免费资源：
一、国自然类：
5 标书写作模板
2 2018-24年国自然清单
4 基金插图素材（可编辑）
5 泛癌分析万能代码
7 130套SCI实验视频
9 单细胞数据挖掘课
11 统计分析万能模板
2 100个SCI实验Protocol
10 SCI写作万能模板
9 资源共享群
10 相亲交友微信群
#1 Dolichopus solidus comment accepted June 2024
Looking at the data in Fig. 1b, I'm surprised the authors didn't try the c-fos experiment with vagotomy.
I have several questions about Fig. 2.
There is a strong overlap between FOS+ and TRAP-FOS+ cells in 2a. That overlap is interpreted as showing the reproducibility of activation. However, whether it is at all specific depends upon the total fraction of labelled cells. If all are labelled, it's hardly surprising that many overlap. We can get some idea from Extended Data Fig. 6, which shows that FOS+ are about 75% of those with DBH. It seems that the 80% overlap in 2a is quite close to what would occur totally at random.
Another issue arises in 2b,c. The result the reader's attention is drawn to is the reciprocal variation of the red and green bars between the two panels. I.e. DREADD inhibition of cNST increases the immune response (compare red bars to their grey mCherry controls), while DREADD excitation does the opposite. Impressive. However, shouldn't the mCherry controls be similar in b and c? In fact they display rather wild variations. Variations that are about as large as the observed effect, which is a bit disconcerting.
翻译：在2a中，FOS+和TRAP-FOS+细胞的重叠被解释为激活的重复性。然而，这种重叠是否具有特异性取决于标记细胞的总比例。如果所有细胞都被标记，那么许多重叠并不令人惊讶。从扩展数据图6可以看出，FOS+占DBH细胞的约75%。因此，2a中的80%重叠率与完全随机发生的情况相当接近。
另一个问题出现在2b和2c中。读者注意到红色和绿色条在两个面板之间的相互变化。即DREADD抑制cNST增加免疫反应（将红色条与灰色mCherry对照比较），而DREADD兴奋则相反。这看起来令人印象深刻。然而，b和c中的mCherry对照不应该相似吗？实际上，它们显示出相当大的变化，这种变化与观察到的效果差不多，这有点令人不安。
现在，不管是干实验还是湿实验，R语言+单细胞是必备的科研技能，可以不做实验直接分析数据发SCI。也可以分析数据后将其放在自己的湿实验中，相互佐证。不管是发SCI，升学还是求职，这一套技能一定是刚需。
所以，今天我们给大家免费发送的是：
“R语言+单细胞数据分析入门到精通实战课（原价9675元）”
如下免费获取：
🔽①长按下方二维码关注🔽
②输入关键词：9675
②输入关键词：9675
一共包括了两套课程：
一、R语言全套课程（必学会，极速精通）:共37节课，让你极速精通：
二、模仿18篇CNS学单细胞数据分析（理论+实战）：
学完R语言后，就用R去分析单细胞数据。该课程一共分为8天的课程，直接跟着18篇CNS学单细胞数据分析，看CNS怎么分析的，一步一步实战教你。
那最近大家都在申请国自然，但是很多没有基础怎么办？孟德尔随机化分析来帮你选分子和选疾病。首先，大家看看下面这篇中华牌论文套路，了解一些基础：
就非常简单，用两表和一图说明了肺组织中基因表达水平与肺疾病的因果关系：
我们完全可以模仿分析，那分析完后也可以模仿这个论文写作，那发一篇SCI就简直太快了，或者用来申请国自然也是非常有意义的。
为了实现上面论文分析并达到发10分SCI的要求，我们给大家分享一个能发Nature的数据和代码。这是我们内部培训用的，原价10万元的资料，里面有49个组织的所有人类基因表达量eqtl数据和疾病结局数据。很多学员分析一个组织中哪些基因变化会导致该组织该疾病的发生（如肺组织中哪些lncRNA增加会导致肺癌的发生），就发了10多分的SCI，那你把所有组织中的基因和所有疾病都做了，那就是一篇Nature了。
该资源用的是：本地化孟德尔随机化分析任意组织中任意基因的eqtl数据与任意疾病的关系，从而明确任意基因表达量对任意疾病的影响。不用担心网络，也不用做基因过表达和敲降等湿实验。如果你有一个铁死亡或者铜死亡基因集，然后这样通过孟德尔随机化分析，得到铁死亡或者铜死亡基因集对各种疾病的影响，就是一篇SCI。如下：
这个【能发Nature的数据和代码】已经分享到年VIP资源群中，大家想发Nature的直接加入我们我们年VIP资源共享群（我们分享的资源都是非常有用，原价都是几百上千上万的。那一天一份资源，算50元一份，一年买起来就是365天×50元=18250元。你现在加入才3块钱一天）。
请扫码支付会员费
并进资源共享VIP群：
如下，资料里面一共26个文件夹：
有个这个数据和代码，你可以得到任何组织中任何基因对任何疾病的影响：
那怎么用呢？1_Tissure_gene_eqtl文件是所有组织所有基因的eqtl文件，该文件里面一共是49个组织文件，每一个组织文件都是一个组织中所有基因的eqtl数据（你线下买这个数据就要好几万了）。所以，你想做哪个组织就用哪个文件即可：
2_Finn_R10文件是所有疾病数据：
你想分析哪个疾病，就下载哪个疾病的数据即可，一共是2408个疾病文件，下载后不用任何修改，代码直接跑通。
还有工具文件：
知道这三类之后。下面比如我想知道血液中CDK11A这个疾病高表达后会不会导致冠状动脉粥样硬化。下面看我操作。
先从1_Tissure_gene_eqtl文件夹中找到血液组织并复制到跑代码的文件夹中：
同时，从2_Finn_R10文件夹中找到冠状动脉粥样硬化，并将网址粘贴到浏览器即可自动下载数据：
下载后放在跑代码的文件夹:
然后用Rstudio打开代码：
然后只要修改6处代码即可，输入你想要了解的基因名（如上图第7行代码，我这里输入的是CDK11A），随后只要修改运行路径和文件名，其他一个字都不用改。整个孟德尔分析和后面的验证就都做完了：
然后一键就出来了孟德尔随机化分析结果和敏感性、异质性、多效性等验证结果，一共9个结果：
结果解读也很方便，从表中我们可以看到b小于0，也就是说血液中CDK11A高表达与冠状动脉粥样硬化是负相关的。然而P是没有意义的，所以这是阴性结果（小编只是随意拿一个基因而已，你自己做分析，应该是要做转录组学差异分析，或者单细胞分析中差异表达的基因，或者是根据临床经验要进行探索的基因）。做出10个左右的阳性结果，基本SCI就稳了。
分析完了，写作的时候就模仿下面这篇论文写就行了，直接套用这个模板（比如作者用的是肺腺癌全基因组关联分析数据，那我们的代码疾病数据是芬兰R9，作者用的eQTL联盟数据，我们用的是gTEX数据库的eqtl数据，分析也是一模一样。后面的三大验证结果也是出来的，这一套代码分分钟搞定了）。
然后再给大家介绍一下，1_Tissure_gene_eqtl文件整理的方式，方便大家写论文。该数据来源于https://gtexportal.org/home/：
于是下载：
选择人群：
下载后是压缩包：
解压后有98个文件：
整合后就是49个组织中基因的eqtl数据：
好了。这个【能发Nature的数据和代码】已经分享到年VIP资源群中，大家想发Nature的直接加入我们我们年VIP资源共享群（我们分享的资源都是非常有用，原价都是几百上千上万的。那一天一份资源，算50元一份，一年买起来就是365天×50元=18250元。你现在加入才3块钱一天）。
请扫码支付会员费
并进资源共享VIP群：
一共26个文件哦，傻瓜式操作：
更多免费资源：
7 医学统计分析R版
11 SnapGene序列比对
15 R语言绘图模板
17 中文版RNAseq教程
21 更多资源在更新中.....
6 SPSS统计分析模板
8 铜铁死亡分析代码
10 m6A甲基化分析代码
12 qPCR计算模板
14 英文简历模板
16 R各种统计分析模板
18 46套生信分析代码
3 过表达引物设计
11 GO分析傻瓜式教程
13 GSEA分析傻瓜式教程
15 渐变火山图傻瓜式教程图
2 shRNA设计
10 超全生信数据库使用教程
12 KEGG富集分析教程
14 Meta分析范文+实操课
16 交集基因筛选高级教程
18 生信软件合集
辛苦整理，全文无任何广告！
觉得有用的话，您就点个在看、点赞!
