医学科研技能分支
- 临床研究（表达观点）：本质是统计技能
- 有明确的研究类型和相应的报告规范
- 难点是数据来源，没有临床资源很难开展
- 细节很多，需要知识和经验
- 基础研究（建立高度）：本质是实验技能
- 表达检测
- 分子操作
- 细胞培养
- 表型评价
- 动物模型
- 交互实验
- 生信研究（拓展维度）：本质是编程技能
- R语言（这个熟练就足够了）
- Perl
- Python
- 前期的学习壁垒高，更新换代的速度还很快
生信分析文章的特点
数据出发
- 数据越多越好，越全面越好
- 内部数据（提高文章档次）
- 外部数据（低分灌水）
工具驱动
模块组合
生信研究要素结构
恒量
- 疾病
- 问题（若干个分析角度、分析角度的组合
- 数据是生信的水源，肿瘤的研究最多
- 生信研究是平铺的结构，天生擅长处理多数据层次、多靶点和多表型的复合型问题
- 一个问题包含若干个分析角度，不同角度的组合就是文章里能看到的分析套路
变量
数据特征
- 数据来源
- 人群/疾病模型是什么
- 样本类型是什么（血/病理组织/细胞模型/动物模型）
- 别人发表/自己产生
- 分子类型
- 实验方法
分析策略（四大数据分析模块）
四大数据分类模块
- 高通量数据的内容
表达差异
- 获得不同组别的样本间，有哪些分子表达是上调的，哪些是下调的
功能聚类
交互网络
临床意义
生信文章常见套路
基础数据模块
拓展数据模块
自选数据模块
数据库
常用的分析工具一览
