实验太简单，创新度不够？那就跨界联合发高分文章

最近给老板写了一个完整的RNAseq分析的pipline，恩，适用于人类和小鼠多数据的pipline，但是这些年发表的pipline相关的文章，不说一万也有八千了吧（夸张了，上百肯定有的）。怎么办？最近忙着博士入学面试，又要忙着上班攒生活费，马上就要过上无收入的日子了，我还是些许忐忑。。。。这些废话和科研无关，但是充足说明，我真的没有更多时间花在实验上了/(ㄒoㄒ)/~~

最近读了一篇论文，有一种眼前一新的赶脚，米有说有多高大上，但是人家作者就是可以别处心裁，打动编辑，这不正是我们欠缺的吗？文章名字：VIPER: Visualization Pipeline for RNA-seq, a Snakemake workflow for efficient and complete RNA-seq analysis。

从题目应该就可以看出创新点吧：1、是可视化的，我们更友好；2、我们运用了创新的计算模式，Snakemake工作流，这是个啥玩意？我还没研究，论文可以自行下载Snakemake–a scalable bioinformatics workflow engine，是一个生物信息学相关的energy。能把RNAseq数据分析工作上升到计算流管理体系中，这可十分不得了，你不发高分谁发高分？

怎么结合的，就说，VIPER的每一步都是用“rules”，把这些rules用Snakemake infers最后得到一个“target”输出，VIPER只需要用一个独立的配置文件，由用户在配置文件中录入自己的fastq和参数；并用一个单独的csv文件来展示所有的中间数据，运行的话也只需要一行命令，所拥有输出存储在一个文件夹中。其实说实话，我觉得这个Snakemake结合挺鸡肋的，visulization也挺鸡肋的，但是组合在一起，就是大鸡排咯。

VIPER工作流（一个有专业工作模式的工作流）：

其实真的是很日常的分析流程，重点，重点，人家有snakemake模式。必选模块：a) 生成counts; b) 质量控制；c) 基于基因表达水平的样品聚类；d) 差异表达分析及对应的通路分析。可选模块：（1）RSEM quantification, (2) SNV (single nucleotide variant) identification, (3) Gene fusion detection, (4) Batch effect correction, (5) Virus analysis and (6) analysis of immune cell infiltrate.

result的描述：

用了至少六页，把用到的上述十几个模块，分别用了什么软件，数据流程，最终结论描述了一遍。其实自己独创实验真的没有，但就是很高大上呀，不得不佩服了。