• 凯发·k8国际(中国)-登录首页

    公司新闻

    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：凯发k8国际首页登录

    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，想要发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