1. 尊龙凯时 - 人生就是搏!

    您想要的临床科研高分文章快速发表攻略!

    发布时间:2019-12-13 11:17     文章来源:未知     作者:尊龙凯时 - 人生就是搏!生物

    截至2018年,中国有301万执业医师,几乎都有晋升压力,而晋升又都有文章要求。然而高效快速发表高水平文章却并不简单,这让工作忙碌的临床医生更加焦头烂额!
    剖析原因其实也很简单,临床工作忙碌没时间专心研究,科研经费不足,再加上实验室人手匮乏,就算物质条件满足,没有好的研究思路也是徒劳。

    1
    纯生信发文遇瓶颈
    近些年,使用生信分析手段,不用做实验就能发SCI吸引了不少科研人员扎堆发文。2010年以来,生信类发文量(这里包含了生信分析+实验验证的文章)可谓是一路飙升,但现在也遇到了瓶颈。单纯从GEO、TCGA找数据做生信挖掘发表SCI的拒稿率越来越高,能发的分数也偏低。之前Oncotarget占了生信类1/3的发文量,但现已被剔除SCI,难以灌水。目前发文多数集中在1-5分,想要10以上文章还是需要加实验验证。
    数据来源:小张聊科研
    纯生信文章越来越难发的原因:一短期内刷出来的文章大多较为粗糙,包括数据量和作图,审稿人和编辑审美疲劳,拒稿越来越多;二是这些文章一般为多肿瘤组学分析,只有猜想没有后期实验验证,对医学的长远发展价值有限。
    2
    纯实验文章不容易
    纯生信越来越难,那传统做实验发文章呢?想必做过的都知道,总结一句话:不仅难,还贵,周期还长。
    • 前期研究思路的确定,临床样本的收集,到后期数据的分析和作图写文,对于几乎在手术看诊轮轴转的医生来说着实难。

    • 好不容易设计好实验思路去做,奈何又面临高昂的试剂耗材和技术检测,做实验耗上的人力成本和时间成本更是无法用金钱来衡量。

    • 反复筛选有价值的兴趣分子,无数次预实验和失败重做,也使得实验周期变得更长。

    3
    大数据挖掘+机制研究
    如何正确看待生信和实验?生信挖掘最大的价值在于可以为进一步为科学实验提供可靠的思路,实验则验证前期猜想并向临床转化。因此生信挖掘和实验验证的结合才是医学科研的黄金搭档
     
    普略医学针对发文面临的困难和机会,推出大数据挖掘+机制研究整体解决方案,分为基础版、高级版和突破版,助力医生高效快速发表高分文章!
    基础版:生信分析+细胞动物水平基础验证
    高级版:生信分析+细胞动物水平验证及机制研究
    突破版:生信分析+细胞动物水平验证及机制研究+临床应用指向转化
    4
    基础版案例
    1)从GEO和Array Express数据库中获取结直肠癌相关的miRNA数据集(7个),每个数据集单独分析之后,合并分析结果,筛选出11个差异表达的miRNAs;
    2)为增加数据结果的可信度,又利用TCGA中结直肠癌miRNA表达数据进行了验证,缩减到了4个。
      
        
    3)利用TCGA的临床数据进行生存分析,缩减到了1个(miR-195)
    4)miRNA靶基因预测工具预测miR-195的靶基因,取交集,得到71个mRNA:
    5)KEGG分析,确定相关通路,及靶基因(71个mRNA→1个)。miR-195的靶基因之一YAP1是Hippo signaling pathway通路中一个非常重要的转录因子
    6)标本验证目标分子X和靶基因Y表达负相关性和生存分析(PCR和WB)
    7)后续细胞和动物验证(过表达、低表达;增殖、克隆形成、周期、肿瘤生长曲线、结合部位突变反向验证等)
        
    5
    升级版案例
    1)GEO数据库(GSE45856),筛选出14个上调miRNAs,标本验证出4个,选择1个,进行细胞功能验证
    2)miRNA Y生信预测靶基因Z,并进行细胞验证( miRNA Y——靶基因Z)
    3)对miRNA Y上游生信预测(starbase),20个,标本验证筛选1个;细胞实验(突变结合位点, pull down等技术检测circRNA X——miRNA Y)
    4)细胞水平研究circRNAX——miRNA Y——靶基因Z和动物水平研究circRNAX
      
    6
    突破版案例
    1)肿瘤类型(更多):20多种癌症(6475个标本)+455癌细胞;数据来源:TCGA、COSMIC
    2)挖掘角度(大招):lncRNA 的基因组表观遗传分析:mRNA 和 lncRNA 的基因启动子区进行了组蛋白甲基化、乙酰化、 CpG 岛甲基化水平 。(相对普通分析:增加了差异基因、 PPI 网络、 GO 分析 KEGG 富集、ceRNA 网络  )
    3)LncRNA表达水平挖掘(联合甲基化分析):2123 个差异表达的 lncRNA,其中包括 1006 个高表达 以及 1117 个低表达
    4)Top 20 lncRNA与临床预后相关性挖掘(至少一种肿瘤差预后有关)
    5)选一个乳腺癌差预后相关的lncRNAX(高水平,预后差):LncRNA X细胞+动物功能验证
    6)分子机制研究:敲低+RNA-seq(805个)——TCGA相关基因挖掘(2005个)交叉选择重叠基因,GSEA富集分析,确定下游pathway/targets Y
    7)互作片段分析:deletionmapping实验
    8)转录因子Y 下游靶基因挖掘和细胞验证
        


    如果您对产品感兴趣,欢迎后台留言或电话咨询,获取更多数据挖掘+机制研究定制化服务信息。

    电话:400-611-2850
    邮箱:service@100biotech. com
    网站:www.poolingmed.com

    本期服务顾问

    咨询在线QQ

    服务热线

    400-611-2850


    服务和特性

    价格和优惠

    扫微信咨询我们

     
    友情链接: