2020年发转写文章会有多难?一文说清楚!

转录组是一种让人又爱又恨的项目。实验门槛低,却是文章泛滥的重灾区。总有人问我,转录组现在还能发表文章吗?我就拿2020年5月4日发表在BMC Genomics上的一篇文章来说吧,题目是:转录组ome分析在植物毒性麦蚜取食诱导的地方返回快速防御责任,详细讨论2020年发转录组文章有多难。怎么发?我们来看看这篇文章的具体内容:实验简介:本文研究小麦幼苗被麦蚜取食后的快速防御反应。喂食2、6、12、24和48 h后,取幼苗叶片(三个生物重复),进行转录组测序、叶绿素测定、H2O2积累测定和NADPH抑制剂处理,进一步探索小麦咬后产氧防御机制。实验结果:

1.?这部分小麦蚜虫取食后的转录组分析结果展示了比较的套路,主要是通过PCA分析来看样本相关性和处理效果,并介绍差异基因的整体情况。如下图所示:

2.差异基因GO分析作者按照上调和下调的基因集合对GO进行了注释,按照时间点讨论了上调和下调基因集合的富集,如下图所示:

3.?麦长管蚜取食后小麦叶片叶绿素含量的变化从差异基因GO分析可以看出,麦长管蚜取食对小麦的光合作用过程、光捕获和光合系统相关基因有负调控作用,因此笔者测量了取食后小麦叶片叶绿素含量的变化,如下图所示:

4.?麦蚜取食后小麦叶片中水杨酸和茉莉酸相关防御途径的基因表达:参与SA生物合成的苯丙氨酸解氨酶(PAL)基因在不同时间点显著上调,但随着饲喂时间的增加,表达水平逐渐降低;茉莉酸代谢途径中的三个脂氧合酶(LOX)基因显著上调。MAPKs调控的WRKY转录因子也显示上调,如下图所示:

5.?蚜虫取食后小麦叶片过氧化氢积累和抗氧化酶活性的变化:蚜虫取食显著上调活性氧清除基因的表达;此外,小麦叶片用3,3 '-二氨基联苯胺(DAB)进行细胞染色,喂食后2小时出现H2O2积累,斑点的数量和大小随着喂食时间的延长逐渐增加,如下图所示:

6.抑制NADPH氧化酶对小麦叶片H2O2积累和防御反应的影响。DPI是一种NADPH氧化酶抑制剂,不仅能显著抑制食物摄入引起的氧生成,还能显著下调小麦叶片中防御反应基因的表达水平。

以上是本文的全部成果。回过头来看,实验设计并不复杂,内容也不太多。为什么别人能发表你却被拒?要知道,BMC Genomics在两个领域的影响因子都是3.5分,也是很多人向往却得不到的存在。

2020年发转录组文章会有多难?从这篇文章中,我们可以看出文章并没有你想象的那么难。我试着从中摘录以下几点,希望能对你有所借鉴。

1.实验设计相对合理,层次递进,采样点基本对应植物防御的三级级联反应,后续分析讨论层次清晰。

2.转录组只是实验的一部分,用常规方式列出结果的时代已经结束了。就像在这篇论文中,除了转录组之外,作者还进一步测量了生理指标,如叶绿素含量、产氧量和基因相关性状,以使结果更具说服力。

3.转录组数据的介绍不能含糊,要结合其他生理生化指标提取和展示一些相关基因,如本文中叶绿素含量下调的光捕获、光和动作相关基因;H2O2积累和抗氧化酶活性的变化。

4.论文的精髓在讨论部分。可以引用别人的数据来证明自己的结果,可以广泛引用。论文一般不会出错!精读原文,请点击文末“阅读原文”。

2020年发转录组文章会有多难?其实难的是你不肯改变自己的想法。时代不同了,老套路已经过时了。现在很多老师面临的问题不是手里没有数据,也不是不会写论文,而是看不懂数据,无从下手分析。这个梗没断他们怎么发文章?!我给大家推荐一个视频教程《转录组分析结果解读》,可以轻松解决你看不懂转录组结果数据的问题。

/课程/简介/1005023004.htm?份额= 1 & amp;shareId=1031484705

更多技能学习链接:

/provider/400000000234009/index . htm?份额= 1 & amp;shareId=1031484705

更多生物信息学课程:

1.文章越来越难发了?是因为你没有找到新的思路。发2-4篇基因家族分析的文章简单快捷。学习链接:基因家族分析实践课程和基因家族文献思想解读。

2.转录组数据不太了解?看不懂图表?点击链接学习深度解读数据结果文件,学习链接:解读转录组(有参考)结果;转录组(无参考)结果的解释

3.转录组数据挖掘技巧-WGCNA,提高你文章的档次,学习链接:WGCNA-加权基因* * *表达网络分析

4.如何挖掘转录组数据?学习环节:转录组标准分析后的数据挖掘和转录组文献解读

5.微生物16S/ITS/18S分析原理及结果解读、OTU网络图、细胞图及网络图课程

6.生物信息入门到精通必修基础课,学习链接:linux系统使用,perl入门到精通,perl语言进阶,R语言绘图。

7.医学相关的数据挖掘课程,无需实验即可发表文章。学习链接:TCGA-差异基因分析,GEO芯片数据挖掘,GSEA富集分析课程,TCGA临床数据生存分析,TCGA-转录因子分析,TCGA-ceRNA调控网络分析。

8.其他课程链接:二代测序转录组数据的独立分析,NCBI数据的上传,二代测序数据的解读。