# BioPackathon no4 (Japanese)

###### tags: `Japanese`

## 西田
- https://github.com/ecell/transomics2cytoscape の bioccheckをやる
- `R CMD BiocCheck hoge` ではなく `BiocCheck("../transomics2cytoscape_0.99.0.tar.gz")` だとvignetteなどの実行は行われない?
- 一応`R CMD BiocCheck hoge`もしとこう
- https://github.com/Bioconductor/contributions を見始めた

現状この3つのNOTEを残すのみ、か?

$note
[1] "Recommended function length <= 50 lines."                                                                                                                                          
[2] "Consider multiples of 4 spaces for line indents, 71 lines(32%) are not."                                                                                                           
[3] "Cannot determine whether maintainer is subscribed to the bioc-devel mailing list\n(requires admin credentials).  Subscribe here:\nhttps://stat.ethz.ch/mailman/listinfo/bioc-devel"

## 露崎
- scTGIFの結果とDEG手法との重複があるか調査
- DEGベンチマーク論文[1](https://www.nature.com/articles/nmeth.4612)、[2](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6979262/pdf/fgene-10-01331.pdf)の結果を元にWilcoxon(=Seurat)、edgeR、MASTを選定
（これだけ提案手法がある中で、結局Wilcoxon/t-testが大分健闘しているのが皮肉だが...)
ー https://github.com/rikenbit/scTGIF-experiments にコードを置いて比較結果をそのまま公開（Snakemakeを使用予定）

## 久米
- dash-cytoscapeではなくvisNetworkのcytoscape.js版がほしいのだが?
=> dash-cytoscapeで、HTML出力ができたらまずはよい？
- bioconcudtorはどれだけimage datasetに興味があるのだろうか?
=> GoogleデータセットサーチやKaggleとかのデータセットをR用にまとめる？
- S4クラスとメソッドの調査
- biocの人が教育資料を作ってそうだったのでわかったらslackで情報共有します。

## やまもとさん
- scTensorのドキュメントの改良（ずっと作業が停止していた）
- 前に見つけたドキュメントの修正事項をgithubで報告する
- https://github.com/rikenbit/scTensor
- はじめてプルリクエストしました（.Rmdの修正）

## きりやまさん
- scRNA-Seqの解析ツールであるMonocle3がRベースだったので使用方法を調べる。
- https://github.com/cole-trapnell-lab/monocle3
- 例
E9.5~13.5の5日間の発生過程にある胎児マウスの61個体から、約200万のセルのmRNAをプロファイリング
↓
PCAやLSAで前処理(このスケールでは、PCの数とスペックで処理速度が変わりそう)参考：https://cole-trapnell-lab.github.io/monocle3/docs/clustering/
↓
t-SNEやUMAPで次元を落としてクラスタリング(Monocle3では、UMAPが標準)。10,000セル以上の大きなデータセットの場合、UMAPでは高速化できるオプションがある
データを上書きせずに適宜、t-SNEやUMAPを作成して細胞分布の可視化が可能？
↓
クラスタリングを集団ごとでグループ化。マーカー遺伝子を特定して、セルに属性を足す（neuronやepitheliaとか）
ツール：Differential expression analysis、Garnett（https://cole-trapnell-lab.github.io/garnett/）