医学论文发表流程 第1篇
生信数据库和分析方法并非无穷无尽，其实做基础科研，总归都逃不过这些套路框架和生信“挑圈联靠”的四字口诀。
给同学们讲课的时候，我经常强调：分子与表型之间存在因果关系，单变量论证其实就是一个【造因得果】的过程。
要论证因果，必须操作因，观察果。所谓单变量研究，就是去操作代入到恒量体系里的变量（药物或者分子），去观察表型是否变化。这种套路初级阶段能胜任3分SCI左右的水平。
*生信研究中的表型，本质上就是指特定基因的列表。表型类的生信研究套路，主要在转录组为主的测序类型为主。
“表达差异（分子），有效成分（分子）”变量分为分子，药物，通路。分子分为DNA、 RNA 和蛋白；药物分为中药（复方，药团，药对，单药，活性成分）与西药（药物，有效成分）；通路包括9大信号通路。其中可以做主变量的为分子和药物。
医学论文发表流程 第2篇
仅仅去年一年，生信+机器学习的套路已经在10+SCI上发了近60篇文章！
所谓机器学习，是指利用算法来检测数据中的模式，而不需要明确的指示。一个学习系统可以利用训练数据集，学会找出输入信息（例如图片）的特征与输出信息（如标签）之间的关联。
机器学习在生信分析中的运用越来越常见，越来越重要。
比如在基因组数据方面，用深度学习检测突变逐渐成为主流方法。
比如群体基因组学领域的PRS，用于基于基因组数据预测生物性状，这就是个典型的机器学习预测问题。
比如非肿瘤研究中，可以用机器学习来评估我们诊断标志物的诊断效力。
临床预测模型、筛基因、二代测序、代谢通路、非编码RNA分析、蛋白质结构功能预测、疾病亚型分型、术后预测……机器学习在这些方面的运用已经越来越多见了。
想做单细胞测序，就不要放过空间转录组。
简单来讲，空间转录组是既能够保留组织空间位置信息又能够获得不同组织空间位点转录信息的一种技术，以10x Genomics Visium技术为例，它融合了组织病理学、基因芯片、高通量测序、生物成像技术。
空间转录组测序技术目前蓬勃发展，在现有的高通量检测技术领域，它已为科学研究的发展提供了前所未有的技术支撑。
那么，为什么要把空间转录组和单细胞结合？
我们都知道单细胞测序是大腿。但是它其缺憾，那就是无法检测到空间信息，因为单细胞测序技术在将实体组织解离成单个细胞的过程中，不可避免地丢失了空间信息。空间转录组则可以提供空间位置信息，完美补偿这一点。
但是目前来看，空间转录组并没有做到完全的单细胞，其每一个spot大概会有1-10个细胞左右，所以并不是完全的“单细胞”。
因此，当我们通过算法把单细胞的精度和空间转录组联合运用起来时，我们就拥有了一个双剑合璧的完美上分利器！
这俩加起来有多牛呢？
可以说，空间转录组绝对属于新的测序技术的新宠，2021年有160篇文章发表！
其中，Cell、Nature、Science也不乏空间转录组+单细胞的身影，54+Nature子刊，40+Cell，13+可复制生信高分模板……
如果说单细胞的福利是在前两年，那么当下的福利就理所应到的在空间转录组身上。buff叠起来，文章发起来！你要是能染几张片子简单验证一下，那大杂志就更是认可有加了！
如果只能三选一，那么影像组学绝对是今年必须抢占的发文先机。
影像组学的概念自诞生以来就在不断完善，一个比较成熟的定义是，影像组学指从CT、PET或MRI等医学影像图像中高通量地提取并分析大量高级且定量的影像学特征。
通俗地来讲，我们可以把它拆成“影像”和_组学”两个部分进行理解。
所谓“影像”，通常指放射影像，主要包括了CT、MR影像等；所谓“组学”（Omics），其实就是把与研究目标相关的所有因素综合在一起作为一个“系统”来研究。
影像组学本质上来说其实是一种分析思路方法，从临床问题出发，最后回到解决的临床问题。也正因此，在发文的时候，影像组学对实验并没有硬性要求。
所以，你会看到——
虽然不做实验，但是入门级别的影像组学都能发6分；
虽然不做实验，但是影像组学+单细胞多组学能轻松上10分；
虽然不做实验，但是生信分析加点影像组学就能发到17+……
影像组学自2016年以来一直是热点，因此发文量飙升，但规范的影像组学论文依然能发到非常好的杂志，这是因为影像组学的价值越来越被临床认可。
随着数据越来越标准，研究越来越规范，影像组学，或者影像组+人工智能在肿瘤学等领域会愈发大放异彩。如果你恰好还会一点机器学习，那在发SCI的路上可以说是神挡杀神，佛挡杀佛了。
医学论文发表流程 第3篇
RNA可以与DNA, RNA, 蛋白结合。蛋白可以与DNA, RNA, 蛋白结合。同时化合物也可以与分子相结合。
1）蛋白-DNA（即转录因子模式）
转录因子含有 DNA 结合的结构域，能识别 启动子 DNA 序列的 motif，调控基因的转录，包括对编码基因mRNA 、非编码RNA（miRNA , lncRNA , circRNA）等的转录调节。
2）蛋白-蛋白
蛋白与蛋白通过形成复合物（complex）来发挥作用；或者蛋白通过直接结合效应蛋白，影响效应蛋白的功能。
3）RNA-RNA/DNA
RNA与RNA或者DNA间能够碱基互补配对来发挥作用。RNA既可以结合到DNA上，影响基因转录等功能，也可以结合到RNA上，在转录后水平影响RNA，比如miRNA对mRNA的调控等。
4）RNA-蛋白
RNA能够结合到蛋白上，影响蛋白的功能或者定位。同样，蛋白亦可以发作用于RNA，影响RNA的功能。
5）化合物-分子
化合物可以通过直接作用或者间接影响到细胞内靶分子的表达量以及功能活性。
