当我们拿到一个基因集合的时候,最基础的思路就是基于这个基因集合进行筛选,并且构建一个signature。以铁死亡和细胞焦亡为例,最简单的便是构建预后signature。特点是快准狠,不到两个月就能轻松做出一个3-5水平的结果。
这两篇文章可以代表这个水平两个非常经典的思路,一是基于基因集合本身进行筛选和构建signature;二是先聚类识别不同的死亡模式,再选择不同模式间特征构建signature。同样作为细胞死亡的铜死亡,从数据层面来总结,就是换了个基因集合而已。
基于某个基因集合的分子分型可以很好的关联临床,同样是非常经典的思路。当然与思路一的区别在于分析内容相对较多,书写起来相对难一点。不过如果结果很好的话,是有机会冲高分的。同样以铁死亡和细胞焦亡为例,我们可以看到两篇文章都在8分以上,并且来自于同一个杂志。既然编辑愿意接收,那我们换一个死亡方式为什么不试试呢?
思路三:单细胞数据出发或单细胞联合Bulk RNA数据
单细胞虽然风头不再,但是目前还是文章很好的加分项。以铁死亡为例,我们可以看到,单纯的单细胞数据挖掘或者联合bulk RNA数据,能够轻松做到6-7的水平。只不过与前两个比起来,分析难度提升了不少。
针对某个基因集合的泛癌刻画现在已经趋于成熟了,基本上只要基因集合挑得好,连单细胞数据都不用加就能做到10以上。从去年的两篇文章我们可以看到,审稿人对这种形式还是非常愿意接收的。
非编码RNA其实都不用多说,前几天为大家介绍的铁死亡lncrRNA是能够发到Nature Communications的。不过目前不建议从非编码RNA的角度切入,毕竟到时候可能不好找证据来证明其调控作用。
FerrDB这个数据库相信大家都知道,铁死亡研究利器。虽然现在铜死亡的概念刚提出,但是如果想冲击一下16分的NAR,现在就可以开始收集文章了。不过这个活周期较长,比较磨人,如果人手不足不建议轻易去尝试。
各位爷,今天来着了,生信人按照肾透明细胞癌为例,录制了常规转录组+单细胞的常见分析思路和讲解,大家可以试着操作下,这个铜死亡方向,换个分组就能继续。希望大家23年多蹭热点,多发paper。
铜死亡文章汇总,铜死亡基因集,热点方案,热点讲解,分析代码