套路课,品尝老谈的细节味道

拆解经典范例文章,深度理解套路背后的逻辑推理与精髓内容。

文/子非鱼

既然上周酸菜已经深入浅出的概述了功能基因研究的研究套路与文章框架;那么本周老谈则聚焦文章的基础实验原理,以文章数据的精细化分析来拆解文章数据结果。同时也会辅以通路数据库和肿瘤数据库使用两门单元技能课,帮助大家深入理解功能基因研究经典文章的说理逻辑。

01

考虑到肿瘤基础研究实验方法和原理是顺利获取实验数据的先决条件,老谈则率先聚焦功能蛋白mRNA和蛋白水平检测的常用实验方法,分析不同方法的利弊和应用场景。

首先,以GSEA(Gene Set Enrichment Analysis)基因富集分析为对象,详述其原理和结果评价方法。

其次,也详细介绍了锚定非依赖增殖实验、BrdU染色、Luciferase assay实验的基本原理和注意点,以这些功能蛋白研究常用的实验方法和实验原理,来为实验顺利进行提供助力。

02

众所周知,科研之难,难在机制;而机制之难,难在通路。对初学者而言,通路研究的挑战系数向来是居高不下的,而以文献来学习信号通路必然会花费大量时间。

那么为了让大家快速简练的掌握通路的整体框架和关键分子,老谈则介绍几个常见的信号通路数据库网址,并以KEGG数据库为主,着重演示了KEGG pathway、KEGG-Brite、KEGG-module和KEGG-disease四个模块的基本功能和使用方法。

03

Oncomine是大型肿瘤基因芯片数据库,可用于分析基因表达差异、寻找离群值、预测共表达基因等功能。注册并登录主页面后,以数据库实际操作方法详细讲解了该数据库种最常用最基础的使用方法,比如如何查询自己关注的靶基因在某一肿瘤中的表达差异、基因表达与临床病理关系等。

04

最后,在理解肿瘤文章一般研究套路和实验原理基础上,老谈也会具体解读范文中每一个实验结果并以此推导实验结论。

同时也会细述Figures中各个小图的获取途径和实验结果分析方法,探讨每个实验结果之间的逻辑关系,推导相应实验结论,理清文章说理思路,借此为大家后续SCI论文写作打下坚实基础。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180418G1BX7200?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券