前段时间,老方为大家分享了遇到审稿人要求补充验证实验的情况该如何处理:纯生信修回,审稿人要求补充验证实验,我该怎么办?(点击查看)文章发出来以后,就有不少小伙伴私信老方,实验补是补过了,但是结果不理想,要么验证出来差异性不显著,要么表达结果相反,相信这种情况,进行过生信结果验证的宝子肯定遇到过。那么,遇到这种情况该怎么办呢?首先咱们分析一下为什么会出现这种验证失败的情况呢?生信是一种高通量RNA-seq,相当于一个未经过验证的批量实验,相对qPCR或者Western Blot一次只能检测一些基因或者蛋白的表达量而言,生信的准确度确实不如qPCR或者WB的。这是生信本身高通量的性质决定的,无法避免。如果抛开这个问题,哪些可能的原因会导致验证结果不一致呢?实验中最常检测的样本主要细胞、组织和体液。而且,血液样本又可以分为血浆、血清、全血等,组织又可分为新鲜组织、石蜡组织等。选择不同的样本很可能会导致验证失败。甚至有时选择的样本类型是一致的,但是由于疾病的异质性比较高,样本数量差距比较大(比如高通量测序时只选择几个样本而验证时样本量上百个)也会导致验证失败。通常情况下,细胞的均一性最好,组织次之,血液最差。这种情况也很好理解,因为分子在物种间的保守性是有差异的,所以在不同物种间(比如人和小鼠)进行验证时出现验证不出结果的情况。这种情况可能有的小伙伴不是很清楚。一个基因可能会存在多条转录本,当验证的基因有多条转录本时,在设计引物验证时要注意,检测的是后基因还是某条转录本。 RNA-seq几乎覆盖基因的外显子区域,获得的基因表达量实际上综合了该基因所有外显子区域的表达水平,而qPCR是局部区域设计引物并扩增,并不会考虑到基因全长。ps:目前像孟德尔随机、NHANES、CHARLS、GBD数据库等方向的文章仍然是不需要验证实验的,不想遇到补实验难题的宝子可以考虑这些方向哦,老方可以帮你0实验发文~验证结果不一致的可能原因不仅仅是以上几点,那么我们该如何挑选基因能避免出现验证失败的情况呢?比如表达水平、生存分析、机器学习、WGCNA等均能满足筛选指标的基因进行验证。 最后,如果你实在不知道该如何挑选基因也可以联系老方,老方可以在帮你完成分析的同时为你筛选好验证基因。如果你有申请课题的需求,需要设计更复杂的验证实验,老方也能帮你一站式解决,你有好眼光,我有好品质!老方会持续为大家带来最新生信思路,并提供免费思路评估、付费方案设计、生信分析、实验项目实施等服务,感兴趣的朋友可以扫码咨询!
1、给咱国产数据库赞一个!广西医科大学:CHARLS数据库+TyG+BMI,复杂关系探究思路请接收!关系理得清,8.5分轻松拿!
2、高分莫愁,多热点集结速上分!中南大学湘雅医院8分+SCI:孟德尔随机化+机器学习+单细胞,机制层层深扒!这个思路值得学习!
3、机器学习又整活儿了!中国医学科学院北京协和医学院9分+SCI:多组学+机器学习+泛癌,预后模型这么做,应用可真够广的!f