Skip to content

Latest commit

 

History

History
196 lines (136 loc) · 15.4 KB

README_zh_CN.md

File metadata and controls

196 lines (136 loc) · 15.4 KB
Raw

Openbiox 社区开源之夏 2023 活动项目

活动简介

开源之夏是由中科院软件所“开源软件供应链点亮计划”发起并长期支持的一项暑期开源活动，旨在鼓励在校学生积极参与开源软件的开发维护，培养和发掘更多优秀的开发者，促进优秀开源软件社区的蓬勃发展，助力开源软件供应链建设。

开源之夏活动组织方与国内外开源社区针对重要开源软件的开发与维护提供项目任务，面向全球高校学生开放报名中选学生将在项目资深开发者（项目导师）的指导下，参与开源贡献，完成开发工作并贡献给开源社区。

2023 年，Openbiox 生物信息学开源社区首次报名参加本次活动 。项目申请人（学生）成功参与并顺利结题将可以获得 8000（基础难度）、12000 （进阶难度）元现金资助。Openbiox 社区将提供额外项目支持。

Openbiox 社区 2023 开源之夏拟申请项目（拟申请组委会支持项目）

项目一：Hiplot (ORG) 在线绘图网站工具开发及其 ChatGPT 人工智能辅助接口实现

项目大背景

Hiplot (ORG) 于 2022 年 7 月发表于生物信息学领域国际知名期刊《生物信息学简报》（Briefings in Bioinformatics），该网站由包括上海交通大学医学附属瑞金医院、上海交通大学生命科学技术学院、上海交通大学附属第一人民医院、上海科技大学、中山大学、广东海洋大学以及 Openbiox 开源社区在内的多家国内单位/机构/生物信息学社区共同贡献的一个免费的、综合性生物医学数据可视化分析网站 。自 2020 年上线以来，Hiplot (ORG) 可视化工具箱（https://hiplot.org）已提供超过 240 个一键式数据可视化分析插件，涉及基础统计图形、组学和其他常见的生物医学数据可视化分析任务。注册用户近 3 万 5 千人，累计访问超 500 万次。

国内研究者之前发起了一个跨学科的生物信息学协作社区，Openbiox，并在这项工作中共同建立了一个新兴的易于使用和可扩展的在线网页分析工具。据我们所知，这是目前最大规模的社区驱动的协作尝试之一，以期建立一个免费的网页服务来辅助高质量、发表级别的综合性生物医学数据交互式可视化分析工具。大多数现代统计图形已经在这个网页服务中实现。用户可以使用这个网站上的开放工具来进行日常的生物医学数据可视化分析，比如进行数据的相关性、分布、百分比、演变、流动关系、排名和空间特征分析，且不受操作系统和软件环境的限制。该网站还提供了与组学和临床数据分析相关的可视化功能则可以进一步辅助生物医学和生物学领域的研究人员开展相关研究工作。特别地，利用该网站提供的一键式分析工具，用户可以自由探索癌症多组学数据集、基因组结构、染色体分布、遗传变异、群体遗传学、基因表达谱、基因通路富集和肿瘤微环境（TME）。与此同时，他们还提供了许多基于机器学习的可视化分析功能，包括无监督聚类、降维算法（dimensionality reduction algorithm，DRA）、线性/非线性回归、荟萃分析、生存分析和疾病风险模型等，帮助用户关联其他临床特征，建立临床预测模型等。

项目小背景/需求

  1. Hiplot (ORG) 网站目前在生物/临床统计分析、一些前沿领域的绘图功能（单细胞、空间转录组等）方面功能仍相对欠缺，亟需在相关方向组织攻关和协作；
  2. ChatGPT 提供了极佳的机会来让在线工具变得更加自动化和个性化：可以辅助我们完成数据的自动预处理和格式化、绘图样式的修改和调整等。因此我们希望可以打通自然语言处理的部分接口，允许用户输入自然语言或编程代码来自定义我们之前发布的数百个标准化绘图工具。

今年，Openbiox 开源社区维护团队将一起贡献超过 100 个新的Hiplot (ORG) 可视化任务插件，也请大家认准由我们共同维护和更新的 https://hiplot.org 和 https://hiplot.cn 网站（永久免费、无广告、无推广和无会员）！

项目产出要求

  1. 基于 Hiplot (ORG) 的插件开发框架构建至少20个生物/临床统计在线分析工具或单细胞等前沿组学数据可视化任务插件
  2. 优化 Hiplot (ORG) 网站的 R 基础框架提升网站任务响应速度
  3. 实现输入自然语言以自动化处理 Hiplot (ORG) 网站插件的数据读取/预处理/输出样式修改
  4. 对 TOP 10 高频应用插件的文档进行更新（按照引用数和任务提交数统计）

项目技术要求

  1. 需要有较为扎实的数学/统计学背景知识
  2. 可以熟练使用 R 语言/统计/绘图工具包
  3. 熟悉 ChatGPT 接口和常用 Prompt
  4. 了解 Hiplot（ORG）绘图插件开发框架（见已发表论文： https://doi.org/10.1093/bib/bbac261）
  5. 有单细胞数据分析、自然语言处理和 Web 工具开发经验优先

项目产出仓库

  1. https://github.com/hiplot/plugins-open
  2. https://github.com/hiplot/hiplotlib
  3. https://github.com/hiplot/docs

项目二：癌症多组学数据挖掘软件 UCSCXenaShiny v2.0 开发

项目大背景

UCSC Xena（https://xena.ucsc.edu） 是加州大学圣克鲁兹分校（UCSC）建立的癌症基因组数据库。该数据库收集并整合了已发表的多个公开的癌症基因组数据源，包括 TCGA、ICGC、TARGET 等，已成为癌症研究领域的重要资源。基于 UCSC Xena 数据库，研究人员可以整合不同癌症之间的基因表达、突变、拷贝数变异等数据探究癌症的发病机制和原理，筛选潜在的治疗靶点和药物。

然而，已有工具并未很好地实现对 UCSC Xena 数据库进行综合地可视化分析和挖掘。UCSCXenaShiny 是 Openbiox 在2019 年发起的开源项目，用于下载和可视化分析著名癌症数据库 UCSC Xena。UCSCXenaShiny 在2022年发表于学术期刊Bioinformatics，目前已被下载 3 万余次，谷歌学术引用超过 40 次，是 Hiplot (ORG) 可视化分析网站进阶模块中的一个常用工具。

UCSCXenaShiny v2.0 将在原有功能的基础上，计划增加更多分析和可视化模块，以满足研究人员不断增长的需求。新版本将支持多组学数据的降维分析和可视化，泛癌环境中的相关性分析，差异表达基因列表的可视化和下载等功能。同时，项目还将探索与 cBioPortal 数据库的对接，为用户提供更全面的数据资源。

总体上，本项目需要考虑如何设计用户友好的界面和交互功能，使用户能够轻松地使用我们开发的网页接口/R函数进行数据分析和可视化。你还需要考虑如何优化代码的性能和可重用性，以便其他开发人员可以轻松地在你的项目基础上进行扩展和修改。最后，你还需要考虑如何测试和验证你的代码，以确保工具的稳定和可靠性。

项目小背景/需求

  1. 支持多组学数据的的降维分析和可视化；
  2. 支持泛癌环境中某些变异与某些基因表达之间的相关性分析，例如KRAS突变的KRAS表达(WT vs. Mut)；
  3. 泛瘤种实现某些突变/拷贝数变异状态的差异表达基因列表，提供可视化和下载；
  4. 待研究基因与某个通路/IOBR signature的相关性分析；
  5. TCGA新免疫浸润方法结果的补充；
  6. 一些功能特性的探索性研究：例如完成过滤模块中现有的分类合并实现，探索与 cBioPortal 的数据库的对接。

项目产出要求

  1. 新增4个以上的分析可视化模块和对应的接口函数
  2. 优化对近年R版本和依赖包更新的支持

项目技术要求

  1. 可以熟练使用R 语言/统计/绘图工具包
  2. 了解 UCSCXenaShiny 开发框架（见论文：https://doi.org/10.1093/bioinformatics/btab561）
  3. 有 R 包、Shiny开发经验，Git/GitHub使用和协作开发经验优先
  4. 有 UCSC Xena、TCGA、cBioPortal 癌症数据库使用经验优先

项目产出仓库

其他社区支持项目（内部支持）

No. 2023-1: Weekly Journal of Bioinformatics

  • Short Intro: This weekly magazine is maintained by Shixiang Wang at GitHub, which records weekly news or publications worth sharing and releasing on Sundays. More than 60 issues have been released so far: Issues.
  • Difficulty: Easy
  • Requirements: An undergraduate level in biology and medicine; good reading and writing skills in English and Chinese.
  • Repo: https://github.com/ShixiangWang/weekly.
  • Language requirements: Chinese.
  • Type: Education (News and Knowledge Transmission).
  • Participants: Shixiang Wang (Mentor), kkjtmac, NiEntropy, He-Kai-fly, JnanZhang, Tomcxf, wangdepin.
  • Mentor Contact: Dr. Wang ([email protected]), Ph.D., PostDoc Position at Sun Yat-Sen University Cancer Center.

No. 2023-2 Systematic Evaluation of Visual Analytics Methods

  • Short Intro: The project will conduct a systematic evaluation of some commonly used visualization analysis methods in the biomedical field. It will provide detailed methodological evaluation results for researchers and guide the optimization and development of relevant methodologies. The project may involve the systematic collation and classification of relevant visualization methods, the construction of standard test data sets, the design of performance evaluation indicators, and actual software evaluation.
  • Difficulty: Intermediate
  • Requirements: Undergraduate students in computer science, or graduate students related to bioinformatics
  • Repo: https://github.com/openbiox/benchmark.
  • Language requirements: English.
  • Type: Benchmarks
  • Participants: Jianfeng Li (Mentor)
  • Mentor Contact: Dr. Li ([email protected]), Ph.D., Research Associate of Shanghai Institute of Hematology, State Key Laboratory of Medical Genomics, National Research Center for Translational Medicine at Shanghai, and Ruijin Hospital Affiliated to Shanghai Jiao Tong University School of Medicine.

No. 2023-3 Next version of Visualization System

  • Short Intro: We plan to develop the next version of visualization system. The gold of this project is to make the plot easier, faster, and more functions.
  • Difficulty: Hard
  • Requirements: Undergraduate students in computer science, or graduate students related to bioinformatics
  • Repo: Todo
  • Language requirements: English.
  • Type: Software

No. 2023-4 Clinical-level RNA-Seq, Panel, WES, and WGS Full Workflow

  • Short Intro: The project aims to maintain and establish a full pipeline that can be directly used in clinical molecular diagnosis, in order to provide complete clinical data analysis and reporting capabilities.
  • Difficulty: Hard
  • Requirements: Independent coding, familiarity with workflow languages, and experience in clinical data analysis
  • Repo: https://github.com/clindet.
  • Language requirements: English.
  • Type: Translational Medicine

No. 2023-5 Evaluation of Data Analysis Methods: metabolomics, proteomics and spatial transcriptomics

  • Difficulty: Hard
  • Requirements: Familiar with omics data analysis, experience in single cell, metabolomics and proteomics data analysis is preferred.
  • Repo: https://github.com/openbiox/benchmark.
  • Language requirements: English.
  • Type: Benchmarks

No. 2023-6 Multi-omics Data Integration Tool For Single Sample/Cohorts

  • Short Intro: The project aims to establish bioinformatics methods that integrate multi-omics data (single-sample and multi-sample) and the potential biologically/clinically meaningful knowledge base.
  • Difficulty: Hard
  • Requirements: Familiar with omics data analysis, experience in single cell, metabolomics and proteomics data analysis is preferred.
  • Repo: https://github.com/openbiox.
  • Language requirements: English.
  • Type: Software

No. 2023-7 Structural Variation Visualizer

  • Short Intro: This project aims to provide new visual tools for structural variation in genomic and RNA-sequencing data. It can provide the ability to integrate additional information including gene expression, eQTL, and sQTL, etc.
  • Difficulty: Hard
  • Requirements: Omics+ Rust/Golang/Python Programming.
  • Repo: https://github.com/openbiox.
  • Language requirements: English.
  • Type: Software

No. 2023-8 Systematic Evaluation of Cluster Analysis Methods/Processes

  • Short Intro: This project aims to systematically evaluate currently known methods for unsupervised cluster analysis (with different preprocessing steps), considering RNA-Seq and methylation-sequencing data as data input.
  • Difficulty: Intermediate
  • Requirements: Familiar with clustering algorithms.
  • Repo: https://github.com/openbiox.
  • Language requirements: English.
  • Type: Benchmarks

No. 2023-9 Tumor Clone Evolution Toolkit

  • Short Intro: This project aims to establish a tumor clonal evolution tool based on gene mutation/expression/alternative splicing.
  • Difficulty: Hard
  • Requirements: Familiar with tumor evolution and Python/R.
  • Repo: https://github.com/openbiox.
  • Language requirements: English.
  • Type: Software

No. 2023-10 Template Library For Thesis

No. 2023-11 Development of Visualization Tool For Single-cell Multi-omics Data

  • Short Intro: This project aims to establish a single-cell multi-omics data visualization tool based on the Shiny framework, which integrates the preprocess, statistical method and visualization methods in single-cell multi-omics data (scRNA-seq, scATAC-seq, and scTCR-seq, etc.). It will generate potential knowledge and biological/clinical significance.
  • Difficulty: Hard
  • Requirements: Familiar with single-cell multi-omics data analysis, experience in single-cell, transcriptomics, and epigenomics data analysis is preferred.
  • Repo: https://github.com/openbiox.
  • Language requirements: English.
  • Type: Software

No. 2023-12 Evaluation of Cloud Bioinformatics Workflow Management System

补充说明

Openbiox 开源社区为非营利性社区组织，不归属于任何商业公司，项目产出原则上由项目参与人或其指定机构共同所有，项目产出和知识产权申请（软件著作权等）均需主要项目参与人知情同意。

Openbiox 商标此前由项目合作方代为托管，可随时捐赠开源基金会或其他非营利性开源项目运营机构，欢迎大家与我们进行联系：[email protected]