做数据挖掘,就算发20几分的CNS子刊,也是垃圾!?
Posted 小张聊科研
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了做数据挖掘,就算发20几分的CNS子刊,也是垃圾!?相关的知识,希望对你有一定的参考价值。
关于数据挖掘发表文章,我们知道很多人是看不上、瞧不起、嗤之以鼻的,大抵是因为这些人平时只发CNS主刊,所以才认为通过数据挖掘这种用“别人的数据”或者叫“干实验”来发文章是“垃圾”,没有什么价值。今天我们要介绍的就是一篇做数据挖掘的Cancer Cell杂志的文章,影响因子27.4:
A Comprehensive Pan-Cancer Molecular Study of Gynecologic and Breast Cancers.Cancer Cell. 2018 Apr 1. pii: S1535-6108(18)30119-3.
下面我们看一下文章数据挖掘的情况:
肿瘤类型:妇科肿瘤和乳腺癌;
数据来源:主要是TCGA数据库,1,087例BRCA(invasive breast carcinoma,乳腺癌), 308例CESC(cervical squamous cell carcinoma and endocervical adenocarcinoma,宫颈癌 ), 579例OV(high-grade serous ovarian cystadenocarcinoma,卵巢癌), 548 UCEC(uterine corpus endometrial carcinoma,子宫内膜子宫内膜癌)和57例UCS(uterine carcinosarcoma ,子宫癌肉瘤),共2,579例,统称为“Pan-Gyn”泛妇科肿瘤
数据类型:临床信息(clinical), 拷贝数变异(somatic
copy-number alterations SCNAs), 突变(mutations), DNA甲基化(DNA methylation),mRNA,miRNA,lncRNA和蛋白的表达(expression of mRNA, microRNA (miRNA), long non-coding RNA (lncRNA), and proteins)
研究工作主要包括以下四部分:
(1)找到了分子特征(molecular features),用以区分“Pan-Gyn”与TCGA中其它肿瘤;
23个基因在Pan-Gyn和Non-Gyn中的突变和扩增频率
(2)鉴定到高白细胞浸润(high leukocyte infiltration)这一免疫应答的肿瘤亚型;
(3)建立了基因和lncRNA的相互作用network(interaction network );
(4)建立了决策树(Decision tree)将临床相关预后的肿瘤亚型进行再分组;
由于内容比较多,这篇文章我们就简单介绍到这里。
如果大家留意pubmed 的趋势文章(Trending Articles),
就会发现最近从各个角度分析TCGA数据的高分文章还是比较多的。
比如CEll主刊的六连发(4月5号):
1. 分析泛肿瘤中增强子(Enhancer)表达:
A Pan-Cancer Analysis of Enhancer Expression in Nearly 9000 Patient Samples.Cell. 2018 Apr 5;173(2):386-399.e12.
2. 分析肿瘤驱动(Driver )基因和突变:
Comprehensive Characterization of Cancer Driver Genes and Mutations.Cell. 2018 Apr 5;173(2):371-385.e18.
3. 分析肿瘤信号通路:
Oncogenic Signaling Pathways in The Cancer Genome Atlas.Cell. 2018 Apr 5;173(2):321-337.e10.
4. 分析患者生存预后结果的
An Integrated TCGA Pan-Cancer Clinical Data Resource to Drive High-Quality Survival Outcome Analytics.Cell. 2018 Apr 5;173(2):400-416.e11.
5. 分析肿瘤发病生殖系变异(Pathogenic Germline Variants):
Pathogenic Germline Variants in 10,389 Adult Cancers.Cell. 2018 Apr 5;173(2):355-370.e14.
6. 分析细胞来源用于肿瘤分类:
Cell-of-Origin Patterns Dominate the Molecular Classification of 10,000 Tumors from 33 Types of Cancer.Cell. 2018 Apr 5;173(2):291-304.e6.
CELL主刊被承包了?不仅主刊,还有Cell Reports这个子刊呢!
Cell Reports的五连发(4月3号):
1. 从DNA损伤修复角度分析基因组和分子图谱:
Genomic and Molecular Landscape of DNA Damage Repair Deficiency across The Cancer Genome Atlas.Cell Rep. 2018 Apr 3;23(1):239-254.e6.
2. 分析肾癌整体分子特性:
The Cancer Genome Atlas Comprehensive Molecular Characterization of Renal Cell Carcinoma.Cell Rep. 2018 Apr 3;23(1):313-326.e5.
3. 分析鳞癌的基因组、通路和免疫特性:
Genomic, Pathway Network, and Immunologic Features Distinguishing Squamous Carcinomas.Cell Rep. 2018 Apr 3;23(1):194-212.e6.
4. 从泛素化通路角度分析:
Integrated Genomic Analysis of the Ubiquitin Pathway across Cancer Types.Cell Rep. 2018 Apr 3;23(1):213-226.e3.
5. 从lncRNA角度分析,并通过实验验证:
Pan-Cancer Analysis of lncRNA Regulation Supports Their Targeting of Cancer Genes in Each Tumor Context.Cell Rep. 2018 Apr 3;23(1):297-312.e12.
这是怎么肥事?
其实,这个是CELL Press的“The Pan-Cancer Atlas”的主题系列:
总体上包括了Cell-of-Origin,Oncogenic Processes、Signaling Pathway和Resources四部分,前三部分收录了Flagship Paper(旗舰文章)和Companion Papers:
以及在2018年5月22号举办的“The Pan-Cancer Atlas:Charting a Course to a Cure” Webinar(在线),链接:https://www.workcast.com/register?cpak=7611522012799566&referrer=PanCanPortal
和2018年9月27–29在华盛顿举办的主题为“TCGA Legacy: Multi-Omic Studies in Cancer”的线下会议,链接:http://www.cell-symposia.com/tcga-2018/
话说,有没有同学想约我们一起去啊?
------------------投稿,投稿啦------------------
你是否是实验技术达人呢?
你是否想给大家科普一下您的研究领域呢?
你是否有科研趣事想跟大家分享呢?
你最近发了篇文章想让大家拜读+引用?
你是否对国自然热点有什么高见呢?
来投稿吧,我们将精挑细选,一旦录用,200~800元/篇,也可以直接换我们的资源,比如课程。
长按二维码识别关注“小张聊科研”
关注后获取《科研修炼手册》1、2、3、4、5、6、7
以上是关于做数据挖掘,就算发20几分的CNS子刊,也是垃圾!?的主要内容,如果未能解决你的问题,请参考以下文章
温州中学“新教师天团”上热搜,清北含量过高,还有人发过Nature子刊,网友:普通人归属在哪...
GAN靠「伪造思维」登上Nature子刊:首次合成神经活动数据,脑机接口训练速度提升20倍...
拒绝垃圾专业化学:选择正确的专业远比多考几分更重要 ——致全国高考考生和家长的一封信