文章介绍：
这篇综述介绍了深度学习的基本模型和典型模型架构，同时总结了深度学习（DL）在肿瘤和肿瘤亚型鉴定的应用（即病人的诊断和分诊治疗），在药物对个体的效应和协同作用的预测，以及在机制、治疗研究中药物的发现和定位的应用。他们整合了基因组学数据和药物基因组数据资源，如 TCGA, ICGC等药物数据库，以及P a DEL药物数据库等。系统地描绘了深度学习在肿瘤药物基因组学中应用。
figure
新的降维可视化方法
一句话评价
新的高维数据结构和模式的可视化方法——PHATE
文章信息
题目：Visualizing structure and transitions in high-dimensional biological data
杂志：Nature biotechnology
时间：3 December,2019
链接: https://www.nature.com/articles/s41587-019-0336-3
figure
单细胞RNA-seq分析流程的系统评估
一句话评价
scRNA-seq分析流程大比拼
文章信息
题目：A systematic evaluation of single cell RNA-seq analysis pipelines
杂志：Nature Communication
时间：11, October, 2019
链接: https://doi.org/10.1038/s41467-019-12266-7
figure
基于R语言绘制坐标轴截断图
画图时经常遇到不同组的数据大小相差很大，大数据就会掩盖小数据的变化规律，这时候可以对Y轴进行截断，从而可以在不同层面（大数据和小数据层面）全面反映数据变化情况，如下图所示。
搜索截断图绘制的方法，有根据Excel绘制的，但是感觉操作繁琐；这里根据网上资料总结基于R的3种方法：
- 分割+组合法，如基于ggplot2, 利用
coord_cartesian()将整个图形分割成多个图片,再用grid 包组合分割结果 - plotrix R包
- 基本绘图函数+plotrix R包
深度学习揭示体内肿瘤的转移和抗体靶向治疗效率
一句话评价
基于透明化的成像技术和深度学习算法快速、准确检测微量肿瘤细胞的转移
文章信息
题目：Deep Learning Reveals Cancer Metastasis and Therapeutic Antibody Targeting in the Entire Body
杂志：Cell
时间：December 12, 2019
链接: https://doi.org/10.1016/j.cell.2019.11.013
