复现顶刊单细胞气泡图——修改版！

点击这里，获取示例数据和相关教程前言之前有一篇推文卡卡带大家复现了一个顶刊的气泡图，推文可见如下：跟着顶刊学配色 ｜单细胞marker基因气泡图复现之后卡卡总是觉得效果不尽人意！ limits = c(0, 100), breaks = c(0,20,40,60,80,100) ) + theme( text = element_text(size = 10 hjust = 1), # y轴文本靠右对齐 legend.position = "right", # 将图例放在右侧 legend.title = element_text(size = 10

复现升级Cell顶刊：别具风格小提琴图

粉丝留言，是一篇Cell文章的小提琴图，看起来别具一格，虽然我们没有直接做过这幅图，但是从以往的帖子汲取要点切片，就能够实现这个效果。 这里主要四个帖子（复现NC图表：别具一格小提琴图的绘制，复现nature图表：双重组合-渐变背景火山图-效果？无需多言杠杠的！ ，复现《nature communications》散点小提琴图+蜜蜂图,（群成员专享免费）复现nature图表：ggplot做堆叠小提琴图）。 theme_classic() + theme(text = element_text(size=10, colour = "black")) + theme(plot.title = =0.8,color='black',size=1,fill=NA,trim = F)+ theme_classic() + theme(text = element_text(size=10

深度学习: CV顶会 & CV顶刊

Computer Vision and Pattern Recognition (每年，6月开会) ICCV: International Conference on Computer Vision (奇数年，10 月开会) ECCV: European Conference on Computer Vision (偶数年，3月截稿，9月开会) CV两大顶刊 TPAMI: IEEE Trans on Pattern

复现 sci 顶刊中的 3D 密度函数图

点击下方公众号，回复资料分享，收获惊喜 简介 最近在看一些关于贝叶斯深度学习在可靠性方向应用的文章，看到下面这篇文章，发表在可靠性方向顶刊的 ITR 中。 ITR 期刊，可靠性领域顶刊 本文主要介绍：使用贝叶斯深度学习来预测产品剩余使用寿命，但是传统的深度学习方法只能得到未来时间点的估计值，并不能包含不确定性因素，而使用贝叶斯深度学习，最后可以得到未来时间点预测值的分布 主要是复现这个图，那正式开始吧！ )", ylab = "Time(10s)", zlab = "Kernel Distribution" ) 构建空框架 之后就是使用参数内部的add = TRUE 加入各个密度函数图以及点估计。 说明下，这个方向绘制的图会比较简单，难点在于模型建立和理论推导，所以小编也不知复现这些图对读者们帮助大不大，主要是自己科研期间的记录。

顶刊 Science 文献两分组差异结果比较图复现

今天来复现一篇 2024 年 6 月份发表在 顶刊 science 杂志上的文献《Defining the KRAS- and ERK-dependent transcriptome in KRAS-mutant 在大约 84% 的情况下，两种处理下的基因表达水平变化方向相同（图 2F），就是我们今天复现的图F。 数据背景都搞清楚了，现在开始复现吧！ down200_genes_all,] down_label_data1 <- down_label[order(down_label$logFC), "external_gene_name"][1:10 up_label_data2 <- up_label[order(up_label$ERKi_24_hr.logFC, decreasing = T), "external_gene_name"][1:10 (FDR), alpha = -log10(ERKi_24_hr.FDR)), shape = 21, stroke = 0.7) +

计算机视觉的顶会顶刊！

Computer Vision and Pattern Recognition (每年，6月开会) ICCV: International Conference on Computer Vision (奇数年，10 月开会) ECCV: European Conference on Computer Vision (偶数年，3月截稿，9月开会) CV两大顶刊 TPAMI: IEEE Trans on Pattern

机器学习再发Nature顶刊

02 核心创新点 本文的核心创新点是使用大规模和多样化的第一原理计算训练GNN（图神经网络），从而实现对无机材料的高效发现。 03 重点图文解析 要点： 图1展示了GNoME模型的性能随着规模扩大的改进情况。图1e展示了通过对晶体进行随机搜索产生的晶体替代数据进行训练的结构模型在处理超出分布范围的任务时的紧凑性。 image 要点： 图2展示了以下内容： a. 结构中具有四个以上独特元素的材料数量的增长情况。 b. 发现的四元材料的相分离能与Materials Project中的相分离能的比较情况。 c. 要点： 图3展示了以下内容： a. 在零样本学习的情况下，预训练的GNoME势能在从AIMD中采样的下游数据上的准确性表现。

顶刊杂志同款高颜值热图+文字注释框（IF=25.476）

我们的《绘图小技巧2025》交流群里收到了一个学员给的漂亮的热图：来自2024年11月7日发表在高分杂志Blood（IF=25.476）上的文献，标题为《Epigenetic Regulation of 图的含义：为了研究 PRC1.1 缺失的白血病细胞的耐药机制，用DMSO或VTP50469处理的PCGF1野生型和敲除型OCI-AML2细胞中进行转录组测序分析。 差异基因表达分析发现，在野生型细胞中，menin 抑制后有1117个基因上调、950个基因下调（fold change >1.5; adjusted P value <.01）（图4A）。 ，与MYC基因特征和核糖体生物合成相关，在野生型细胞中被抑制，但在PCGF1缺失细胞中未被抑制（图4A）。 前面在学习绘制这个热图时，专门去学习了热图旁边的文字框绘制：一文了解热图如何添加文本框注释 数据 热图的数据，文献提供了在supplemental Table 3中，下载链接：https://pmc.ncbi.nlm.nih.gov

ACM顶刊接收 | GAN的综述

Generative Adversarial Networks in Computer Vision: A Survey and Taxonomy 已被《ACM Computing Surveys》接收。由于GAN的更新极快，相较于之前的版本，新版做了更及时详细的总结和报道。

顶刊大佬用什么注释包？

阅读文章之后发现GPTcelltype的强大，对比了人工注释、其他注释包，发现chatgpt在初步大类细胞注释中有极高的准确率，并且chatgpt注释在基于10个marker基因的基础上准确率最高。 celltype <- as.factor(res[as.character(Idents(pbmc_small))]) DimPlot(pbmc_small,group.by='celltype') 结果图： 大家也可以使用自己的数据集进行测试，因为自动注释包对前10个maker基因注释准确率较高，建议可以提取排名前10的基因进行注释。 <- markers %>% group_by(cluster) %>% top_n(n = 10, wt = avg_log2FC)top10<-as.data.frame(top10) 提取之后 ： res <- gptcelltype(top10, tissuename="xxxx",model = 'gpt-4') 这么方便的工具，还没有心动吗？

【顶刊论文分享】识别恶意bot

图1 Aristaeus平台的整体架构 由于bot加载和执行某些资源（如支持的JavaScript API、CSS方面）的能力是由其底层平台和配置决定的，所以通过分析这些功能和行为可以识别bot的类型 图2 Honeysite的设计思路 三、Bot行为分析 根据bot发出请求的意图可以将其分为三类：良性、恶意和灰色。良性的bot不会发送未经请求的POST或利用漏洞进行攻击。 图3 每日访问honeysite的新增IP数目（上）和请求数目（下） 此外，Aristaeus平台在实验后期每天通常会监测到约1000个新的IP地址。 图4 IP地址的分布情况 图5中列出了接收请求最多的端点及相应的web应用，颜色越深表示这类web应用接收相应请求的概率越高。 图5 常见的请求URI和web应用程序间关联的热图 值得注意的是，作者并未发现bot发出的请求违背robots.txt的现象，同时只有少于1%的bot违背了CSP。

【顶刊论文分享】告警分析全家桶

整体框架如图1所示，共分10个步骤。 图1 告警分析流程图 步骤一：规范化（Normalization）。该步骤把不同类型探针的回传数据按照统一格式进行处理，目前SIEM对于该步骤已经基本支持。 图2. 告警融合示例 该步骤在内部存在多个安全设备时十分有效，如网关处、重要网段出口处均部署了安全设备。在论文中的一个数据集上，告警融合可以将告警量降低28%。 Journal of computer security, 2002, 10(1-2): 71-103. [4] van Ede, Thijs, et al.

科研绘图全流程实战：从实验数据到期刊封面，8款工具这样搭

本文模拟一篇典型生物医学论文的配图制作过程，为你呈现8款工具如何各司其职、无缝协作，最终产出符合顶刊要求的全套配图。 第五步：精修与组合——用Adobe Illustrator冲击顶刊场景：你需要将所有图表组合成一张复合图，并优化细节以符合顶刊封面标准。 “钢笔工具”优化线条平滑度将电镜照片、示意图、数据图组合为复合图导出PDF/EPS格式，直接用于投稿这一步的成果：顶刊级封面或复合图，细节满分，排版专业。 FAQ1.生物医学机制图快速出图优先用什么？优先用 BioGDP，全中文操作，顶刊模板丰富，素材原创可授权，无版权风险。2.实验数据统计与绘图用哪款工具？ 用 Adobe Illustrator，可统一配色、优化细节，制作顶刊级复合图与封面。

【真实】复现顶刊图例，你还在到处求人？教你10分钟搞定！

下图是热图和文本注释框的组合图，来自2024年11月7日发表在高分杂志Blood的文章，我们今天就来复现这张图！ 图注在图的四周，不要遮挡图中文字，图形尺寸要小于画布大小，防止图形溢出。对于生成的结果图，检查对照与预期图的差别，循环优化调整代码直到与预期图一模一样。 指令：读取当前路径下的文件，我想要复现Fig4a.png图，数据使用表格中的数据，生成的结果图要一模一样。只需要一个完整的脚本和一个最终的结果图，中间文件不保留 中间会有执行步骤和中间结果检查。 例如：下图图形的整体接近预期图，但是一些细节部分有所偏差，比如：字体过大有重叠，热图颜色差异不显著等。这时你就可以把你的要求告诉AIcoder，让它做进一步调整！ 指令：目前生成的结果图整体布局正确，但是细节需要调整，我希望热图的颜色对比鲜明，并且图中的字体不能有遮挡。 经过调整，结果图进一步优化，几乎与预期图相同！

顶刊方法分享---CNA neighbourhood analysis（inferCNV + moilR）

【图像配准】使用OpenCV进行多图配准拼接

本篇主要利用OpenCV自带的配准拼接函数Stitcher_create来实现多幅图像的配准拼接 代码参考自：https://github.com/samggggflynn/image-stitching-opencv 图像拼接创建步骤 通常来说，根据多个图像创建全景图的步骤为以下几步： 检测两张图像的关键点特征（DoG、Harris等） 计算不变特征描述符（SIFT、SURF或ORB等） 根据关键点特征和描述符 原仓库给出了三张测试小图如下： 不进行裁剪之后的结果： 裁剪后的结果为下图红框所示部分： 参考 [1]https://github.com/samggggflynn/image-stitching-opencv [2]你相机里的全景图是如何实现的 https://zhuanlan.zhihu.com/p/83225676 [3]PyImageSearch学习笔记三（使用Opencv拼接全景地图二）https

6 款工具覆盖从素材到顶刊，免费 + 专业全适配

优点：10000+原创素材，200+顶刊模板（流程图、机制图、综述图），直接套用超省心官方提供版权授权文件，投稿时再也不怕期刊问“素材哪来的”全中文界面，拖拽式操作，零基础10分钟上手支持300DPI高清导出 优点：直接输出符合SCI顶刊标准的2D/3D图表层级化图层与批量出图功能，大幅提升效率支持非线性拟合、信号分析等专业分析适合需要处理复杂数据的跨学科研究者05 ChiPlot——转录组学数据可视化专家ChiPlot 优点：钢笔工具、渐变填充全面功能，支持精细化排版与配色可导出PDF、EPS等学术常用格式，适配期刊投稿要求高自由度设计，可对图表细节进行顶刊级优化组合电镜照片、示意图、数据图实现复合图排版安装科研元素库插件 优先选 BioGDP，原创素材无版权风险，全中文拖拽操作 + 顶刊模板，零基础也能快速产出符合投稿要求的配图。2. 免费科研绘图工具能满足 SCI 投稿吗？可以！ 想绘制顶刊封面或复杂复合图，该选什么工具？选 Adobe Illustrator，高自由度设计 + 精细化排版，可组合多类型图表优化细节，是顶刊封面的行业标准工具。

MG-132 顶刊引用文献分享｜MCE

MG-132 (10 μM;1 小时) 可逆转 A549 细胞中 TNF-α 对 IκB 降解和 NF-κ B 活化的影响[4]。 /10ScSn DMD mdx 小鼠)[9]。 ;188(3):814-831.e21.MG132 (42 μM; 12 h) almost completely blocks mouse embryonic development.MG-132 顶刊引用文献精选 将细胞接种于六孔板（3×10 6 个细胞/孔），当细胞汇合度达到70～80%时进行质粒转染，继续培养48小时。 将细胞接种于六孔板（3×10 6 个细胞/孔），当细胞汇合度达到70～80%时进行质粒转染，继续培养48小时。

顶刊解读 IJCV | CAE-GReaT: 卷积辅助高效图推理Transformer用于密集图像预测

CAE-GReaT站在先进图推理变换器的基础上，并采用内部辅助卷积分支来丰富局部特征表示。此外，为了降低图推理中的计算成本，我们还提出了一种高效的信息扩散策略。 如图1d所示，CAE-GReaT编码器层主要由两个分支组成：高效的图推理分支，用于通过基于图的图像块交互捕获长距离特征依赖性，以及辅助卷积分支，用于通过丰富局部特征表示来缓解ViT的固有问题。 在本文中，我们将特征图投影到不同的空间，并使用图推理操作和基于卷积的操作，在统一的特征表示框架中捕获细粒度的多尺度特征。 如图1d所示，CAE-GReaT层由两个分支组成：高效的图推理分支，用于通过基于图的图像补丁交互捕获长距离特征依赖，以及辅助卷积分支，用于通过丰富局部特征表示来缓解ViT的固有问题。 这些结果证明了CAE-GReaB在不同基线模型和实验设置中的有效性，也反映了基于图的补丁交互在视觉变换器中的优越性。 4.3.2 M的影响 然后，我们探索了图节点数M的影响。

简单几行代码，生成手绘风格配图，再也不用担心配图丑了！

2019年 12月17日 简单几行代码，生成手绘风格配图，再也不用担心配图丑了！ 小编：Lateautumn4lin(逆向小小小学生) 咳咳！ 先说说背景哈，自从两个月之前看到了葛饰北斋的神奈川冲浪里，也就是下面这幅神仙图之后，便深深沉迷于这种浮世绘风格不能自拔。 ? 再之后由于开了公众号，在写文章的时候需要各种配图，但是又对于那些普通的，死板的配图XXXX（词穷，不知道如何表达 ? ）。于是乎！ 萌生了一个想法，“为何不在文章里加上一些手绘风格的配图呢？ 正好也恰合我的公众号‘笔记’这一个想法”，于是便在全网各种搜罗有关于如何生成手绘风格配图的方案。 1 配图方案搜罗阶段 苦苦寻求，不得其解 翻遍了各大搜索引擎、软件网站 ? ? ? ? FlowChart风格 手绘的流程图，满满笔记风 ? 这个工具做出的流程图真的很有笔记风！想起了大学学编程手绘的流程图了。 ?