該候選作為領域頂級專家之一，在收到來自他人的請托時，違規(guī)透露自己評審專家身份。決定依據(jù)《國家自然科學基金項目科研不端行為調(diào)查處理辦法》第五十條第一項、第四項和第四十四條第四項，取消其國家自然科學基金項目評審專家資格3年（2024年4月9日至2027年4月8日），取消國家自然科學基金項目申請和參與申請資格2年（2024年4月9日至2026年4月8日），給予通報批評。

除了請托案件，還有一類案件是屬于比較出人意料的：這不是導師們的“基操”嗎？這居然會被通報？

導師套現(xiàn)被通報

在2024年的通報中，萬萬沒想到會出現(xiàn)這個通報：985高校教授因通過向?qū)W生發(fā)放勞務費再回收的方式套取科學基金重點項目（批準號71731003）經(jīng)費而被國自然基金委撤銷遲了自然科學基金項目（批準號71731003），追回已撥資金，取消國自然申請資格5年，并給予通報批評。

這種操作其實非常常見，在2024年年初的兩起集體舉報事件中，涉事導師華中農(nóng)黃某某和北理工鄭某都存在這種類型的問題。當然兩人的具體操作和此次國自然基金委通報的教授還是有細節(jié)上的差別，本質(zhì)上是一回事：

當然，除了這兩位被學生集體實名舉報的導師以外，還有非常多的研究生博士生遭遇了這種事情：

這也就不奇怪，為何國自然基金委通報這位985教授套現(xiàn)是違規(guī)問題如此的讓人感到奇怪

說完了讓人無語、憤怒潸然淚下的，我們來講點振奮人心的通報：2024年1月被實錘學術不端的華中農(nóng)黃某某在2024年國自然學術不端第二批通報中出現(xiàn)了。這必須給華中農(nóng)大的處理速度點個贊。

課題組碩博生聯(lián)合舉報的教授被解聘后，再被基金委通報

此前123頁PDF實名舉報教授學術造假中，經(jīng)過兩年多的調(diào)查，國自然基金委最終發(fā)布了對張裕卿的處罰通報。但今年年初發(fā)生的129頁PDF聯(lián)合實名舉報事件，在今年10月的國自然通報中，就有了最新進展！

圖片來源：華中農(nóng)業(yè)大學官微

根據(jù)國自然通報，10篇論文存在圖片使用混亂、數(shù)據(jù)篡改、偽造數(shù)據(jù)等問題，還將部分問題論文列入國自然基金項目申請書、進展/結(jié)題報告中。

經(jīng)國家自然科學基金委員會監(jiān)督委員會六屆三次會議審議，由國家自然科學基金委員會2024年第5次委務會議審定，決定依據(jù)《國家自然科學基金項目科研不端行為調(diào)查處理辦法》第四十七條、第四十條、第四十二條第五項、第四十六條，撤銷國家自然科學基金項目“組蛋白乙酰化調(diào)控Wnt∕β-catenin通路在豬肝臟氨代謝中的作用及機理研究”（批準號31572409）和“PCAF調(diào)控丙酮酸代謝在妊娠后期母豬肝臟糖代謝紊亂中的作用機制”（批準號32072742），追回2個項目的已撥資金，取消國家自然科學基金項目申請和參與申請資格5年（2024年3月26日至2029年3月25日），給予通報批評。

甚至除了這份國自然通報，華中農(nóng)業(yè)大學還積極推進造假論文的撤稿，這一點在12月初期刊發(fā)布的撤稿通報中清晰可見：The Editor-in-Chief has retracted this article?at the request of the Huazhong Agricultural University.應華中農(nóng)業(yè)大學的要求，主編已撤回了這篇文章。

由此可見，靠歪門邪道取得的成就并不會為他人包庇。在此衷心提醒各位科研人、醫(yī)學人朋友：

(下滑查看更多)

今天，手把手教大家單細胞測序數(shù)據(jù)分析，分析的是下面這篇論文，12分：

非常簡單，適合新手學習。作者就是對7個HGSOC樣本和5個正常卵巢樣本進行了單細胞測序：

需要代碼的同學請如下免費獲取，原價7787元，萬能代碼，適用于任何單細胞數(shù)據(jù)，現(xiàn)在免費發(fā)送給大家：
【該單細胞測序數(shù)據(jù)分析全套代碼，338行代碼，原價7787元】

如下免費獲取：

??①長按下方二維碼關注??

②輸入關鍵詞：7787

OK，我們開始操作，先下載這12個樣本的單細胞測序數(shù)據(jù)，作者說數(shù)據(jù)已經(jīng)傳到GEO數(shù)據(jù)庫了，號碼是184880:

那我們打開生物醫(yī)學之家（www.swyxzj.com）網(wǎng)站后進入GEO：

這個頁面的每一個字都要細讀，非常重要，作者怎么提取的單細胞，怎么做的測序，一定要細讀，如下下載單細胞測序原始數(shù)據(jù)：

下載后解壓我們可以看到36個文件夾：

每個GSM是一個樣本，每個樣本是3個文件夾（這是單細胞測序最常見的文件格式，三文件格式）。一共12個樣本，所以是36個文件夾。隨后我會自己新建文件夾，7個癌癥樣本和5個正常樣本，如下。

每個樣本下都是三文件形式：

隨后用R語言讀取數(shù)據(jù)，進行單細胞測序數(shù)據(jù)分析。首先是加載需要的包，將運行設置到最大（靈活的節(jié)省時間）：

然后是讀取數(shù)據(jù)，構(gòu)建seurat單細胞處理對象(后續(xù)所有的操作都是基于這個對象進行處理，質(zhì)控降維等等)，并對正常對照的細胞都加上ctrl前綴分組和癌癥組都加上exp前綴分組（這是萬能代碼，只要你以后的數(shù)據(jù)也是這樣放置，三文件在一個文件夾中，都可以這樣讀取）：

1. 讀取數(shù)據(jù)

這個時候我們已經(jīng)過濾基因數(shù)量小于300的細胞（原文說是200，但是我試過之幾個參數(shù)后發(fā)現(xiàn)300才能對上原文說的59342個細胞）。隨后就是非常常規(guī)的單細胞數(shù)據(jù)分析處理流程，最終進行細胞降維得到細胞群，那具體處理流程如下：

2.1 質(zhì)量控制（QC）過濾前：檢查線粒體基因

為什么要做質(zhì)量控制（QC）分析？

評估數(shù)據(jù)質(zhì)量：

線粒體基因（percent.mt）：高比例的線粒體基因表達通常表明細胞可能已經(jīng)經(jīng)歷了應激或凋亡。
核糖體基因（percent.ribo）：核糖體基因表達的異常比例可能反映了特定的生物學特性或技術噪聲。
血紅蛋白基因（percent.hb）：某些樣本中，血紅蛋白表達高可能是血液污染的標志。

識別異常細胞：

nFeature_RNA?和?nCount_RNA?的分布可以幫助識別質(zhì)量不佳的細胞，例如雙重細胞（細胞核外有過多基因）、細胞碎片或低捕獲效率的細胞。

決定過濾參數(shù)：

通過 QC 圖表，可以直觀地觀察指標分布，并據(jù)此設置合理的過濾閾值，例如線粒體比例閾值或基因數(shù)目范圍。

結(jié)果如何解讀？1. 小提琴圖：

nFeature_RNA?和?nCount_RNA：

如果某些樣本的這些值明顯偏低，可能是由于文庫構(gòu)建效率較低或捕獲效率低。
如果某些樣本的值過高，可能是因為雙重細胞或其他異常細胞。

percent.mt、percent.ribo?和?percent.hb：

高比例線粒體基因（percent.mt > 15%-20%）通常表明細胞正在經(jīng)歷凋亡，需要過濾。
核糖體基因（percent.ribo）通常有一個正常范圍，如果某些細胞偏高或偏低，可以根據(jù)實驗背景進行解釋。
血紅蛋白基因（percent.hb）的高比例可能提示血液污染，尤其是在非血液來源的樣本中。

2. 散點圖：

nCount_RNA?vs?percent.mt：

理想情況下，沒有顯著的相關性。如果有高相關性，可能是由于捕獲效率異常導致線粒體基因的相對比例上升。

nCount_RNA?vs?nFeature_RNA：

通常有較強的正相關性，表明捕獲到的 RNA 數(shù)目與檢測到的基因數(shù)目一致。
如果某些點偏離趨勢，可能是由于雙重細胞或低質(zhì)量細胞。

當前結(jié)果解讀：

從結(jié)果來看：

percent.mt?與?nCount_RNA?散點圖：

圖中顯示了一些細胞具有非常高的線粒體比例（超過 50%-75%）。這些細胞可能是壞死或凋亡細胞，建議過濾。

nFeature_RNA?與?nCount_RNA?散點圖：

散點呈現(xiàn)較好的正相關性，說明大部分細胞的質(zhì)量較高。但右側(cè)可能存在少量偏離趨勢的高表達細胞，可能需要進一步檢查。

通過這些圖表，你可以根據(jù)實驗背景設置合理的過濾參數(shù)。

2.2 過濾細胞：保留基因數(shù)小于10000的細胞，同時線粒體基因轉(zhuǎn)錄小于40%的細胞:

過濾后的 QC 結(jié)果解讀1. 數(shù)據(jù)過濾后的目標：

基因數(shù)量限制：

過濾掉了檢測到基因數(shù)量（nFeature_RNA）小于300的細胞（低質(zhì)量或死細胞）和大于10000的細胞（可能是雙細胞或異常高捕獲）。
剩下的細胞應該反映生物學特征，而不是技術噪聲。

線粒體基因比例限制：

設置了?percent.mt < 40.0%?的閾值（參考原文，一般也是這個參數(shù)），排除了高比例線粒體基因表達的細胞（可能是凋亡或應激細胞）。
剩下的細胞線粒體基因表達比例處于合理范圍內(nèi)。

2. 過濾后散點圖解讀：

左圖（nCount_RNA?vs?percent.mt）：

現(xiàn)象：大部分細胞的線粒體基因比例已經(jīng)集中在40%以下（過濾條件起作用），并且沒有顯著的線粒體基因比例與UMI數(shù)量的相關性。
解讀：這表明過濾后的數(shù)據(jù)沒有包含高線粒體比例的異常細胞，細胞質(zhì)量較高。

右圖（nCount_RNA?vs?nFeature_RNA）：

現(xiàn)象：大部分細胞呈現(xiàn)出正相關趨勢，UMI計數(shù)較高的細胞對應檢測到更多的基因。
解讀：說明過濾后數(shù)據(jù)的質(zhì)量較好，檢測到的基因數(shù)量和捕獲到的RNA分子數(shù)量具有一致性。

3. 過濾后細胞數(shù)量：

過濾前細胞數(shù)：64030。
過濾后細胞數(shù)：59324(與原文一致)。

說明：過濾掉了線粒體基因比例過高或基因檢測數(shù)異常的細胞，占比約為?8%。

4. 過濾后的意義：

去除了可能是凋亡細胞、雙細胞或污染的異常數(shù)據(jù)，減少了技術噪聲的干擾。

提高了后續(xù)分析（例如降維、分群）的可信度，使得數(shù)據(jù)更能反映真實的生物學特性。

對于后續(xù)步驟（例如差異分析、通路富集分析），可以避免因異常細胞影響而導致的假陽性結(jié)果。

這里我們發(fā)現(xiàn)細胞數(shù)量與原文一致，說明我們的參數(shù)是可取的。繼續(xù)后面的操作。

2.3 數(shù)據(jù)標準化：使用LogNormalize方法，對每個細胞的總轉(zhuǎn)錄量進行歸一化（總轉(zhuǎn)錄量為10000）

2.4 識別高變異基因：使用默認的 "vst" 方法選擇2000個高變異基因，用于后續(xù)分析

標準化這一步有點花時間，大家注意一下：

運行完出圖：

2.5 PCA分析

PCA分析的意思就是告訴我們這個數(shù)據(jù)受多少個維度的影響。出圖如下，我們可以看到這些細胞主要受到10個PC維度的影響（10以后坡度變緩了，原文在選擇維度的時候也是用的10）：

2.6 使用 Harmony 進行批次效應校正

2.7 使用 dim=10 的 Harmony 結(jié)果運行UMAP

2.8 FindNeighbors 和 FindClusters 確定最佳分辨率

OK，這里需要注意，我們用了10個PC，這是因為原文就是這個參數(shù)（不過一般也都是10），所以我們用了這個，要是全新的數(shù)據(jù)，你就得不停的嘗試，看哪個PC維度最好。維度越大，考慮的因素就越多。不同的PC，降維之后的細胞圖形是不同的。

同時，我們設置了0.01, 0.05, 0.1, 0.2, 0.4, 0.6, 0.8, 1分辨率。也就是我們確定了PC之后調(diào)整的參數(shù)，這個時候調(diào)整這個分辨率，圖形是不變的，只是會分辨率變了而已，細胞的群的數(shù)量變了而已。如下：不同的分辨率有不同的細胞群數(shù)量，但是整個圖形是不變的：

OK，這個時候我們一般選擇0.8進行試探并后續(xù)分析。以上就是細胞的降維，告一段落。我們需要后續(xù)繼續(xù)看0.8（0到28，有29群細胞）這個參數(shù)對不對，就是要細胞命名，看合理嗎？

#3細胞命名

# A. 選擇分辨率

# B. 繪制DotPlot，檢查特定基因在各個細胞簇的表達情況

# C. 繪制TSNE圖

# D. 繪制UMAP圖

下面那些細胞的標志分子是參考的原文的，那我們分析新數(shù)據(jù)的時候也是參考同領域的作為參考，然后一個一個分子調(diào)整的，自己需要有知識儲備。那我們可以看到有29群（0到28）和是否有批次效應：

（每一塊細胞都有樣本分布說明沒有樣本批次）

可以看到?jīng)]有批次效應。因此，到這里我們可以判斷去批次正確。我們要繼續(xù)判斷10個PC和0.8的分辨率是否正確。應該怎么做呢？就是最后命名好細胞名字后做標志基因的熱圖，看每個marker是否準確的落在每一群細胞中。

# E.根據(jù)已有marker判斷哪個群是什么細胞:

這個時候找每一群細胞的高表達基因會花點時間，也可以保存這個scRNA_innitial_markers輸出為表格，然后一個基因一個基因的看，再確定哪一群細胞是叫什么細胞，大家注意：

那我這里已知知道0.8的分辨率是29群細胞。同時，原文是用CD79A和JCHAIN兩個分子作為B細胞的marker，那我們用FeaturePlot(scRNA,features = c("CD79A", "JCHAIN"), raster=FALSE)看看這兩個分子落在哪里。發(fā)現(xiàn)是14和21群，那么我就會備注好，其他細胞也是一樣的這樣做好備注，方便后面的命名。其他細胞群也是一樣。那到這一步，我們已經(jīng)知道哪一群細胞叫什么名字了，我們就需要命名了。如下：

F. 細胞命名

命名后細胞降維圖如下，跟原文非常接近：

我們這里檢測上皮細胞1.4萬，基質(zhì)細胞1.3萬：

原文也是：

G. 細胞簇的標志基因表達熱圖

那最后，我們要可視化各種marker看看，這些群的命名是否真的正確。原文長這樣，各個marker非常清晰：

運行代碼后：

簡直和原文一模一樣：

這下我們放心了，細胞分群對了，意味著10PC和0.8的分辨率是可以的，這些參數(shù)發(fā)論文的時候都要提供的。后面就簡單了。

H. 保存和看看基因的表達

普通的圖長這樣：FeaturePlot(scRNA,features = c("CD79A"), raster=FALSE,split.by = "group")：

很丑，用Nebulosa包很美觀，表達差異非常明顯：

OK，以上全套代碼已經(jīng)給大家整理好啦，免費發(fā)送哦。

【該單細胞測序數(shù)據(jù)分析全套代碼，338行代碼，原價7787元】

如下免費獲取：

??①長按下方二維碼關注??

②輸入關鍵詞：7787

二、資源免費送：

那我們把今年培訓的國自然內(nèi)部資料一次性免費發(fā)送給大家（新手完全可以按照別人中過的標書模仿著寫，老手也可以參考別人標書中的套路是怎么回事）:

“2018-2024國自然標書清單+標書全文+答辯PPT（原價7878元）”

如下免費獲取：

??①長按下方二維碼關注??

②輸入關鍵詞：7878

這些標書都是全網(wǎng)首發(fā)，第一次發(fā)送出來，需要的趕緊收藏起來吧。資源如下

一、2018-2024國自然中標項目清單:

比如生科院和醫(yī)學院的：

如醫(yī)學部有1萬左右：

二、國自然中標項目標書全文:

這都是已經(jīng)中標的標書全文，對我們參考非常有用，部分截圖如下：

（模糊截圖，高清請下載）

三、幾十套杰青、優(yōu)青申報PPT（可編輯）

對于申報杰青、優(yōu)青、長江的科研人員，一份已中的PPT模板可以很好的參考，思路邏輯格式等等：

比如優(yōu)青答辯PPT：

再比如杰青的答辯：

好了，這些資料我們都已經(jīng)打包好了放在百度云了，大家趕緊保存到自己的百度云中吧，非常有用。

“2018-2024國自然標書清單+標書全文+答辯PPT（原價7878元）”

如下免費獲取：

??①長按下方二維碼關注??

②輸入關鍵詞：7878

三、免費資源：

頂級CNS插圖如下：

但是自己畫一只小鼠可能需要花一整天的時間。

所以，今天小編給大家免費贈送：

“生物醫(yī)學之家CNS插圖可編輯素材永久VIP賬戶”

生物醫(yī)學之家CNS插圖素材部分截圖如下：

這些素材都是用Adobe illustrator繪制的，打開后可以繼續(xù)編輯修改，這些素材原價是9999元的，現(xiàn)在免費給大家送永久賬戶。如下免費獲取永久VIP賬戶：

??①長按下方二維碼關注??

②輸入關鍵詞：永久VIP

免費發(fā)送1萬個永久VIP賬戶，有了這個賬號之后，你可以無限、永久下載生物醫(yī)學之家的CNS插圖素材。共有1萬張素材，囊括了各種生物、人體組織、細胞、病毒、植物等。素材首頁如下：

一、比如我需要用到小鼠插圖來描述自己的小鼠動物實驗模型，那就直接搜索鼠，有幾百張小鼠插圖就出現(xiàn)了：

有了VIP賬號之后就可以隨意下載。下載下來是AI繪制的可編輯圖：

可以隨意修改顏色：

也可以隨意修改大小：

Ctrl+c和V復制粘貼到自己的畫板中，并對齊：

隨后畫一條線，示意要D369打藥：

隨后添加字體，這樣審稿人一看就知道你做了什么動物模型。

最后保存和導出，一定要記得保存，保存就是矢量圖了，以后還能修改。導出就是導出為圖片，用來講PPT或者投稿。

還在等什么？趕快免費獲取賬號呀，發(fā)SCI、作圖的時候肯定用得著。

“生物醫(yī)學之家CNS插圖可編輯素材永久VIP賬戶”

如下免費獲取：

??①長按下方二維碼關注??

②輸入關鍵詞：永久VIP

還有，我們下載的素材，也可以右鍵取消分組：

然后修改任何一個你想要修改的元素，比如修改液體的顏色：

也可以將注射器放在背上，模擬皮下注射：

還可以將小鼠變?yōu)楹谏?/span>

還在等什么？趕快免費獲取賬號呀，發(fā)SCI、作圖的時候肯定用得著。

“生物醫(yī)學之家CNS插圖可編輯素材永久VIP賬戶”

如下免費獲取：

??①長按下方二維碼關注??

②輸入關鍵詞：永久VIP

二、比如我需要繪制細胞機制圖。那就搜索細胞：

有了這些素材，分分鐘就可以繪制如下這種高分插圖：

三、各種Nature插圖原圖：

下載下來之后每個細微的元素都可以修改：

我們一共上傳1萬張Nature插圖。大家趕緊獲取永久VIP賬戶吧，投稿繪圖的時候用得著：

“生物醫(yī)學之家CNS插圖可編輯素材永久VIP賬戶”

如下免費獲取：

??①長按下方二維碼關注??

②輸入關鍵詞：永久VIP

更多免費資源：

三、科研繪圖類：

21 更多資源在更新中.....

6?SPSS統(tǒng)計分析模板

四、生信和寫作類：

17?GEO+TCGA數(shù)據(jù)挖掘課

10?超全生信數(shù)據(jù)庫使用教程

辛苦整理，全文無任何廣告！

覺得有用的話，您就點個在看、點贊!

報價地址 >>

關注微信公眾號
免費查看免費推送

會員登錄免費注冊

最新招標采購信息更多桂林招標采購信息

桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林
桂林

丝袜一区二区三区,欧美另类亚洲,精品一区二区影视,色综合天天综合网国产成人网

2024學術不端通報盤點：36所高校機構(gòu)、46人被處理，包括多名國家杰青、院士候選人