很多从事临床科研的朋友，都会碰到“多大样本量”的问题，如何选择样本量是个技术活。样本多了，科研费用吃不消；样本少了，往往不能发高影响力的期刊。毕竟Nature Genetics或CNS上的测序大文章，动辄几百几千，甚至更多的样本量，无论样本数还是费用，一般研究者都望而却步。当然，样本数多有多的好处，并不是说好文章必需大样本量，这是个误区。好创意或重大发现才是王道。自有样本数不多或经费不足咋办？千万不要忘记NCBI、TCGA等众多数据库，可以从不同数据库里找到众多的研究，及其所用数据。这是宝贵的免费资源，一定要用起来。
本文举个例子，原文中只对15个肿瘤患者和5个正常人进行了RNA-seq，仅仅20例。Paper发在了PLOS Medicine，虽然该期刊宣称拒绝IF评判，但人家的IF=12，很霸气吧。该paper充分利用了NCBI和TCGA两大数据库，从NCBI下载了4套SRA数据，也就是4个不同的研究所用的原始数据。从TCGA下载了667个胶质瘤和78个正常样本的RNA-seq数据。总样本数超过了700，样本量挺大，而且，所有样本的分类比较齐全，II期III期和IV期的胶质瘤样本都有。神经胶质瘤的lncRNA研究较少，而lncRNA又是近年的研究热点，该paper找对了痛点。当然，还有一个重要因素，病人信息比较齐全，可做生存分析等多种数据挖掘。下面就大体看看该paper的框架。
结果1. 鉴定新的lncRNA
这部分说明一下本文的分析流程（A）。CPAT来区分新鉴定的RNA是不是lncRNA（B），CPAT筛选出的疑似lncRNA又与ProteomicsDB数据库比较，检测有无编码能力，这一部分做的很简单，只用了两个方法来鉴定筛选新的lncRNA。还做了一下H3K4me3 ChIP-seq来区分新lncRNA与蛋白编码基因（C）。（GBM：glioblastoma multiforme。LGC：lower grade glioma）
结果2. lncRNA在胶质瘤中的失调或异常
第一部分鉴定了新lncRNA，按照常规分析第二步就要找差异表达了，在这一部分，筛选出了1000+个差异表达的lncRNA，之后，作者毫无依据（没说明是根据P值还是变化倍数，也许是作者查了胶质瘤文献，查到了这些lncRNA）的列出了GBM中10个lncRNA（A，蓝色表示上调，红色表示下调，灰色表示没有差异）和LGG中9个lncRNA（B，蓝色表示上调，红色表示下调，灰色表示没有差异）。还对其中的某些lncRNA（如CRNDE与TUNAR）与其他已发表的文献进行了比较。随后挑选了几个差异lncRNA进行了PCR的验证（C）。最后GBM的和LGG的差异lncRNA做了比较（D）。
结果3. 差异的lncRNA与胶质瘤DNA突变之间的关系
这部分有点意思，该paper不仅分析了lncRNA的差异表达，还与DNA突变结合了一下。
GBM（A）和LGG（C）中与DNA突变有关的lncRNA及其差异倍数（FC）。GBM（B）中差异的lncRNA与差异的DNA突变之间的overlap很少，而LGG（D）则很多（红色代表上调，蓝色代表下调，灰色代表没有差异）。
结果4. lncRNA与胶质瘤的分型
这一部分与后面的部分都是常规分析，筛选出了差异lncRNA，要么深入分析做pathway或机制，要么做biomarker，诊断型的或预后型的。做机制需要用到细胞系甚至动物模型，费时费力，但容易出好文章；做biomarker，只需要简单PCR验证，甚至不需要验证，短平快。该paper做的就是biomarker。该部分就是lncRNA对胶质瘤亚型的分类。lncRNA对GBM（A）和LGG（B
