的一个主要目的就是对日常信息和素材进行存档。得益于浏览器插件和移动端系统层级方便的分享功能，我会把各种渠道看到的学习素材和信息保存到 Trello 中，一方面方便进行后续处理另一方面也可以在后期进行查找溯源。 提高使用效率 快捷键 Trello 中几乎所有的操作都可以通过快捷键来完成，单击问号可查看全部快键键设置。 快捷键说明 有几个高频快捷键推荐一定要记住： Q：快速查看所有成员信息中包括你的卡片 /：光标移动到全局搜索框 F：进入看板内卡片搜索框 E：进入快速编辑模式 Shift-Enter：保存卡片同时进入卡片背面编辑详情 空格：把自己添加为卡片成员 M：快速添加其它卡片成员 搜索 当把看板当作素材库或者用作归档使用时，随着卡片越来越多，后期想要找到卡片最快捷的方式是使用系统提供的快速查找功能。Trello 页眉中的搜索框内支持的搜索粒度非常细，在我看来并不逊色于印象笔记。 常规查找只需要输入你想找的关键词，Trello 将显示与查询内容相关的卡片和看板。此外它还支持很多快捷搜索方式，例如使用 @成员 会返回属于某个成员的所有卡片，#标签会返回带有该标签的卡片。当然，多个搜索条件之间可以组合使用完成交集和补集。 邮件提醒和新建 为了不错过 Trello 中的更新或者不接收提醒，可以在个人设置中修改邮件提醒的频率。 其中「定期」是指如果当前的一个小时没有任何和你相关的提醒则不会收到邮件，和你相关的内容会整合为一封邮件中统一显示。 除了利用邮件接收提醒，还可以通过邮件新建卡片和回复。首先在看板设置中选择「更多」，找到「邮件到看板设置」。在这里会显示一个只属于你自己的邮件地址，发送到这个邮箱的邮件自动会转换为看板进行保存。其中，电子邮件的主题将成为卡片标题，电子邮件的正文将成为卡片描述，电子邮件中的附件将会作为附件。 免费团队使用注意事项 从官方建议中学习使用方法 Trello 为不同类型的团队提供了个性化的介绍和建议，如果你想要为自己的团队引入 Trello 不妨先去看看 官方的团队使用建议。 最近一段时间如果大家都是宅在家里或者需要远程办公，其中「在家」和「远程团队」可能正是你需要的。 宅家模板 远程团队模板 免费版本无管理员权限 Trello 目前有两种付费模式：Trello Gold（个人版）和 Business Class（企业版）。其中个人版按年支付每月 3.75 刀，企业版按年支付每人每月 9.99 刀。以「学习素材共享协作小组」为例，我们 55 人的小组如果要使用付费版本的话每年需要 6,359.47 刀，这个价格只能让我说一句打扰了。 企业版的亮点附加功能如下，其中我个人感觉最实用的就是「管理员功能」。 如果你使用的是免费版团队，那么所有成员针对团队看板的操作权限都是相同的。也就是说如果一个新手在没怎么学习的情况下贸然上手，很可能出现把整个看板删除或者所有卡片归档的操作，这将是灾难性的，因此一定要做好使用前的培训！ 在「学习素材共享协作小组」的醒目位置，有如下四个必须遵守的要求。其中最重要的就是不要私自归档甚至删除非自己创建的内容，不要修改非自己创建的卡片描述，仅进行评论。 使用要求 建立卡片书写规范 每个人在新建卡片的时候都有自己的习惯，有人喜欢把标题起的很长，有人喜欢把细节放到评论。在多人使用同一个看板时，如果不建立必要的规范，会让整个看板看起来都混乱不堪。 这里还是以我们的「学习素材共享协作小组」为例，为了规范大家的新建卡片格式，我们建立了一些规则，供大家参考。 卡片填写要求 数据导出 免费版本的看板仅仅支持 json 格式的数据导出，虽然市面上有些第三方的插件但是测试下来效果均不理想。 我之前使用过的方案是下载 json 格式文本，再通过一些转换工具将 json 格式转换为 csv 格式进行后续处理，整体效果也是聊胜于无。 因为最近一段时间开始使用飞书进行协作，终于找到了一个相对理想的方法：利用飞书精灵中的 Trello 机器人结合飞书电子表格完成实时同步。如果你也在使用飞书，不妨尝试一下这种方法。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/1/29
articleCard.readMore

学习素材共享小组V2.0（已停止招募）

是的，你可能会好奇什么是学习素材共享小组，以及 1.0 版本去哪里了。 学习素材共享小组是什么 学习素材分享小组成立于 2019 年初，这个小组最初的灵感来自于小时候和小伙伴交换游戏卡带的回忆。小时候可能不少人最喜欢的娱乐活动就是和小伙伴用插卡带的学习机一起打游戏。平时各自练习，琢磨秘籍，周末一起切磋。听说谁买了新的游戏卡带，就带着自己的珍藏去和他交换。 那么到了今天，我们有什么可以互相分享交换的东西呢？我想可能是我们每天接触的信息和学习素材。 以我自己的实际情况举例。每天我都会浏览一些 RSS 订阅的博客，看看最近出来的文献，水水群看看推送。在这个过程中自己会接受大量的信息，另外，每天遇到问题、搜索问题和解决问题的过程也会接触到大量的东西。这其中不乏一些会让我感觉「有点意思」或者「还能这样」的内容，我会把它们记录在自己的收集箱里，作为写作和学习素材进行扩展和学习。 有时候这样的素材一天有一两个，有时候有四五个，但是因为时间和精力问题，最后能真的深入学习并进行输出的少之又少。很可惜，也挺无奈，还能怎么办？就像小时候我们互换游戏卡带一样，为什么不把喜欢分享和学习的小伙伴聚在一起大家来做这个事情呢？ 学习素材共享小组 V1.0 回顾 于是在 2019 年初，我们就尝试小规模的组织了这样一个「学习素材共享小组」，依托于看板工具 Trello 进行学习素材的分享和讨论。最初就是几个线上线下好友参与，后期又逐渐加入了一些大家之间相互认识且信得过的厉害朋友。这些人在世界各地每个人的专业方向也都不太一样（都和生物信息有关系），但是大家的共同点就是愿意分享和喜欢交流。 再过去的一年里，这个小组陆续谨慎的吸收了成员 29 人，累计分享各类学习素材 429 个，其中包括文献、专业知识、软件算法、编程技巧以及学习资源在内的各类素材和资源。下图是一个整体的统计信息。 也可以感受一下实际看板的壮观 同时，我们也有一个微信的小群，时不时可以水一下，当然这个不是重点。蜜汁打码群成员送上。 学习素材共享小组 V2.0 升级 经过一年的时间，为了让这个小组焕发出更大的活力，我们计划通过生信菜鸟团的平台进行一次谨慎的纳新，加入学习素材共享小组，一起分享交流和学习。 在去年的基础上，学习素材共享小组 V2.0 会有一些小小的升级和补强。 我们分享内容的主要依托依旧是看板工具 Trello，素材分享池 2020 已经建立。 为了保证每个人可以有效的参与，我们还在内部发起了「素材学习分享周刊」。由所有素材分享学习小组成员轮流担任编辑，每周更新。既作为分享机制也作为小组审核机制。内容包括但不限于书籍推荐、博客文章推荐、文献推荐、资源工具推荐和音乐电影推荐。 欢迎你的加入 加入我们可能有哪些收获 在这个信息爆炸的时代了解大家关注什么 提供自己感兴趣的素材和同样感兴趣的人进行讨论 看到自己熟悉的素材可以学习和输出与他人分享 学习和使用当前流行的协作工具 Trello 和语雀 成员之间建立深厚的友谊 有哪些加入要求 原则上，「学习素材共享协作小组」不设置加入门槛，如果你愿意分享自己的学习素材也想了解大家的学习素材就可以加入。 虽然加入不受限制，但是维持运行需要一些基本的要求：保持一定频率的素材分享和讨论参与。也就是说，如果抱着「我就看看不进去」的心态，看不了多久就会被送走。 应该如何加入 使用常用邮箱发送申请给协作小组管理员，管理员会将你的个人介绍同步给所有小组成员，通过后，会使用邮箱邀请你加入我们的 Trello 团队，会通过你的微信号邀请你加入微信群。然后你只需要接受我们的邮件和微信邀请，就可以拥有团队所有看板和文档的浏览编辑权限了。 协作小组管理员邮箱：hi@kaopubear.top 邮件主题：协作小组申请+ID 邮件内容： 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/1/19
articleCard.readMore

Trello 看板内容太多，飞书表格帮你自动整理

本文首发于「少数派」 重度使用 Trello 的小烦恼 在「把飞书融入日常学习流程：一个人的飞书也挺好」这篇文章中，我曾提到 由于我每天会通过各种方式和渠道把素材保存到 Trello 的多个看板中，因此很难对每天产生的素材内容和数量有一个整体直观的感受，有时候某个列表已经很长了却全然不自知而没有处理。现在，飞书的 Trello bot 帮我解决了这个问题。 Trello 在我日常学习工作中有非常重要的作用，各种类型的学习和写作素材我都会通过 Trello 进行归纳和处理。 任务类的卡片可以在不同列表中移动然后进行归档，但是作为素材类的卡片我通常不会用归档的方式处理。这就导致了一个问题：随着素材越来越多，列表越来越长，虽然可以搜索，但整理汇总起来还是不太方便。 因此，我一度采取的解决方案是定期把 Trello 内容整理为表格。但是导出 CSV 表格是 Trello 的付费功能，所以我尝试了各种可能的方案来实现这个需求，比如寻找第三方插件工具或者利用 JSON 文件进行格式转换，然而效果都不理想。 这也成为我苦 Trello 久矣的一个小烦恼，直到用上了「飞书精灵」。 飞书精灵是什么 飞书精灵是飞书推出的一项应用整合服务（目前还在灰度测试阶段）。当我接触到飞书精灵之后，真正体会到了飞书在其官网的一句 slogan：在飞书 享高效。 飞书精灵提供了大量的第三方应用和内部模块，我们可以非常方便的用它把第三方应用和飞书自身的消息文档等功能串联起来，从而实现各种富有创造性的自动化操作。 飞书精灵特点 可以看一下有没有你在用的效率工具。 如果你对 IFTTT 或者 iOS 捷径比较熟悉，上手飞书精灵也会非常轻松。其「Trigger……Action……」的运行模式本质是「if……then……」的操作逻辑，其中 Trigger 表示在满足某个条件的情况下产生触发效果，然后 Action 就会完成提前设置好的动作。 这个过程在第一次正确设置之后就会自动运行，从而将我们从很多重复性的工作中解放出来。 创建自动汇总 Trello 内容的飞书精灵 目前飞书精灵还在测试阶段，如果你的团队需要使用可以由管理员通过客服进行申请，然后管理员在后台添加「飞书精灵」这个应用后即可使用。 接下来，我将通过具体的操作步骤与大家分享如何使用飞书精灵将在线表格和 Trello 素材库结合，进而实现 Trello 素材库内容更新后自动在表格中追加更新。 在云空间新建表格 表格在飞书精灵中属于 Action 部分的内容，一共有两种操作方式：创建表格和新增一行。因为要实现的是在一个表格中追加新增卡片内容的效果，所以需要提前创建一个表格。 在使用「新增一行」的动作时所选表格必须具备表头以便后续进行更加详细的设置。因此，我根据 Trello 卡片内容在表格中创建了题目、标签、描述、成员和链接 5 列，如下图所示。 创建飞书精灵 表格创建完成后就进入设置飞书精灵的过程，可以通过客户端的「工作台」找到「飞书精灵」并进入设置页面在右上角点击「创建」。 这时展示在我们面前的就是如下图所示的「触发器」和「操作」选择框。 触发器设置 首先进行触发器设置，包括选择应用、选择触发器和设置选项三个步骤。 在「选择应用」界面点击「Trello」，在「选择出发器」选择需要的触发动作，根据一个卡片只需要记录一次的实际需求，我选择了「卡片创建」触发。随后在设置选项中绑定账号并选择需要监听的看板和列表。 三步完成触发器 至此，我们就完成了「触发器」部分的配置，接下来进入「操作」部分。 操作设置 操作部分依旧由三步组成，分别是：选择应用、选择操作和设置选项。 第一步首先选择「表格」作为应用，然后在选择操作时选择「新增一行」，最后设置选项里进行更为详细的设置。 操作设置前两步 设置的前三行表示需要对哪个表格的哪个工作表进行何种形式的追加。根据先前新建的表格信息，这里依次选择即可。 完成基本设置后会自动显示对应工作表的表头内容，也就是先前设置的 5 个列名。如下图所示，点击每个「加号」都会弹出可以添加的 Trello 元素，根据表格名字我依次选择了对应的内容。例如在「题目」列添加 Trello 的卡片名称，在「链接」列添加 Trello 卡片链接。 填充内容设置 给飞书精灵命名 完成了触发器和操作设置，最后只需要给新的飞书精灵进行命名和添加描述，方便他人使用。保存后就可以在「我的飞书精灵」看到它。 命名并开启 实际操作及效果 接下来进入实操步骤。 根据使用习惯，我一般会通过 Trello 的浏览器插件保存后续需要进一步处理的文献。这里勾选附件选项后会自动填充标题并把网页链接作为附件保存，也可以同时添加简单的描述信息。 因为我之前已经设置过 Trello 机器人的自动推送，所以飞书聊天界面会收到机器人的推送消息。 无论何时何地，当你想要对 Trello 卡片进行二次整理和汇总时，只需要在飞书云空间中打开对应的表格即可。 刚才我们保存的 Trello 卡片已经按照想要的方式追加成功，美滋滋。 写在最后 以上就是飞书精灵一个简单的应用示例。配置五分钟，开心两小时，高效一整年。 因为飞书精灵深度整合了飞书的消息、文档和表格三大使用场景，这让它和同类型独立工具相比具有了很大优势，尤其是当你和团队刚好也在用飞书进行协作的时候。希望这个例子可以帮你开启飞书精灵的探索之路，找到适合自己的流程和用法，也期待你的分享。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/1/16
articleCard.readMore

把飞书融入日常学习流程：一个人的飞书也挺好

本文首发于「少数派」 作为仍然奋斗在学术一线的学生，在很多同学和朋友眼里我一直是个喜欢折腾各种工具的「少数派」。除了每天必看的科研动态和文献之外，自己喜欢在摸鱼的时候折腾一些感兴趣的工具，用能提高效率的工具让自己拥有更多的摸鱼时间，我感觉这个逻辑没毛病，你觉得呢？ 最早知道飞书是 2019 年初陆续出现的媒体报道，各类报道中我能提取到的信息无非是「布局」和「战略」这类离我遥远的词汇。直到 2019 年下半年飞书陆续开放注册，我才认真关注和尝试使用它。 初识飞书的喜悦与尴尬 可以即时通讯的在线协作文档 关于飞书的多数介绍中，大家都是将飞书类比于其他在国内已经相对常用的企业级协作工具，所以使用前我担心飞书也是一款「面向管理者开发」的软件。之所以说「面向管理者」是因为这类应用在聊天的基础上融合的往往都是传统公司的线下办公场景，比如上班打卡、出差请假、跨部门通知和报销审批等等，这些需求虽不可谓不高频，但通常只是更方便管理者对企业进行管理。 对于那些仅有十几个人甚至几个人的小团队而言，上班打开报销审批反而不是刚需（这些团队通常也不是传统意义的企业），他们需要的是真正好用的协作工具——协作起来高效，沟通起来方便。 在使用了几天之后，好在飞书的实际体验打消了我先前的顾虑。它的各个客户端整体风格让人感觉十分清爽，取消或弱化了很多管理类功能和工具的入口，转而把「云空间」放在了非常高的层级。所谓云空间可以理解为在线文档、在线表格和云盘的综合体，每个功能都做的很扎实，绝不仅仅是一级入口那么简单。 云空间的一级入口 这里以我日常使用频率最高的在线文档为例，列举两个小细节。 用心的跟随式样式编辑栏 飞书的云文档本身支持大部分 Markdown 语法快捷键可以保证高效写作（常规操作无需多言），在进行富文本编辑时，样式编辑栏并非固定在页面最上端而是自动浮于所选内容上方。 这个设计看似不起眼，但实际用下来有两个很大的不同：一方面它可以让鼠标每次都少移动一点，另一方面使用次数多了基本可以记住常用样式的实际鼠标移动距离从而实现类似于「盲点」的效果。 另外，这个样式编辑栏召之即来挥之即去，完全不会影响沉浸式的写作体验。即便和同样采用跟随式编辑栏的 Notion 相比，飞书这个编辑栏的布局和使用逻辑也让我觉得更顺手，比如飞书调取二级菜单使用悬浮操作，鼠标只要悬浮在高亮处就会自动展示其它颜色，而 Notion 则需要再点一下鼠标；飞书的多级标题都是直接展示在样式栏的，Notion 则藏在了二级菜单。 总的来说，在用了一段时间飞书的文档编辑器之后，我作为一个多年的 Mardkown 重度使用者发现一个好用的富文本编辑器原来也可以很香。 两种表格任君选择 飞书的云空间本身可以创建文档和表格，同时在文档中也可以很方便的插入表格。让我意外的是，飞书在插入选项中思路清奇的设置了两种表格：一种是电子表格，一种是富文本表格。前者可以全屏操作且支持各种筛选和计算，后者则可以对每个单元格内的文本进行更多的样式编辑。 从云空间的优秀使用体验来讲，把飞书当作一个「可以即时通讯的在线协作文档」也无妨。 团队工具迁移的艰难与反思 除了好用的「云空间」，飞书内部文档、日程和聊天各种功能之间都做到了深度整合，整个应用的搜索功能也比较完善，于是我就有了把它推荐给身边团队的想法。 搜索过滤器 我在脑海中设想了不少「学术向」的应用场景，比如把实验室的线下文献分享迁移到飞书中进行组织和协调，通过日历安排时间和会议室，大家把推荐的文献上传到云空间，写好文献解读之后还可以通过文档共享。 我也设想在自己组织的几个学习小组内使用飞书进行交流，这样大家平时既可以聊天还能把学习内容通过云空间的形式沉淀，聊天记录也可以批量保存从而更方便后期回溯。 然后现实总和理想有些距离。对于所有相对扁平的团队和组织来讲，全体迁移到一个新工具进行协作通常都有不小的阻力。一方面是新工具的学习成本和迁移成本，大家已经习惯了之前的交流协作方式，即便有些地方不如人意也不愿再花太多时间到新工具上；另一方面，成员的时间精力有限，即便开始愿意尝试，往往到了后期还是把主要的时间精力放在社交成本更低的国民应用上。 此外，针对小社群和组织，例如像实验室这种既不会有营业执照也没有官方认证的团队，飞书目前还没有开放文档公开分享的功能。这也导致我们确实无法进行全量迁移，于是我推而广之的设想只能作罢。 认证必须要有证书 一个人的飞书也挺好 在飞书官网的首页有这样一句话：成就组织和个人，打造高效愉悦的办公平台。 想到自己日常有很多学习和工作任务，也有不少码字需求，虽然现阶段身边团队还暂时没有一起使用飞书，但我一个人也可以是一只队伍啊。为何不试试用它打造一个给自己的高效愉悦办公平台呢？ 有了尝试将飞书融入日常学习流程这个新目标后，我开始思考其中哪些具体场景可以和飞书关联。 梳理自己的日常学习流程 下面的示意图是我目前比较固定的日常学习流程，整体可以分为对素材（信息）的收集、筛选、扩展、深入和完善五个部分。 学习流程 素材收集 我日常接触的学习素材主要有学术期刊文献、博客与深度报道文章、社交平台的大神分享和即时通讯工具的聊天消息。 其中，学术相关内容主要通过两个专门的文献类网站和对应客户端获取，也用 RSS 订阅了几个高频阅读的杂志；专业领域博客则是通过 RSS 在 inoreader 阅读，一些深度的媒体报道会使用锤子阅读这类聚合应用。 针对 Twitter 这样的社交平台，我在手机上安装了两个 App，比较忙的时候会用官方客户端接受算法给我的推荐内容；比较空闲的时候则会打开 Tweetbot 按照时间线浏览推文。 素材筛选 对于收集到的素材，我一般会首先按照信息源来进行分类。 内容质量高且信息密度低的信息源通常是有更新即进行下一步扩展；如果内容质量高但是信息密度也大的信息源会使用关键词进行部分过滤，通过标题和少量正文内容进行判断筛选；如果是无法确认整体质量的信息源基本上采用随缘阅读的方案以及靠好友推荐了。 素材扩展 在扩展过程中，我会把上一步筛选出的素材进行简单描述和评价。 所谓描述就是用自己的语言把接收到的信息进行一次客观复述，而评价则是在快速浏览整体信息内容之后进行一次主观判断，比如这个学习素材对我有什么帮助或者对我现阶段的帮助有多大。 深入学习 对信息进行扩展后，我会把短期内并非刚需或者没有很大帮助的内容存入资料库，后续通过知识星球等形式分享给其它可能需要这些素材的人；那些我认为对自己现阶段有用的素材则会进入深入处理的阶段。 在深入学习过程中我会找相对完整的时间对素材认真阅读学习，并对内容进行更具体的批注和思考。通常这个过程结束之后针对一个素材就会留下一篇半成品的学习笔记。 完善输出 这个环节和上一个环节有时可能是相继进行，也很可能中间会间隔很久。 在完善过程中，我会把学习内容在我实际工作和生活中应用的过程和效果也记录下来，然后将其和已有的其它素材或笔记进行关联，进而形成相对完整的学习内容。其中一些在整理好之后还会通过博客等平台进行分享交流。 所用工具 这样五个步骤之后也就完成了素材（信息）从接收到处理吸收再到内化分享的流程。这个流程中我近两三年一直重度使用的几个工具包括：inoreader、Trello、Pocket、印象笔记和 IFTTT。 其中 inoreader 主要对所有 RSS 源内容进行接收和初步过滤，Trello 负责对所用筛选后素材进行分类和保存，Pocket 则会保存我进入深入阶段的各种内容，多数半成品学习笔记都存在我的印象笔记中。最后 IFTTT 负责这些工具之间的联动，例如 inoreader 星标的内容自动发送到 Pocket。文章重点不再这些工具的使用上，就不过多进行具体介绍了。 这个学习流程虽然经过一两年的打磨整体已经比较顺畅，但有些地方其实还不尽如人意，比如对于不同工具内素材的统一查找。所以能不能利用飞书把整个流程的体验再完善一点呢？ 用分享和群聊打造信息中转站 由于高频独自使用飞书，我发现了它三个比较有趣的设计细节。 分享方式「多此一举」 飞书系统层级的分享功能非常适合做零散信息的汇总。 在调用系统层级的「分享」后，首先出现的是看似多此一举的分享对象选择界面。如果选择「发送给同事和群」接下来才会出现好友选择界面，如果选择「发送给自己」则可以直接完成推送。 分享到飞书 我的选择就是直接发送给自己，这个过程因为用不着每次都看一遍联系人界面而变得非常愉快。不过现在在 iOS 上选择分享给自己好还是会进入到飞书应用内部，如果后续可以调整分享给自己后自动回到原应用就更好了。 分享链接自动解析 发送到飞书对话框的各种链接都会自动进行解析。 如下图所示，无论是来自其他 APP 的分享还是来自浏览器的链接分享亦或者是微信公众号文章的链接，飞书都会「尽力」的帮你进行二次解析供你预览。 链接自动解析 这样一来，有链接有题目有内容，对这些信息进行后续处理时真的是方便很多。 群聊支持单人模式 飞书可以直接一个人完成建群，嗯，可以一个人建很多群。 虽然在正常情况下，如果建很多一人群然后自己和自己聊天有点奇葩。但换个思路，通过不同的群来把信息进行分类就会有不一样的体验。 例如，我的根据自己的素材类型就建了文献阅读、专业素材、效率素材和阅读材料四个群。这些群的更多用法在下文介绍。 我的四个群 用机器人推送和浏览素材 飞书支持很多第三方机器人或利用 webhook 自行开发机器人。其中有两个机器人可以说是集合与呈现信息的神器：RSS bot 和 Trello bot。 第三方机器人 RSS bot 当我打开 RSS bot 的一瞬间有一点恍惚，大家可以自行看一下操作提示里给出的示例信息源。当我尝试点开推特链接时，发现飞书直接把我引到到了 RSShub。恍然大悟，万物皆可 RSS 没错了。 RSS bot 在飞书中有两种呈现方式：独立的 RSS 助手和群内聊天机器人。 我个人更倾向于在群内使用 RSS 聊天机器人，因为我将不同学习素材分为了四类，就把对应的 RSS 源添加到不同的群机器人中从而省去手动分类的问题。 在 inoreader 我目前有 150 多个订阅源，哪些适合放到飞书中也是一个需要考虑的问题，我的筛选标准依旧是高质量和低密度这两个条件。 在文献阅读群的 RSS 中，我添加了四本必读的专业期刊；在效率素材群中添加了少数派首页文章和三个必读博主的博客；在专业素材群内我用 weRSS 添加了 6 个必读专业公众号和 3 个专业相关好友的博客 ；阅读素材群内经过几次删减，我目前只留下了 slashdot 和 solidot。 把这些订阅源连接到飞书之后，我的明显感受是阅读压力变小了很多。一方面因为又借机重新梳理了一遍自己现阶段的订阅内容和优先级；另一方面是因为现在连续几天不打开 inoreader 也少了之前那份焦虑。 至于你可能会关心的 RSS 内容展示效果，说不上好但足够用。标题加上部分预览内容已经足够大致了解主题，点击「查看详情」在移动端或者是电脑端都是自动跳转到浏览器打开。浏览器打开之后，就又回到了常规的网页内容处理流程。 Trello bot 知道 Trello 是很早的事情，重度使用 Trello 则是在加入少数派作者看板之后，那时我才对如何使用看板整理素材有了一个直观的感受。 目前 Trello 已经成为了我个人的素材库，而且我也以 Trello 作为载体组织了一个专业相关的学习素材共享小组。 由于我每天会通过各种方式和渠道把素材保存到 Trello 的多个看板中，因此很难对每天产生的素材内容和数量有一个整体直观的感受，有时候某个列表已经很长了却全然不自知而没有处理。现在，飞书的 Trello bot 帮我解决了这个问题。 在群里开启 Trello bot 后首先需要授权访问自己的 Trello 账户，然后在设置界面选择关联的看板和推送类型。通常只选择针对「创建卡片」和「添加评论」两个选项进行推送。 我分别把文献素材库以及专业素材库关联到了文献阅读群和专业素材群，也把一个学习小组的公用看板进行了关联。这样当我每天翻看群消息时，就会比较清晰的感知新增素材数量和大致内容。 如下图所示，Trello 推送内容包括卡片的题目和链接，如果是评论更新则会显示评论内容。 用引用回复进行素材扩展 在上文提到的素材处理流程中，有一环是对素材进行描述和评价。这个环节在还没有使用飞书时我是在 Trello 评论中完成的，用了飞书之后我更多的开始选择在飞书中对素材进行回复（移动端的 Trello 真心用不太习惯）。 引用消息这种原本在即时通讯群聊中才需要的功能，用在对素材的初步处理中也像是量身定制一样合适。如下图所示，在一个人的群聊中，我可以直接对一条素材进行反复多次引用，扩展的数目会通过「x 条回复」进行展示。 当我想对扩展后的素材进行分享时，可以直接在电脑端单击原消息，所有回复内容就都会同时展示出来，非常清晰。如果想要全部导出，虽然没有直接操作方式，但在电脑端可以直接「暴力」全部复制然后用匹配样式的方式进行粘贴再进行简单编辑。 用 Pin 和收藏对素材分级 飞书在消息的二次处理上提供了几种选择：Pin 类似于群收藏，Pin 过的消息会被所有人看到；收藏内容仅自己可见，有一级入口；而「完成」和「稍后处理」则是对聊天和群的处理方式，飞书没有删除聊天的功能，只有完成和未完成之分。 我通常会将已经完成扩展和深入环节的素材连带内容一起放进收藏，因为这些内容都是我认为很重要的，方便我随时查看。不同类型的素材需要我尽快处理的内容会 pin 在不同的群聊。每当我完成一类内容就会把这个群勾选为「完成」，眼不见心不烦，等到再有了推送它会自己重新展示在收件箱。 用搜索查找素材和想法 把 Trello、RSS 和各种网页链接以及碎片化记录通通放在飞书中，时间久了看似很乱，但得益于飞书的搜索功能反而让我感觉用的越久越容易找到自己想要的东西。 比如当我搜一个关键词时，无论是 Trello 中评论的内容还是 RSS 推送过的内容，亦或者我之前的零碎思考都会统统被找到。多说一句，扔到飞书中的各种链接，在完成预览后其预览内容也可以被检索（如下图所示），又一次暖心了。 利用聊天尝试移动写作 很长一段时间我一直都很抗拒在移动端码字，想找一个好用的移动端写作工具实在太难了。 因为我同时在用 iPhone 和坚果 R1 两部手机，在实验室用 Windows 台式机不在实验室的时候又用 MacBook Pro，所以一直苦苦追寻一个至少支持这四个平台且可以同步还支持 Markdown 的应用。 直到最近听少数派 Power+ Live 中 Fairyex 说，他所有写作都是在手机上完成后，我才发现自己应该换一下思路。于我而言，现阶段在手机上码字既然找不到符合个人要求的工具，干脆就找一个在 iOS 和 Android 可以打开就能说的应用。 写不下去我改成语音转文字总可以吧，然而目前支持语音转文字输入的工具不少，但尝试若干之后我发现它们要么就是能用但价格不菲要么就是基本不能用，感觉 Drafts 语音识别还能接受但是它又只能在苹果的生态中发光发热。 使用飞书以后事情有了转机，我发现它自带的语音转文字竟然有不少亮点： 语音识别准确率高，说出来的话基本不用大修。 语音内容可以即时显示在屏幕上且可在发送前修改。 支持任意时长（足够长）的语音输入。 支持反复按住和松开录音键，而不是只能一直按住说话。 作为即时通讯工具，天然在所有端无缝同步。 为此我建了一个叫做「写起来」的碎片化个人写作群。一方面我会把扩展后需要深入学习的素材消息转发到这个群里方便记录；另一方面如果突然有了关于选题的灵感和思路，就会拿起手边的手机打开语音转文字然后进入 TNT（touch & talk）的按住说话模式。 这篇稿子在成文过程中，第三部分内容就是通过语言转文字的方式在手机上用语音输入完成的。当我说了几大段心满意足之后，坐在电脑前直接把刚才的所有文字一起复制，稍加修改调整即可。如下图所示，当时我在通勤的路上，即便有「飞书支持」识别为「肥瘦知识」（难道是我普通话不标准）的这种表现，但整体的识别率还是满意的。 现阶段，用语音输入方式写作的瓶颈主要在我自己而非工具，比如在说话的时候尽量训练自己的逻辑要足够清晰，努力克服「呃」这类口头禅。也算是我在 2020 年进行刻意练习的一个方向吧。 用飞书精灵实现应用互动 飞书精灵是飞书推出的一项应用整合服务（成文时还在测试阶段），他提供了大量第三方应用和内部模块，我们可以非常方便的用它把第三方应用和飞书自身的消息文档等功能串联起来，从而实现各种富有创造性的自动化操作。 飞书精灵特点 例如，每当我的 Trello 看板创建了新的卡片后，除了接受飞书机器人的消息提醒，我还会把卡片内容自动追加的我的云空间表格，从而实现了 Trello 看板即时汇总。 自动追加 Trello 内容 关于飞书精灵的具体介绍，可以参考我的另外两篇文章。 Trello 看板内容太多，飞书表格帮你自动整理 跨平台协作，让飞书实时接收语雀更新提醒 写在最后 从接触飞书到希望团队使用未果再到转而开始一个人使用，我似乎在使用这个「团队协作工具」的道路上越跑越偏，但也正是这段过程和经历让我对于工具的定义有了一个全新的认识。 因为他人介绍的几个亮点开始接触一个工具没有问题，但真正使用的时候就应该忘记它所有被人为赋予的定义。从功能出发，尤其是从那些打动你的功能出发，将其整合到你的学习工作中用来解决实实在在的痛点，最后赋予这个工具仅仅属于你自己的定义。 于我使用飞书的这个实际例子而言。我尝试将它融入到自己的日常学习流程后，即便是团队协作工具，一个人的飞书也挺好。如果今后在团队中使用飞书进行协作，那只会让我的这些用法发挥更大的价值。 放到几年前，在我还没有自己的工具方法论也没有自己基本成型的学习工作流时，一定不会写出如此「偏门」的使用感受和学习效率提升心得。彼时的自己一直在重复的就是搜集工具、学习教程和模仿大佬，其中包含了大量的试错成本和无用功作为学费。最近一两年，虽然接触的工具类型越来越多，可每个种类里我在用的工具已经越来越少。 也许，这就是成长，或者开始老了。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/1/15
articleCard.readMore

人究竟怎样才算来过又怎样才算离开

一个人，究竟怎样才算来过，究竟怎样才算离开？ 今天得知一位神交许久的同龄朋友已经永远离开了，恍惚了很久，从来未曾体会过的一种感觉。我很希望这是一个假的消息，是一个乌龙的消息。 我突然在想，一个人，究竟怎样才算来过，究竟怎样才算离开。 在电影「寻梦环游记」里有一个表达：真正的死亡是世界上再没有一个人记得你，死亡不是生命的终点，遗忘才是。 从这个角度讲，我想他不管怎么样也没有离开。我也希望能够尽自己的一点力量，让他存在的久一点。 你留下的文字，影响了很多人，也依旧会陪伴很多人。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/1/11
articleCard.readMore

使用 VSCode 愉快地进行远程 R 开发

2019 年底（其实也就是半个多月之前）听了 renkun 大神在上海 R 会议的一个分享，分享主题是「Rstudio vs VSCode」，然后他紧接着又写了两篇使用 VSCode 进行 R 开发的博客。仔细了解之后，感觉自己有救了。 之所以这么说，是因为自己一直有个需求得不到很好的满足：在本地方便的开发部署在远程服务器上的 Shiny 应用。 具体一点说，因为我的 Shiny 需要依托一些 Linux 下才能运行的程序，且这些程序对内存有要求，就导致我无法在 Windows 本地使用 WSL 进行测试和开发。而之前使用 VSCode Remote SSH 让本地 VSCode 连接上服务器本身没问题，但是早期 R Console 运行得到的各种结果本身却无法在 VSCode 中方便的查看，总是需要跳出额外的各种窗口。 当然，使用 Rstudio Server 是一个选择，但在实际使用中会有比如单一 session，时常未响应，编辑器各种不顺手等等问题。 随着几位大神的开发加持，现在使用 VSCode 愉快地进行远程 R 语言开发不仅成为了一种可能，而且还非常香，在使用体验上基本不输 Rstudio，而且很多小细节上更加贴心。 为什么要用 VSCode 写 R 大家可能会有一个非常真诚的疑问，Rstudio (server) 它不香吗，写 R 为什么还要用其它编辑器? 下面这张幻灯片来自 renkun 在会议上的分享，基本说明了问题。 就像上图总结的，RStudio 好用，几乎是所有 R 用户的最佳选择。但同时像上文提到的，时不时的无响应带来的各种不稳定，单 session 操作等又让人苦恼。 你可能会有这样的感受，使用 Rstudio 的过程中因为其本身需要一直和服务器保持通信，live R session 和语言服务又无法分离，当 Console 中运行了一个耗时或者耗内存的命令之后，整个 Rstudio 就无法进行任何操作了。 那 VScode 呢？这个编辑器本身的优点不必多说，虽然之前对 R 的支持没那么友好，不过最近几个月在 VSCode 中使用 R 有了重大的体验升级，这主要体现在两个方面。 R Language Server 在后端的加持 vscode-R 插件在前端的重大迭代 R Language Server 首先说 R Language Server，R Language Server 依托于 Language Server Protocol（可以让任何语言在任何编辑器上得到很好的语法支持）。现在的 R Language Server 在 VScode 中已经非常好的支持了多种鼠标悬停内容展示、帮助文档展示、自动补全、文本高亮以及代码格式化等功能。 R Language Server 和 Rstudio 相比差别最大的一点在于前者是真正的静态分析（static analysis），指在不运行程序的条件下，进行程序分析的方法。也就是说所有功能的实现都无需运行代码，对代码进行的分析仅仅依赖代码本身。而且它的语言服务完全脱离于 R session，即便在 R session 非常繁忙的情况下依旧可以提供服务。 接下来仅仅列举几个在 Rstuido 中不是很方便实现或者无法实现的功能。 鼠标悬停即显示函数定义和文档，无论对应的包是否已经加载。（箭头处为鼠标位置，下同） 鼠标悬停在变量上，直接展示变量类型信息 这个就类似于 Rstuido 中 environment 那个小框的功能，但是更方便直观。 自动高亮文档内所有同一变量 选中代码，自动格式化，例如添加空格等。 vscode-R 新增 Session Watcher vscode-R 插件则在最近的更新中新增了一个 Session Watcher 功能，即便还在测试阶段这个功能也足以让人激动。它实现了在 VSCode 中实时展示各种变量的需求，View() 的时候再也不会有各种弹窗了。文字不好描述，直接上图。 查看 data.frame 如下图右，直接查看 data.frame 内容，支持搜索。 展示 ggplot 出图 展示 htmlwidgets 通过 SSH 连接远程服务器 接下来简单介绍如何实现在本地 VScode 中实现远程 R 开发。 首先要实现的自然是远程操作，这里以使用 PC 通过 SSH 连接远程 Linux 服务器为例。 我们默认服务器已经开通了 ssh 服务，然后本地 PC 已经正确安装了 Windows OpenSSH Client。 安装插件 Remote-SSH 然后在命令行面板中找到 Remote-SSH 相关命令，可以直接选择链接服务器，也可以选择打开配置文件。这里我们选择打开配置文件进行简单的配置。 在配置文件中可以输入相应的用户名 IP 地址以及端口等信息。写法如下图所示，写好保存即可。 再选择连接 Host 的命令，就会看到之前我们已经保存好的 Host 选项。 点击对应的 Host，然后输入密码即可。 如果为了方便不想每次都输入密码，可以使用 SSH key 配置服务器和本地的公钥私钥，这里不再展开。 连接成功之后，VSCode 左下角就会显示一个远程连接的标志，同时你还可以直接在 TERMINAL 中打开一个 shell （我用的是 zsh），就像平时使用类似 Xshell 的工具一样直接进行各种操作。 配置 R 语言开发环境 完成了远程连接服务器的工作，接下来是在 Remote 状态下简单进行 R 相关的配置。 首先安装两个必备的插件，R 和 R LSP。然后还需要在服务器的 R 中安装一个 R 包 languageserver。 install.packages("languageserver") 随后在设置界面中进行几个关于 R 的设置。 首先是设置 Linux 下的 R 路径，如果使用系统自带的 R 应该是/usr/bin/R ，如果是使用自己目录下，例如使用 conda 安装的 R 则指定对应的 R 路径。这里推荐使用 Radian 替代 R，所以我的 R 路径就指向了使用 conda 安装的 radian。如下图所示。 如果使用 Radian 的话，则需要勾选 Bracketed Paste 选项。 如果希望使用服务器上的一些 R 配置，例如 .Rprofile 和 .Renviron 文件，那么 Rterm Option 处就不要加什么其它参数，如果不希望使用则可以酌情添加--no-init-file 或者 --no-environ 等参数。 安装插件。在 Rstudio 中路径的自动补全功能非常方便，在 VSCode 中则可以通过插件 Path Autocomplete 来实现这个功能。 至此，就完成了在 VSCode 中使用 R 所需要的一些基本配置，可以开工搬砖。 最终使用效果 直接上截图。 左侧为服务器对应的文件目录，可以直接点击查看编辑 中间是 R 脚本，可以开心的写代码 右边是对应的网页工具，直接查看效果 下面是连接到服务器的终端，可以在 zsh、R 以及 python 等终端任意切换。也可以同时打开多个不同的 R 终端进行不同任务，互不干扰。 扩展资料： Writing R in VSCode: A Fresh Start Writing R in VSCode: Interacting with an R session Remote Development using SSH Quick start: SSH key 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/1/8
articleCard.readMore

给一年前自己的一封信-2019

思考问题的熊，你好。 见字如面。 当你看到这封信的时候，时间刚刚来到 2019 年，距离你在 2020 年写 2019 年小结还有一年的时间。 在写这封信之前我翻了翻你 2018 年底的总结。看你在那篇文章的最后写到 2019 争取「少扯淡多学习」，好吧，你还是有些天真，未来的一年，一方面你不会少扯淡另一方面也没有多学习。Relax。 关于写字 你在前几天的 2018 年小结中说自己感觉想写的想说的都已经差不多了，但在 2019 年其实你还是写了不少字，在简书上你会更新接近 9 万字，虽然和 2018 年的 17 万字相比少了一半，不过这些文章依旧会让 3 万人次看到并可能帮助到一些人，所以还是坚持下去。 比如你在 2019 年 1 月的时候将会碰到一个PC 上不能使用 IGV 的 bug，这个问题其实就是 AMD 显卡问题导致的，你干脆趁早别用就完事儿。不过这个文章在一年后还会帮助到和你有同样困惑的人，不换也罢。 像你一直认为的那样，写作是一个非常好的输出渠道，不过我想告诉你无法控制输出的什么内容会影响到别人，所以也没必要太在意这个事情。写文章无需太正经，专业性强的内容可以适当释放一些，多写写有的没的也无妨。 你想不到大家其实往往会因为文章里的几个段子记住你，更想不到会有读者直接「全文借鉴」你博客里的「关于」页到他们的博客去。Relax。 关于博客 说到博客，我劝你不要太折腾，如果折腾的话也不要随意的就把文章 URL 地址都换掉 😃 。Hexo 这个框架用起来麻烦点但功能还算全，其实没必要更换框架。哎，算了，因为下半年你还要给自己配置一个 MacBook pro，又有多了一个「全平台使用」的需求，想挡住你折腾也不太可能。不过我建议你最好还是趁早投入到全端苹果的怀抱好些。 你的博客未来的一年访问量中规中矩，保持佛系更新就好。四五十篇文章换来 2 万次的网页访问，会影响到接近 6500 多人，每次会话平均 2 分。这个数据要比你在 2018 年差一些，因为写的东西也少了。 2019 年 2 月 11 号下午会有一个准备考研的同学用手机浏览你的那本考研复习手册 74 分钟，7 月 24 日下午会有一个备考的学生阅读你的考研书 58 分钟，你最好提前有个准备，如果知道他们是谁可以去鼓励一下。这么多年过去了，当年的文集虽然没再给你带来什么价值但是还在发挥余热。 2 月 26 日上午，有一个读者会集中阅读你博客里关于 VScode 的文章 50 分钟；8 月 19 日晚上会有一个读者在你的博客停留 52 分钟，他应该是在学习转录组分析，集中阅读了你博客里所有和转录组相关的内容；8 月 22 日下午还会有一个读者在你的博客停留 63 分钟。 为了他们，你应该提前把这些文章里的错别字修改修改。 可能你未来会产生几次放弃博客的想法，但最好还是留着，给大家多一个念想。 另外，下半年你会关注到一个叫做「语雀」的平台，我想它目前还算符合你的写作及协作需求，不如早点留意一下。 关于读书 我知道你年初给自己列了一个 2019 年阅读和学习清单，清单的内容看起来很美，但是一年后也许只会觉得很凄美。作为过来人，给你一个认真的建议，把你的清单缩减到原始量的三分之一，这样完成起来压力才不算大。如果狠下心缩减到二分之一应该也可以。 除此之外，看书还是应该有一个侧重点，那十几本非专业书可以精简一下，也不至于剩下几本专业相关的书到了年底还没翻开。对了，买回来的书最好不要直接把塑料封皮打开，什么时候真要看了再拆开也不迟，不然送人或者转手卖都不方便，会落灰。 答应我，2020 年先别买书，把拆了封皮但是还没读的先读完，要不然后面搬家实在不方便。 我从你即将要看的书里推荐如下几本，只读读它们就可以了。 刷新：重新发现商业与未来 硅谷钢铁侠：埃隆马斯克的冒险人生 关键提问 事实 掌控谈话 完全写作指南 读懂一本书：樊登读书法 精要主义 请停止无效社交 真相与错觉 关于技能 未来的一年你会接触到一些新的项目，也会有机会学习一些新的技能。比如 BSA，WGBS，HiC，ISO-seq 还有一些奇奇怪怪的可能你之前都没有接触过的技术。在这些内容上，你还有机会接触一些延伸出来的技能，比如 Docker 和流程控制以及网站制作等等，当然也包括很多基础技能的提升。这些技术将服务于很多实际的科学概念和问题。 所以，你需要看的东西很多，要警惕一件事情：很多事情都做了一些，但是都做的不够，不够细致也不够深入。 2019 年你将会有三篇共同一作的文章发表，无论是 5 分还是 13 分，抛开工作量不谈，这些终究都不是你会写到毕业论文里的工作。但也无需妄自菲薄，坦然接受他人的任何评价，然后忘记。 在集中注意力这个能力上，你还比较欠缺，换句话说有时候做事会抓不到重点。因为一些事情的发生，你并没有在最应该投入精力的地方投入足够的精力。这个问题需要特别注意。 其它一些人和事 在这一年，你会进入两个之前没有接触过的圈子，一个是印象笔记的各路资深大使，一个是少数派的各路专业作者；在这一年，你将会从更多方面参与到生信技能树的团队；在这一年你会有机会认识和接触到非常多优秀的人，并且和几个人有深入的相处；在这一年你也将和很多人从更多维度展开协作。 进入新的圈子意味着你过往的一些东西得到了他人的认可，也意味着你要学会接受很多新的规则。当然，你无需为了取悦任何人而做让自己难受的事情，换言之任何事情也不是非你不可。 如果你想要有所精进和突破，就需要抓住一些看起来不那么好的机会，从以往的经验来看好的机会通常都不会降临在你的身上，有些东西错过可能就会变成过错。在能力和产出都不足够优秀之前，你更是无需为了如何融入某一个团队和圈子而苦恼，关心如何提高能力和产出就够你受的。 在这一年，你将会组织几件事情，比如 8 月份的首届生物信息人才发展论坛、bioc workflow 翻译项目、生产力工具学习路线图和生信知识库。我不质疑你做每一件事情起初的想法和动力，从意义上来说这些事情无论哪一件都值得你做下去，只是希望你能够在做决定之前慎重考虑，一旦决定了就要克服各种困难。 当你什么也不做，不过是一直站在坐标轴的零点。如果你做了却没有做好，答应了又没有做到，别人就会把你向负轴移动一点，以后你还需要再多做些什么才能走回去。上面这些事情，有的会在 2019 年开始却没能在 2019 年完成，如果可以的话，尽快把它们做完。 涉及到人与人之间的问题，就会变得稍微复杂起来，无论什么形式的协作和合作都是如此。 我站在一年后的节点上依旧无法给你太好的建议，只能告诉你一点点我此刻的感受。 有两三个交心的朋友很重要，他们是线上还是线下都可以。 对待协作者和合作者的标准和对待朋友的标准不同，某些情况下对待前者的要求甚至更高更苛刻。 对自己要求严格一些，对他人适当宽容一些，极少有人会故意伤害你。 推己及人，自己做起来有难度的事情就不要对他人抱有太大希望。 珍惜和你有过交集的人，但是不要追着别人不放。 任何事情都不要随便答应，答应了就尽力去做。 大多数情况你不是一个人在战斗，但也有不少情况你就是一个人在战斗。 最后 希望 2019 年这一年你即将经历的所有事情能够让你有一点点感悟，专注自己喜欢和需要做好的事情，不要在意太多的纷扰和无法控制的结果。 2018 年过去了，2019 年也会过去。当 2019 年过去的时候，我希望你一点也不要怀念它，你也不要指望 2020 年会对你好一点。 因为，生活即是不停的告别，我们由此得以顿悟和成长。 以及，2019 年和 2020 年你最在意的计时单位应该是学年而不是新年。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2020/1/2
articleCard.readMore

眼见不为实：为什么29不等于29

浮点数计算和比较的坑 29 怎么会不等于 29 今天有一个小伙伴给我发来了一个截图如下。我下意识的说了一句：0.58*50 不等于 29。 感概，有时候，眼见也不一定为实。这就是一个浮点运算导致的「算不准」问题。 在历史上，其实已经有过类似因为浮点运算导致的事故。 1994 年，英特尔的奔腾微处理器芯片的浮点计算单元出现了一个 Bug。在某些情况下，浮点除法并不能返回正确的结果。例如 4195835.0/3145727.0 产生的是 1.33374 而不是 1.33382。虽然这个 Bug 可能对绝大多数人没有影响，但是市面上 500 万左右流通的芯片都存在该缺陷，随着整个事件的发酵，最终这个 Bug 给 intel 造成了 4.75 亿美元的损失。这次事件也被称为「Pentium FDIV bug」而载入了 Bug 史册。 R 语言中的实际示例 我们分别在 R 中计算 0.58*50，0.29*100，然后让他们和 29 互相比一比。 (a=29) (b=0.58*50) (c=0.29*100) a==c a==b b==c 结果如下所示： > (a=29) [1] 29 > (b=0.58*50) [1] 29 > (c=0.29*100) [1] 29 > a==c [1] FALSE > b==c [1] TRUE > a==b [1] FALSE 我们看到屏幕上显示的 a , b 和 c 都是 29，但是如果用==进行一下比较，发现0.58*50和0.29*100竟然都不等于 29。嗯，很迷。 浮点数的精度和计算问题，在任何编程语言里都类似。 浮点数在计算机中不能以任意精读存储，都会有一个准确性的限制，通过有限的连续字符来保存浮点数。 目前常见的浮点格式包括：单精度，双精度和扩展双精度。他们的准确性从前到后依次提高，其中单精度可以用于一般计算，双精度用于科学计算。在 R 中就是采用了双精度来对浮点数进行保存。如下所示： > (d <- 10) [1] 10 > class(d) [1] "numeric" > typeof(d) [1] "double" 我们让 d 等于 10，通过 class 可以看出它是一个数值型变量，如果用 typeof 查看，就会发现他的存储模式(storage mode)是一个双精度浮点型数字。 这里又涉及到了存储模式和类型的问题。在 R 中class返回的是一个对象的高级类，而typeof返回的是对象的内部低级类。如果用calss查看一个数据框，其返回结果就是他的类(calss)为数据框，如果使用typeof查看，返回的结果就是内部类型为列表，如下所示。（嗯，想起了果子老师课上讲的，data.frame 就是一种特殊的 list） > class(iris) [1] "data.frame" > typeof(iris) [1] "list" 继续回来说浮点数的比较。因为精度问题，在 R 语言中使用 == 进行浮点数的比较是非常危险的。 就像文章开头的例子，此时假设你有一个 if 语句，想进行一下结果的判断。如果判断条件是 0.29*100 == 29，就会返回 F。因为 0.29*100 的实际值在计算机中比 29 要小一些。当你使用 as.interger去处理的时候，结果为 28。 > as.integer(0.29*100) [1] 28 这也就是为什么rep(1,29)有 29 个数字，但是rep(1,0.29*100)有 28 个数字。 如何避免浮点数计算的坑 如何解决这个问题呢？在 R 语言中有一个函数叫做 all.equal，虽然名字是 equal，但是他其实是 almost equal。 这让我不禁想到了一款果子和洲更（当然还有我）都在用全面屏 Almost 手机。 all.equal() 的功能是 Test If Two Objects Are (Nearly) Equal。也就是它可以略微忍受两个对象之间有一丢丢差别。如下所示： > (a=29) [1] 29 > (b=0.58*50) [1] 29 > (c=0.29*100) [1] 29 > a==b [1] FALSE > all.equal(a,b) [1] TRUE > a==c [1] FALSE > all.equal(a,c) [1] TRUE 你可能会问，这个一丢丢究竟是多少呢？ 通过帮助文档，我们可以发现这个一丢丢实际是tolerance = sqrt(.Machine$double.eps)。如果实际运行一下会发现.Machine$double.eps 等于 2.220446e-16，那么sqrt(.Machine$double.eps)就是 1.490116e-08。 这里的.Machine是一个存储了 R 正在运行机器的数值特性的变量，其中包括了最小正浮点数（double.eps)。因此，以后想进行类似的比较，记得使用all.equal()。另外，多说一句，在 if 判断中不要直接使用它，而是写成 isTRUE(all.equal(....)) 。 回到最开始的问题，如果确实需要 rep(1,rep(1,0.29*100))返回 29 个数字，就可能需要用到取整。 在 R 中有 3 种常见的取整，分别是： 向下取整：floor() 向上取整：ceiling() 四舍五入：round() 此外还有一种不常用的「向 0 看齐」取整方法trunc()。 他们的差别如下： > ( x1 <- seq(-2, 4, by = .5) ) [1] -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 > floor(x1) [1] -2 -2 -1 -1 0 0 1 1 2 2 3 3 4 > ceiling(x1) [1] -2 -1 -1 0 0 1 1 2 2 3 3 4 4 > round(x1) [1] -2 -2 -1 0 0 0 1 2 2 2 3 4 4 > trunc(x1) [1] -2 -1 -1 0 0 0 1 1 2 2 3 3 4 因此通过rep(1,round(0.58*50))就可以得到和rep(1,29)一致的结果了。 写到这里并没有结束，因为如果用 python 算一下，就会发现 0.58*100 真的不等于 58。感觉 R 语言的对于浮点运算结果的展示还是有点问题？同时，0.58 和 0.59 还是不一样。 >>> 0.58*100 57.99999999999999 >>> 0.59*100 59.0 >>> 0.57*100 56.99999999999999 >>> 0.56*100 56.00000000000001 看来，要知其所以然，还得再仔细学习一下浮点精度和计算的实质。 参考资料： R FAQ 7.31 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2019/12/19
articleCard.readMore

如何简快好省的使用图床

首先说明一点，因为本文的读者中可能单独使用 macOS 的为少数，所以下文介绍的所有工具尽量满足双平台通用（Windows 和 macOS）。 它们不一定是在 macOS 的最佳选择，如果你仅使用 macOS，文章中提到的思路和工具仅供参考。如果你同时在使用 PC 和 Mac，那么这是我目前摸索出来的比较满意的双平台通用方案，希望对你有所帮助。 云服务器配置 可以作为图床的云服务器有很多，例如主打免费的 SM.MS 图床（已经推出付费套餐）主做云存储七牛图床和又拍云等等。 如果要说免费（白嫖），目前我比较推荐的图床是 GitHub 图床，原因是 GitHub 的使用对多数有 md 图床需要的人来说应该都不陌生，而且这个网站毕竟还是专业的，跑路可能性极小。 如果要说付费的云存储，我目前使用的是腾讯云 COS, 这个东西在阿里云里叫 OSS，本质上都是一样的。之所以使用腾讯云的对象存储，是因为有一个直接复制图片到微信公众号编辑器的需求，其它家因为防盗链的原因都无法正常复制图片，但是腾讯云在微信公众号编辑器里还是异常流畅的。如果没有这个需求，阿里云和腾讯云并没有什么差别。 接下来以 腾讯云 注册为例，首先注册登陆自然不必多说。然后为了让图床和写作工具可以连接到你的腾讯云，那么就需要创建密钥供这些工具使用。 获得密钥相关内容 在腾讯云的 API 密钥管理 中新建一个密钥，然后如下图所示会得到 APPID、SecretId 和 SecretKey。这三个内容一是要记住，后面要用到；而是要注意安全保密。 创建存储桶 首先在首页的「云产品」下拉菜单中选择「对象存储」。 然后选择「存储桶列表」后创建一个新的存储桶。 在创建选项中根据提示操作即可，设置名称，然后选择服务器地区，需要注意的是因为要用做图床，所以访问权限设置为「公有读私有写」。也就是只有你自己给存入内容，但是访问内容（图片）不受限制。 在上图的配置中，有两项内容叫做「存储桶名称」和「请求域名」，这个在设置好之后点击你的存储桶，然后选择「基础配置」也可以看到，另外你还需要在基本信息中记住「所属地域」的代码。 至此，你就获得了配置图床工具需要的所有内容。 本地图床工具设置 图床工具有很多，好用的也有不少，但是全平台免费开源且好用的选择就不多了。这里推荐的是 PicGo，满足全平台免费开源且支持多种插件。嗯，好用。 三个特点 主窗口支持拖拽、选择图片上传；支持读取剪贴板的第一张图片快捷上传。macOS 支持顶部栏拖拽上传 上传成功后自动复制链接地址到剪贴板，支持 5 种复制粘贴格式，让你的文本编辑极致高效。 支持 JavaScript 开发的插件，给予插件极大自由度，让 PicGo 更加强大，成为你得手的效率工具。 简单配置 安装好之后，在图床设置中选择「腾讯云 COS」，勾选 V5 版本，然后依次填入上一步响应的信息即可。如果默认想使用 腾讯云 那么就「设置为默认图床」。至此，本地图床工具依旧设置好了。下图为 PC 版本截图，Mac 同理，同时也有命令行版本可以使用。 快速使用 PicGo 的使用非常简单，没有任何学习成本。正如开发者介绍的那样，你有多种方式把一张图片发送到图床中。 打开主窗口，把图片直接拖拽到主窗口 打开主窗口，选择图片上传 复制一张图片后，支持读取剪贴板的第一张图片快捷上传（可以自定义快捷键） 如果你使用 macOS，那么图片拖拽到顶部栏直接上传 上传成功后会有消息提示 这个时候剪贴板已经默认保存了这个图片的地址。这个地址的具体的保存格式你可以进行，我自然是设置为 MarkDown 格式。直接在需要的位置粘贴即可。如果你想快速获取曾经上传的图片地址。只需要在相册视图中点击对应图片下的「复制」图标即可。 至此，本地的图床管理工具已经配置完毕并且可以正常使用。 本地写作工具设置 如上文所言，当你配置好本地图床工具之后，在任何 MarkDown 编辑器里（例如 vscode 或者 typora）直接在需要的位置粘贴即可。但是，如果本地的写作工具直接支持上传至图床岂不美哉？ 本地写作管理工具 VNote 本地写作工具中支持一键将本地图片传至图床的在 Mac 上有不少，例如 Typora（仅 Mac 版本）Mweb 等等。但是同时支持 PC 和 Mac 的本地 MarkDown 写作工具，目前我用下来就只有 VNote 体验佳。提到 VNote 这款开源写作工具完全可以单独再开一篇文章好好写写。这里只介绍其最近一个版本更新后加入的图床功能。注意，一定是最新的 2.8 版本才可以噻。 自 2.8 版本开始，VNote 支持了四种图床，值得一提的是贡献者提供了微信公众号图床，这个可能很多人都没有听说过。 VNote 配合腾讯云 VNote 的图床配置也是非常之简单。在「设置」中找到「图床」，然后选择腾讯云。其中 domain name 就是你的请求域名，其余两项就是上文 API 中 SecretId 和 SecretKey。 这里有几点小坑需要注意！ domain name 就是你的存储桶请求域名，但是务必请去掉链接里 https:// 只需要输入域名即可。 因为是本地编辑器，如果想要顺利上传图片和展示就需要在存储桶的设置中进行一点修改。所以建议你新建一个存储桶来使用。配置内容如下图，修内内容为设置跨域访问。 设置内容如下 都配置好之后可以在 VNote 中进行测试。 一键上传本地图片到图床 配置好后，只要在任意文档的编辑模式下，鼠标右键选择「上传图片」然后点击「腾讯云」即可。随后，该文档内的所有本地图片都会自动上传到你的图床，然后图片的地址会自动替换会图床地址。 如何做到简快好还省 至此，通过： 云服务器配置 本地图床工具设置 本地写作工具设置（可选项） 你就可以愉快的利用图床管理图片和写作了，当然上述都是最基本的入门设置，大体上可以达到简快好的使用图床。标题中的「省」是指的费用问题，使用腾讯云的对象存储毕竟是要钱的。 为了不让别人盗用你的图片借用你的图床花你的钱写（抄）他自己的文章，往往我们还需要在存储桶中进行一些防盗链的设置。因为涉及到一些前端和网页访问的知识，这里就不再基础使用篇介绍了。如下图所示，有兴趣的可以自行研究下。 其实也可以不怎么管这里，因为确实很便宜，便宜到我都想把对象存储当做网盘用。而且腾讯云是有对象存储客户端的且不难用（Mac 端）。我目前存储的数量如下： 花费是多少呢？**从 10 月 1 日到今天，一共花了 3 块 4 毛钱。真的很省。**如果你不是流量大户，一年可能也就三四十块。 结语 最后，祝你使用愉快。另外，本文提到的 PicGo 和 VNote 都是开源工具，如果他们对你有所帮助，希望你可以给开发者捐赠，感谢他们的付出以及开源精神。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2019/12/14
articleCard.readMore

这三个网站让我摸鱼都从容了

如果你问我每天什么时候效率最高，我想可能是摸鱼的时候。高效摸鱼有很多技巧，关键之一就是不能在浑水里摸鱼。一定要去正确的地方，清楚的看到鱼在哪里，一摸一个准。 查 man page 从未如此简单 自从知道了这个网页工具，无论是查还是读 linux man page 都变得异常简单。而且，这个网站还可以直接解析复杂命令行。 man page 是学习 linux 最强大的手册，很多自以为烂熟于心的命令如果有空能读读 man page 一定会有意想不到的收获。但是 linux 的各种 man page 实在是太多了且阅读体验不好。 这个网站叫做 mankier，开发者说做这个网站的目的就是 tries to make reading and man pages as convenient as possible. 网站有如下几个特点： 侧边栏有每个 subsections outline，跳转极方便，甚至可以直接分享某个 section. 每个命令的参数也是一个链接，可以快读定位 页面支持快捷键搜索，且输入 - 可以直接查看参数 主页搜索命令里支持单独的命令搜索，支持 命令+参数 直接搜索 自动解析负责命令行，例如把du -s * | sort -n | tail 输入搜索框，就会告诉你这个命令做了什么。 地址 Man Pages | ManKier 理解统计概念从未如此清晰 我第一次知道 Seeing-Theory 的时候还没有中文版，因为这个项目后期有几个中国学生的加入现在已经有了中文版，而且有了一个很诗意的名字「看见统计 」。把看见和统计结合在一起，嗯，真棒。 这个网站用 D3 可视化了大量统计基础概念，而且每个概念在学习的时候都可以交互操作。 值得一提的是，这个项目诞生之后获得了若干个奖项，可惜的是目前已经不再继续维护更新而是进入了托管状态。 网站地址：看见统计 学习正则表达从未如此从容 前一段看一篇毕业论文，心血来潮顺路去瞅了一眼给出的脚本。 其中，有一句正则写的是 /[chromosome|chr](\d+)\s(\d+)/。 能看出来作者明显是想匹配 chromosome 或者 chr ，但是这么写必须必配不上啊。而且很可能用户的染色体只有数字，或者是 C 大写，还可能有不规则命名的染色体。 推荐一个正则的在线测试网站给大家。RegExr: Learn, Build, & Test RegEx 这个网站可以交互式的解释正则表达式的含义，然后也可以用自己的文件进行匹配测试。 网站地址：regexr 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2019/12/12
articleCard.readMore

我目前的云存储方法

云存储选择及我的使用感受 国内大厂 百度云盘：国内使用度最高，适合保存各种盗版资源，不充会员约等于没法用 腾讯微云：不冲会员下载速度略好于百度云，但是可用空间只用 10G 国际大厂 Google Drive：使用体验好易于协作，和国外用户使用方便，国内需要特殊操作 OneDrive：如果在用 office 365 附赠 1T 空间，无需特殊操作即可使用 iCloud：虽然 iCloud 只是苹果自己的云服务，但对于苹果全家桶的用户来说使用体验是最好的 国内小厂 坚果云：主打增量备份，可能是国内目前用来同步个人工作文件最好的选择 奶牛快传：轻便快捷，非常适合用来分享文件，非常类似于国外的 Droplr 国际小厂 Droplr：也是即用即走的云盘，适合用来分享文件，虽然无需特殊操作即可使用，但速度不及奶牛 Dropbox：只做云盘的一家公司，也推出了协作功能，但是正常使用需要特殊操作且价格较高 其它及自建 115 网盘：我一直没用过但是一直听到有人提起的云盘 和彩云：移动最新推出的云盘 NAS：可能是最安全的云盘选择，但是初期成本较高，我个人推荐群晖的两盘位入门款即可。 我的选择标准 选择使用什么网盘我的主要参考因素有 4 个： 安全：如果是自用和私密为主的文件，首要因素一定是安全。当然，一个东西一旦上公有云，从原理上说就没有了绝对的安全。我只能根据以往的使用经历进行排除法，首先我的百度云里曾经出现过不是自己的文件，而且被非主动删除过文件；坚果云网站一直有无法彻底删除文件的 bug，官方反馈说后期会修复。 稳定：需要特殊操作才能使用的网盘注定在当前环境下无法作为主力网盘工具使用，日常重度使用的网盘争取要做到无感同步。 易用：首先是多客户端均可使用，然后使用体验要好。另外，上传分享等各种操作要简单但是有最好不要有什么功能缺失。同时，最好针对图片等特殊类型文件有好的管理方式。对于分享类的网盘来说，易用的标准就是方便对方下载，比如无需注册即可下载，甚至无需注册就可以直接不限速下载。 价格：价格的接受程度一方面是看绝对的数值大小，另一方面是要看对应工具的使用程度。比如坚果云从来没有过实际的打折活动，而且付费买的的空间也少的可怜，但是因为使用重度所以不能犹豫。 我目前的使用组合 我目前在同时使用若干个云盘工具。 按照使用频率排序：坚果云 > OneDrive > 奶牛快传 > Google Drive >> Droplr >> 百度网盘 ≈ 腾讯微云。 按照付费程度划分：坚果云和奶牛快传是专业版年订阅用户，OneDrive 是跟随 office 365 一起订阅，Droplr 是 10% 的价格入手了终身版，百度网盘和腾讯云会在极少数情况下临时订阅一个月。 按照喜爱程度划分：目前使用体验最好的还是 Google Drive，坚果云和奶牛快传也很不错，OneDrive 虽然是微软的产品但是在 iOS 和 Mac 上却意外好用，而且会对照片进行智能分类（非常类似于 Google Photo） 具体的使用方法如下： 我接近 40G 日常文件和工作文件全部是通过坚果云在 PC 和 MacBookPro 上进行同步的。而且因为坚果云支持 WebDav，所以在用 Zotero 的我目前还找不到好用的替代工具。 不过，考虑到坚果云的潜在不安全性（还不能彻底删除文件）以及鸡蛋不要装在一个篮子里的思想，我的所有不同设备（ Android 和 iPhone 以及电脑）的照片和 13G 左右的工作文件全部同步在了 OneDrive。另外，我所有的照片也都在 Google photo 中。这里需要说一下，Google Photo 真的牛逼，如果有条件一定要用。 偶尔会被吐槽的 OneDrive 同步速度虽然赶不上坚果云，但从我一年多的使用体验来看上传下载的速度也完全说的过去，基本没有碰到不能同步的问题。目前 OneDrive 我保存了大致 20G 的文件，因为一直会买 office 365 ，所以我也在尝试更重度的使用 OneDrive，毕竟和坚果云那点可怜的空间比 1T 还是真香.等到毕业或者要彻底不用 PC 的时候，我的所有文件应该都会扔到 OneDrive 上。 奶牛快传是我目前最主要使用的文件分享工具。对于接收文件的用户来说，奶牛快传现阶段做到了无需注册即可不限速下载，这一点是尤其重要的，不过这里的不限速是说开发者不会主动限速，速度已经和你使用的网络有关，我在自己的网络环境下测试，一般上传是 10M 左右，下载是 5M 左右。不过，我也不知道这样的模式会不会多年一直持续下去。另外，高级用户可以自定义二级域名和背景图，设置各种下载规则，还是非常有逼格和好用的。 Google Drive 和 Droplr 使用相对就用比较轻度了，主要是和在国外的一些同学朋友分享文档以及协作使用。这两款工具的协作和使用体验都非常好，有机会推荐大家仔细体会，这里就不再展开。除此之外，大多数国外好用的其它工具都支持和 Google Drive 的联动，使用起来非常方便，比如 Trello 和 Notion 就可以直接插入其中的文件。 至于百度网盘和腾讯微云，我是真心不推荐，尤其是百度网盘，我里面存的应该只剩下各种分享来的「盗版资源」了。但在目前环境下从某种意义上讲，什么好用不重要，重要的是有多少人用。通常，如果有 10 个人给我发过来云盘链接，一般有 9 个是百度云。早前，我会咬牙充上一个月会员，现在有了按时长下载，不过我现在更多的做法是厚着脸皮问对方要账号。你给我分享了一个几十 G 的百度云链接，按道理就应该有百度云会员或者有办法让我顺利下载，你用百度云恶心一下我，我忍了，不过我也得稍微恶心一下你。微笑。 本文作者：思考问题的熊 版权声明：本博客所有文章除特别声明外，均采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 (CC BY-NC-ND 4.0) 进行许可。 如果你对这篇文章感兴趣，欢迎通过邮箱订阅我的 「熊言熊语」会员通讯，我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想，点此链接即可进行免费订阅。

2019/12/2
articleCard.readMore