读《单细胞数据科学实战》
跟着运来兄搭建自己的生物信息小书房。趁年轻，读几本硬书，到老了慢慢反刍。
或多或少，隐隐约约地我们都有自己出本书的念头。写一本书除了内容，还有一部分是这本书的结构：先写什么，后写什么。
我们以《单细胞数据科学实战》这本电子书为例，来讲一下编写一本书要经历的过程。
第一阶段是收集大量的素材。
提到单细胞数据科学，不得不提的是单细胞和数据科学，以及为什么要把二者联系到一起。
要收集单细胞的资料并不少，也不难找，但是要把单细胞讲清楚其实并不容易，难点在于：目标读者群比较多样。我们介绍单细胞一个基本的要求是：有高中生物的背景知识都可以搞懂，其实主要是几个概念：
- Barcode
- UMI
- 微流控
- 泊松分布
- 聚类
关于单细胞生物信息分析的资料也很多，多到需要我们作以甄别和筛选。有利的条件是：大部分分析工具都是一站式的，从质控到聚类到差异分析。这部分可以分为三类：上游的拆库定量，中游的探索性分析，下游的功能与调控分析。另一个有利条件是分析工具都是开源的。我们需要做的是在书中加上每一步自己的理解，在Bookdown中不中断地跑通。
- celescope
- Seurat
- monocle
- 富集分析
- 细胞通讯
- SCENIC
另一个挑战是一套数据在不同软件中转换数据格式，格式的转换其实是数据分析中时间占比较多的一部分。
在单细胞数据分析中，非线性、探索性的过程往往是有大量反复的。当我们以单细胞数据科学的角度来看单细胞数据分析的时候，第一个启发就是：把单细胞数据分为学习部分和实战部分，而不是拿自己的数据一边学习一边分析。把练功和打仗区分开来。
这本书的名字叫《单细胞数据分析实战》，但是定位还是在练习上，所以里面有代码和练习数据。
相比令人应接不暇的单细胞分析教程，数据科学作为一门学科的资料相对较少。大部分的读者或本书的潜在读者对数据科学的建立在《概率论与数理统计》，对如何看待数据，如何在数据中挖掘还知之甚少。这是这本书的挑战之一，讲解一门新的技术容易，要说清楚一个新的概念并不容易。
好在，有《R语言数据科学》在前，为我们省却不少口舌。而单细胞数据分析的渐近明晰特点，探索性这一特点是贯穿始终的。这时候我们如果有项目管理的基本概念，在这个过程中就会坦然许多，对整个过程有一个全局观，不至于每一步都要侧身向同桌问一下：哎，你看我这个正常不正常？ 而本书的编写过程，本身也作为一个项目，有它的进度管理，成本管理，有启动-执行-收尾不同阶段。
至此，这本书的三大知识体系就勾勒出来了：
- 单细胞生信
- 数据科学
- 项目管理
在编写这本bookdown电子书的时候，我们还注意它的可拓展性，在每一个章节的最后，都加了一些扩展阅读的链接，以及名词解释。
第二阶段是对内容裁剪。
为了文本质量，需要对收集过来的内容做一定的裁剪，这一阶段懂得忽略什么和懂得重视什么一样重要。我们相信读者期待的不是一个大杂烩，也不是一个本地的浏览器。用bookdown编写的好处之一是，编写的内容既是内容也是过程。这也是书名中的实战另一层含义，以实战促实战。
这里的裁剪不仅仅是内容的裁剪，也是实战的裁剪，就是哪些工具可以去尝试，哪些工具不需要尝试。单细胞的分析工具有一千多了，如果每个工具都试一下，可能一个研究生学历三年时光就过去了。
昔在庖犠氏始画八卦，以通神明之德，以类万物之情，作九九之数，以合六爻之变。
暨于黄帝神而化之，引而伸之，于是建历纪，协律吕，用稽道原，然后两仪四象精微之气可得而效焉。
— —《九章算术》