实验数据的丰富程度是你能不能发文章的关键,我明明很努力了,可我的文章为什么还这么单薄呢?那是因为有些资源你还没有利用起来,合理利用这些资源能够让你的文章今天跟大家总结一下文章中,那些可以直接为你“产图”的网站吧。1、Oncomine
https://www.oncomine.org/resource/login.html应该是现在最方便的肿瘤数据挖掘平台了,用学校邮箱注册以后,按照自己的研究方向一顿选择,就能产出一堆图出来,关键还能直接放到文章里。这是一篇4分多文章的第一个Figure,来自oncomine。
参考文献:
Hu, M., et al. 'Serum TNFRII: A promisingbiomarker for predicting the risk of subcentimetre lungadenocarcinoma.' Journal of cellular and molecular medicine (2020).2、GEPIA
http://gepia.cancer-pku.cn/这是个神奇的网站,不论是基因表达还是肿瘤预后,直接把你想要研究的Pia进去,就能够出图了,可以直接用在文章里,分数还不低的那种。
举例:下面这张图来自oncogene,老牌一区期刊。参考文献:
Wang, T., Jing, B., Xu, D. et al. PTGES/PGE2 signalinglinks immunosuppression and lung metastasis in Gprc5a-knockoutmouse model. Oncogene (2020). https://doi.org/10.1038/s41388-020-1207-63、KaplanMeier Plotter
https://kmplot.com/analysis/index.php?p=service&start=1这个网站也是基于TCGA数据库,主要做生存分析,局限在于能够分析的肿瘤不是很多。
我们之前在介绍网页版生存分析工具时,介绍过 KaplanMeier Plotter,详情可戳:最全生存分析网页版工具,你掌握了几种?
4、The Human Protein Atlas
https://www.proteinatlas.org/这个杂志同样是检测细胞、组织中的表达,独特之处在于他有很多高清的组化图片,当你没有组化数据时候,可以直接在里面找,而且也可以通过这个网站挖掘新的课题思路。
举例:这幅图来自一个影响因子5分多的杂志Oncogenesis。上图中的a图的组化就是来自这个网站,b图来自oncomine,c图来自TCGA。三张图凑成了文章最后一个Figure。
参考文献:
Peng W X , Wan Y Y ,Gong A H , et al. Egr-1 regulates irradiation-induced autophagy through Atg4Bto promote radioresistance in hepatocellular carcinoma cells[J]. Oncogenesis,2017, 6(1):e292.5、UALCAN
http://ualcan.path.uab.edu/index.html基于TCGA数据库的在线软件,功能强大,可以链接到其他数据库,就是图的质量不高,但是也可以直接用,另外他会给出数据,可以重新作图。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。