智取SCI——土壤理化如何影响植物病害

没平台，没技术，没钱钱钱！

但是依然

没钱怎么能发文章？！

课题经费在研究项目中的重要性毋庸置疑。大样本，多组学，各种技术齐上阵，可以给文章添色不少。

但是没钱就发不了文章吗？

其实也不然，剑走偏锋，没有神兵，好的Idea同样可以出奇制胜！

废话少说，上家伙!

    捷克科学家Sagova（作者怒：其实我不差钱！）最近在FEMS MICROBIOLOGY ECOLOGY上发表了一篇文章《Sequential analysis of soil factors related to common scab of potatoes 》。

FEMS在2015-2016年影响因子是3.530，在我们微生物生态领域算是比较不错的期刊啦。

再看这篇文章

文章主要研究的是土壤理化因子与马铃薯一种病害（Common Scab，疮痂病）的相关关系，用到的主要技术方法就是定量PCR，以及包括土壤理化成分含量测定和Pearson correlation coefficients分析。

简直。。。

是不是感觉发文章有望了？

那么，实验咋设计的呢？

1作者选择两个site，Vyklantice (V) and Zdirec (Z)；

2每个site找到两个field，这两个field一块是高发病区（H），一块是低发病区（L），两块地相距不超过100m（为使地质、土壤类型、气候和管理上尽可能相似）；

3作者又选择了3个马铃薯cultivar：Agria，David和Valfi；

4等待样品采集，sampling：Bulk soil，Tuberosphere soil和Periderm samples；

小节

  以上，设置研究对象就包括site，field，cultivar和sampling。

剩下的工作就是：理化测定，定量PCR（细菌、放线菌16S某区，和致病菌毒力基因txtB），相关性计算（发病程度与上述指标）。

看到这，本葱也觉得这是一篇水文，很简单的实验设计，甚至可以说，使用到最高级的技术仅仅是定量PCR，丝毫看不出亮点。

别着急，重点在后面！

    机智的作者发现：前人研究得到的发病程度与环境因子的关系常出现不一致的现象，但作者并不认为这是病理上的随机，而可能是其他原因。

Sampling：取样部位是否一致，取样部位是否受到发病的影响？Cultivar：品种是否对相关性有影响？Site，Field：地理位置和地块的影响是否考虑？……

本葱弱弱的说：这的确是容易忽略的问题~

这些问题没有难住作者，作者使用了一个算法：The results were adjusted by subtracting the variables' means 来消除这些差异。

举例子来说，如何消除Site的影响：

例

假如A和B两个地点的某土壤理化因子差别很大，如某元素X，XA=11,12,14,19,17；XB=66,71,72,65,64；

在计算元素X与发病发病程度之间的相关性的时候，直接计算就会受到site的影响。

为消除影响，分别计算出A、B地点元素X的平均值，然后用本地点各数值减去平均值，即可消除site的影响。

这给我们一些启发：

1、实验设计是根本，技术只是辅助。实验只要能验证你的假设就好，并非砸钱越多越管用。

2、如果实验设计有小问题，或者结果跟之前广泛认可的有出入，不要回避，想办法来正面解释。谁对谁错还不一定呢。

3、生态与统计密不可分，做分析时不要一味套用你会的分析，而是先根据数据找到适用模型，再做相关分析。

如果对这篇文章感兴趣，可以在ResearchGate上关注作者，follow他的其他作品（关于ResearchGtae怎么用，美女小圆前两天已经说过了，戳这里）

当然，好思路好想法取胜的文章比比皆是，好文三千，本葱只攫取这一篇讲，抛砖引玉，希望能给大家一点启发

既然都看到这里了，喜欢就赞一下嘛