选择的文献
- 如何利用泛读技巧，快速了解文章的论证套路
- 本文选择的例子都是IF<5的单变量研究，属于入门文章
补充：关于EMT的基本知识
- EMT的重要标志物：E-cadherin（上皮），N-cadherin（间质），Vimentin（间质）
文章泛读的步骤
读题目
- 典型的题目应该具有疾病、表型、分子、机制四个要素，题目完全满足四要素时，不需要看abstract
- 当题目完全满足四要素时，不需要看abstract；否则，就需要阅读abstract来还原作者的科学假设
反推假设
- 根据变量论证的基本原则，我们在分析数据图表之前，要推测作者可能的行文逻辑
数据泛读
- “看图说话”的过程
- 直接跳过文章的Methods和Results部分，快速阅读，观察数据标签，横纵坐标分别代表什么
- 分组变化
- 区分数据的维度：数据的来源是组织、动物、细胞、分子
总结套路
- 恒量：表型用什么方法研究，检测的标志物有哪些
- 变量：单因素如何论证、多因素如何论证
文章1
- 科学假设：在「疾病」中，「分子」经由「机制」介导了「表型」
读题目和反推假设
- 没找到机制——乖乖去读abstract吧，但是这里面也没写，所以文章很可能没做机制，对于IF<3的文章，确实有很多没有机制研究
- 根据关键信息推测作者的科学假设（零机制的单变量研究）
- 根据单变量研究套路，反推假设，预测作者的行文逻辑
- 文章图片数量的要求：4-8个（大图），有些杂志社要求不能超过6个，通常前面的图是基础表达差异和细胞水平的图，动物和机制一般在下半场
读图片
- 看图片的时候要看图片的注释Figure Legends
Fig.1
- 看到expression就应该反应过来图片记录的是表达差异，数据维度是tissues和cells，还要关注实验方法
- Fig.1B可以看出是细胞维度上的实验，因为1）FigureLegends里面有cells；2）横坐标的名字是一堆乳腺癌研究的“经典细胞系”
- Fig.1C-1D：si-small interfering RNA，NC-negative control，不同的AS-不同靶点的siRNA，在设计siRNA的时候，为了避免脱靶，经常会设计针对多个靶点的多条siRNA，所以这两个图都是操作验证
Fig.2
- 细胞表型的实验，涉及的细胞表型是增殖
- Fig.2A-B 分组是黑色的对照和蓝色的敲减（AS）
- Fig.2C 克隆形成的直观实验
- Fig.2D 克隆形成的统计结果，说明敲减了分子之后细胞增殖降低了
- 对于图形类结果的统计结果：一般是一个典型图+对应的统计图（统计似乎是半定量，只负责反映趋势），克隆形成是这样，western和IHC也可以是这样
Fig.3
- biological function of breast cancer cells——细胞表型的结果
- Fig.3A-B：一个典型的流式结果，图B的纵坐标提示做的是凋亡相关的表型
- Fig.3C-D：另一个典型的流式结果，统计结果对应图D，纵坐标为G1-G0期的细胞分布-提示在做细胞周期相关的实验
Fig.4
- cell migration and invasion capacity-迁移和侵袭表型，仍然是两个经典的细胞系-细胞表型
- 两个经典的，用来研究肿瘤和迁移表型的实验：Transwell assay和Wound healing assay（划痕实验）
- 优点：另一组细胞水平的，关注别的表型的实验；缺点：缺少统计图
Fig.5
- 明显是动物水平的结果（Fig.5A是肉眼观察的组织标本/Legends里面的in vitro有提示
- Fig.5B是HE染色的代表图，是造模的验证过程，验证细胞移植到小鼠体内成功了
- Fig.5C是转移瘤的统计结果
- Fig.5D是通过qPCR验证的，敲减的结果，可以看到敲减后的HOXA11-AS的表达量显著降低了
Fig.6
- 细胞表型，研究的是HOXA11-AS和EMT之间的结果
- Fig.6A：western的结果，上皮表型的E-cadherin增加了，间质表型的Vimentin和N-cadherin减少了，提示发生的上皮-间质转换过程减少了
- Fig.6B：免疫荧光的典型结果，A图的验证
- Fig.6C：IHC的代表结果，没有统计数据
总结
- 单变量的研究，论证套路上只有干扰，没有过表达和回复
- 数据维度：组织、细胞、动物、没有分子机制（有很多表型和对应的数据），走的是“加量不加价”的灌水路线
文章2
- 又是一个题目里没有机制的文章，可能是一个单变量零机制多表型的“灌水”研究，当然也可以把这篇文章视为二元变量的研究，因为题目中有gemcitabine，也就是吉西他滨这个药物，这个药物是用来诱导表型的；可以说这篇文章是二元变量，但是因为药物只用来诱导表型，所以是“伪二元”
反推作者的假设逻辑
- 检测Ku70的基础表达差异
- 对Ku70用基因操作进行高表达和沉默，观察相应的表型变化
- 补充动物实验进行验证
读图片
Fig 1
- 细胞水平的敲减实验
- Fig.1A大图和小图：敲减了Ku70之后的分子操作验证，对于敲减，作者做了a/b/c三个靶点相互验证，在蛋白水平还提供了western的操作结果
- Fig.1B的横坐标是吉西他滨的浓度，纵坐标是相对细胞活性，分组还是Ku70之后的分组验证，这是增殖表型的MTT比色法实验，在用MTT检测细胞增殖的同时摸索最佳的药物浓度
- Fig.1C：克隆形成实验，关注增殖表型，分组同样是Ku70敲减组
- Fig.1A-C作者使用的是胰腺癌的MIA-PaCa-2细胞系验证，后面的D-G作者换了其他的细胞系，方法是一样的，其中D-E是PANC-1细胞系，F-G是原代培养的胰腺癌细胞，D和F图是分子操作验证，E和G是用MTT比色法检测增殖表型
Fig.2
- 细胞水平的敲减实验，涉及的表型是DNA损伤和细胞凋亡
- Fig.2A-C是在MIA-PaCa-2细胞系内进行的敲减实验，分组还是阴性对照组和敲减组，其中检测DNA损伤的实验是γ-H2AX，检测凋亡的实验是TUNEL和ELISA
- Fig.2D-F是在PANC-1以及胰腺癌原代细胞细胞系内进行的敲减实验，其他同
Fig.3
- 过表达实验+细胞水平（over-expression+cancer cells）
- Fig.3A：横坐标：wt-Ku70-a和wt-Ku70-b两个过表达的细胞，纵坐标Ku70的mRNA表达水平，里面的小图是用western检测带有FLAG标签的Ku70-分子操作验证
- Fig.3B：用γ-H2AX来检测DNA损伤表型，分组是对照和过表达
- Fig.3C-E：分组没变，做的实验分别是MTT比色法检测细胞活性（增殖表型），克隆形成（增殖表型）和ELISA检测（凋亡表型），这些方法和Fig.1-2是一样的，只是把敲减变成了过表达
Fig.4
- 动物水平的（in vivo）敲减实验（knockdown）
- 分组：有没有药（gemcitabine）和有没有敲减（NC/a/b）
- Fig.4A和C：横坐标D0/7/14/21/28/35/42是天数
- Fig.4A：肿瘤大小，敲减+吉西他滨，肿瘤的大小显著变小了
- Fig.4B：肿瘤生长的情况，在抑制了Ku70后，加药可以显著抑制肿瘤的生长
- Fig.4C：小鼠体重
- Fig.4D：敲减后检测肿瘤的Ku70水平
总结
文章3
读题目和反推假设
- 根据单变量研究套路，反推假设，预测作者的行文逻辑
读图片
Fig.1
- FigureLegends关键词：western blot analysis ;tissues，说明是基础表达的结果；
- Fig.1A：NT-normal tissue；T-tumor，配对样本检测目标分子，提示目标分子在癌组织中高表达
- Fig.1B：IHC的结果，检测分子的常用方法
- Fig.1C：TCGA数据库的表达检测，通常在检测表达差异的时候，很多文章都是选了一些临床样本做分析，然后收集开源的数据库信息做佐证，可以用作间接证据
- Fig.1D：生存分析，高表达组和低表达组能分开（样本不是作者收集的，挖别人的数据发自己的文章的路子）
Fig.2
- 细胞水平+增殖/侵袭表型
- Fig.2A：transwell实验：最常见的检测迁移/侵袭能力的实验，根据有没有“铺胶”，来决定做的是invasion还是migration，从配的柱状图可以看出左侧两个细胞的迁移/侵袭能力比较弱，后三个比较强
- Fig.2B：细胞水平的表达检测，尝试证明目标基因YKL-40与迁移/侵袭表型之间的相关性，在mRNA和蛋白两个水平都得到了一致的结果
Fig.3
- rescue实验，Fig.3A-B是先过表达后干扰，Fig.3C-D反过来，先干扰后过表达
- Fig.3A-B过表达用的CL1-1细胞系在Fig.2中是目标分子YKL-40低表达的，Fig.3A图的侵袭实验、Fig.3B图的迁移实验分组都是一样的
- Fig.3E的in vivo字样提示了是动物实验，又是一个rescue
- Fig.3C-D过表达用的CL1-5细胞系在Fig.2中是目标分子YKL-40高表达的，Fig.3C图的侵袭实验、Fig.3D图的迁移实验分组都是一样的
Fig.4
- 细胞水平，关注EMT表型，使用的检测方法是qPCR和western
- 对两株不同的细胞进行了相关检测
Fig.5
- 一个可能的机制图，作者只是根据自己的数据和前面已经发表的论文，“虚拟”了一张机制图出来晃人
总结
- 做了正反回复的全套实验，对于单变量研究来说相当严谨
