解构表达谱类文章的四步写作法

2017-02-20 18:23 来源:小张聊科研 作者:小张
字体大小
- | +

大家好,相信有不少朋友手里有高通量的表达谱的数据,比如表达谱芯片、RNA-seq 或者蛋白质组学的相对定量数据,今天我们通过文章的案例来理一理这类文章(Expression Profile)的写作套路,先看几个例子:

Long noncoding RNA expression profile analysis of colorectal cancer and metastatic lymph node based on microarray data. Onco Targets Ther. 2016 Apr 26;9:2465-78.
Expression Profiling of LPS Responsive miRNA in Primary Human Macrophages.J Microb Biochem Technol. 2016 Apr;8(2):136-143.
Circular RNA expression in cutaneous squamous cell carcinoma.J Dermatol Sci. 2016 May 25. pii: S0923-1811(16)30099-8.
Proteomic Profiling in the Brain of CLN1 Disease Model Reveals Affected Functional Modules.Neuromolecular Med. 2016 Mar;18(1):109-33.
Metabolomics and metabolic pathway networks from human colorectal cancers, adjacent mucosa, and stool. Cancer Metab. 2016 Jun 6;4:11.

文章下载链接:http://pan.baidu.com/s/1i4R9L8D 密码:4bae

下面我们直接分析这种模式文章的套路,从文章结果来看,我们以 4 个 figure,2 个 table 为例,文章的结果展示一般是这样的:

1. 整体性描述:鉴定到了多少分子,其中有多少是新的,上调的有多少,下调的多少,配图 figure1 为聚类图为主,说明的是样本和分子表达的整体差异,散点图等也较为常见,配表一般为差异基因列表。

1.jpg
2.jpg

2. 功能注释:最常见的就是 GO 和 KEGG,基因和蛋白一般是直接分析的,非编码 RNA 还需要进行靶基因预测,然后进行功能注释,配图 Figure2 常为横道图,Table2 常为 GO 和信号通路列表。

3.jpg

3. 网络关系图:这部分就要挑选一些分子、通路进行分析了,网络图的种类有很多,比如 CNC Network(Coding-Non-Coding Network),蛋白-蛋白互作(Protein-Protein Interaction Network), 信号通路图(Pathway-Patthway Regulating Network)等等,主要说明的就是这些分子与研究主题的关系了。

4.jpg

4. 验证图:通过低通量的「金标准」方法对高通量结果进行验证。

5.jpg

最后我们总结下这类文章的特点:

1)主题创新。这是这类文章成功的关键,我们以前说过,如果只有你能拿到熊猫的样本,那就从 mRNA、microRNA、lncRNA、蛋白、代谢等角度筛呗。

2)数据类型,表达类高通量。高通量筛选检测分子的类型很多,比如 RNA-seq,除了表达差异外,还包括了可变剪接、基因融合等结果,我们今天说的这种类型只特指表达谱类型的,即分子的表达差异,而非结构性异常。

3)实验设计较为简单。实际上有很多从临床样本出发的文章就是样本+筛选+验证这样的思路,比如两组 12 个样本(6 个癌旁+6 个癌),测序后加 qRTPCR 验证。

4)文章结构高度相似。原因也很好理解:从样本往后,测序、芯片或者质谱都是服务公司做的,而且公司之间能做的分析也差不多,所以手里的数据结构也差不多。

5)时间快,风险小。实际上这种模式文章的最大风险就是文章被抢发,而且个人感觉对于想真正提高科研能力和思维的童鞋来说效果不大,如果一类新分子刚被报导(比如环状 RNA),那么关于这类分子的研究就形成了科研真空,大家会自发的在大约 2-3 年内把各个主题的筛选工作完成。

6)门槛低,烧钱。这点不得不承认,当然有人会说文章的分数太低,对某一新领域的研究都是漏斗形的,筛选就是漏斗的顶部。下次我们讲这两篇文章,看看发 GUT,除了筛选还要做哪些工作:

Tumour-associated and non-tumour-associated microbiota in colorectal cancer.Gut. 2016 Mar 18. pii: gutjnl-2015-309595.

The gut microbial profile in patients with primary sclerosing cholangitis is distinct from patients withulcerative colitis without biliary disease and healthy controls.Gut. 2016 Feb 17. pii: gutjnl-2015-310500. 文章下载链接: http://pan.baidu.com/s/1jIDAO78 密码: ccth

编辑: 齐梦霞

版权声明

本网站所有注明“来源:丁香园”的文字、图片和音视频资料,版权均属于丁香园所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:丁香园”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。同时转载内容不代表本站立场。