查看原文
其他

科研快速入门,有捷径吗?

小张 小张聊科研 2019-07-01

在现阶段的评价体制下,医(学)生做科研的出发点多种多样,有的是无奈,迫于升职称或者毕业的压力不得不做,有的是兴趣,是被从医耽误的科学家,虽然不多,却真的存在。而科研工作主要就是三件事:实验、论文和基金,层出不穷的热点让人眼花缭乱不知所措,各种高大上的实验技术让人望而却步,基金则是一个提起来让人头痛的话题,因为有了文章还不一定能拿到基金,有高分文章也不能保证获得资助。我们这个领域虽然开放性比较好,但是十几年科研经历总结下来的经验和套路多数人是不愿意分享的,因为教会徒弟,饿死师傅,与其传授给别人,还不如自己守着自己总结的经验刷出几十篇文章,看着别人在挣扎,这就是现实。所以大家渴望这些经验和套路的总结,今天我们就把这些套路进行梳理和总结。

 

一个从临床问题出发的基础课题,一般来说包括:临床、细胞、动物和机制四个部分。

 

临床部分大家最为熟悉,平时接触到大量的病例信息,最关键的实验材料——样本也是很容易拿到的,所以只用临床的样本和资料也可以发文章,问题在于怎么做才能把文章发到最高,以及能发几篇文章。我们看到太多文章的模式几乎是一样的,这个模式就是套路,对于只涉及到临床层面的研究来说,一般我们总结出来的程咬金的三板斧:差异+相关+预后或者诊断,逻辑基础就是相关,第一步差异就是明确实验组和对照组的差异因素,这里的因素可以是基因分子也可以是某个我们干预的措施,也就是说某个因素伴随着疾病的发生发展有变化;第二步就是这个因素与疾病其它因素相关性,比如某个蛋白在动脉粥样硬化发病时表达升高,那这个蛋白是否与血脂含量有关,因为血脂含量是动脉粥样硬化的危险因素,如果两者显著相关,这个蛋白与动脉粥样硬化的关系就更进一步了,因为可能存在蛋白——血脂含量——动脉粥样硬化这样的发病机制。最后我们要考虑的就是这个蛋白作为疾病诊断和预后标志物的表现,我们常用ROC曲线来评价这个指标的灵敏度和特异性,用生存分析和单/多因素COX分析来看这个指标是否可以独立的指征患者预后。差异+相关+预后/诊断,这个就是临床层面研究的基本套路,我们可以看到成百上千篇这样的文章,分数有高有低,高的5分+,低的1分,最常见的一个主题就是分子标志物。影响分数的因素有很多,样本量、创新性、结果好坏、分子和杂志的选择等等。

与临床层面的研究不同,细胞、动物和机制层面的研究的逻辑基础是因果关系,关系更进一步,即证明在临床部分相关的因素是导致疾病发生发展的原因,这也是为什么很多研究都从临床问题出发,但是:不是所有的临床问题都能很好的转化为基础问题,因为要展开研究,细胞工具、动物模型这些都是需要成熟的,而且无论是细胞还是动物的疾病模型,只能部分模拟疾病的状态,这也是一个比较大的局限。

从难度来说,细胞和动物比临床要难做,最主要的问题是我们对临床最熟悉,接触最多。细胞和动物层面的研究,一个是体外,一个是体内,但主要围绕的主题是功能研究。大家比较喜欢的是从细胞开始做,因为细胞层面的研究是最容易的,不过这里有个trick,很多高手喜欢从动物开始做,原因是如果动物里面功能做出来了,在做细胞进行验证的时候就很容易做出来,原因有二:一是动物和人体都是整个系统的研究,二是细胞和机制在研究的时候承接性很好,细胞的功能和分子机制可以一起展开做。

 

具体到细胞层面,套路也可以分为三步:选细胞+因素干预+表型检测,做研究多了后会把这三个步骤固定下来,变化的是因素,即所有的四个层面都会遇到的关键问题:如何选择要研究的分子,这个问题我们最后说。一个疾病的病因太多了,所以我们选择细胞的时候就要考虑从哪个角度展开了,比如研究肿瘤的时候我们可以选择肿瘤细胞,微环境中的细胞(比如肿瘤相关成纤维细胞CAF),也可以选择免疫细胞,大家最常选的是肿瘤细胞,做多了以后就会把其它的可能性忽略了,以至于看到有人研究CAF、TAM的时候认为很新,其实这是思维角度的局限。选好细胞以后,干预的因素这点大家最为熟悉的就是基因沉默、过表达,方式是siRNA和shRNA,只此一点同样会遇到很多问题,比如基因的干扰效率很低,干扰后RNA表达有差异,蛋白表达没有差异等等。最后是表型的检测,关于细胞的表型,大家一般喜欢检测增殖、周期、凋亡和自噬,其实除此之外还有太多表型了,如果把细胞当做人来考虑,除了生死之外的问题太多了,所以具体怎么选择要检测的表型也是一门学问,什么热做什么(比如细胞自噬)的标准太盲目。这样的套路出来的文章也确实很多,以关键词  knockdown/overexpressionpromotes/inhibits 为关键词从pubmed一找一大片。

至于动物模型出发的研究,这个层面的套路基本与细胞类似:构建疾病动物模型+因素干预+表型检测,虽然套路相似,考虑的问题却是不一样的,比如有人用裸鼠做Treg对肿瘤细胞的免疫抑制研究,怎么做都做不出来,这就要考虑动物层面与临床层面的差异了,比如免疫、基因和代谢。一个基因在物种里面的保守性如何,大家也常常忽略,在老鼠身上好用的marker,如果人身上没有这个基因,这个研究的意义在哪里?除此之外,动物干预的方式要比细胞多,因为我们可以直接用修饰过的细胞进行干预,比如基因敲除或者改造过的间充质干细胞治疗肺损伤。还有就是动物实验非常看重分组和对照,假手术就是其中一个关键的分组。不过,动物实验有个好处:文章的分数可以发的很高,而且有很多杂志特别喜欢这种“套路”的研究,只要言之有理就可以发表。

最后一个层面分子机制,是大家最怵的,分子和生化是很多医学生的噩梦,对此我们已经写过很多文章进行总结了:

(策略篇)三分天下:分子机制研究的三种模式

分子机制到底该怎么研究?

分子机制研究的两种模式,你的研究属于哪种?

如何研究分子的下游机制?

寻找分子差异表达的上游机制(二)

分子机制研究的五个层次,你的研究在哪个层次?

国科金写作,lncRNA的机制该怎么设计?

以及五步法让你研究分子机制再也不愁!

在这篇文章中,我们把分子机制的研究分成了五步,对大家来说只要到第二步骤:把信号通路和明星分子检测到就足够把文章发到5+了,第三步围绕中心法则的转录和转录后机制研究是一道门槛,跨不过这关,高分文章难发,基金也难中。

 

说完四个层面,我们说一下最后一个关键问题:如何确定要研究的关键分子?在(策略篇)千里挑一:挑选差异基因的七点策略一文中,我们说到了七个原则,总结下来就是三点:从文章中选,基于高通量组学的数据选,基于数据库选。文章选择的角度是分子的新旧和前期研究的重要性,高通量组学的数据是一个宝库,但是也太多太复杂,所以很多人把芯片、测序的结果烂到手里了,用好这个宝库至少可以发5篇文章出来,我们也介绍过很多经验,很多高分文章的第一步就是做芯片或者测序+生信分析从而寻找关键分子。当然,这种组学的数据也是可以发到5分以上的非PMOS杂志的,只是需要大家挑选杂志而已。最后一个从数据库中挑选就更简单了,除了TCGA这种肿瘤的数据库外,GEO是另外一个宝库,收录的信息除了基因表达外,还有SNP、甲基化、CHIP等很多数据大家都没有挖掘,数据挖掘好,发篇Oncotarget都不是话下,挑个关键的基因还难么?

上面这些套路基本涵盖了我们做基础科研所涉及到的层面,更加详细的内容我们已经录制成了课程“零基础发表1-3分文章的四个套路”,在课程里面我们会对这些问题进行更加详细的说明,课程包括了临床、细胞、动物和高通量组学四个部分,每个部分包括了套路介绍、文章案例解读(三篇经典文章的思路解读)、数据库使用(最好最经典的数据库以及文章数据还原)、实例展示如何分析与作图(文章中各种图的绘制和排版)、从结果到成文(每个套路给出了40-50篇参考文章)、杂志选择与投稿(如何选杂志以及推荐的杂志)和关键问题注意事项这七部分,共55节课,课程时长18小时,只讲最好的。

进入课程页面,填写上方「学籍表」,可优惠 30 元。


阅读原文购买课程,小张在群里等大家。


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存