一篇带你搞定Meta分析全过程！5000+字纯干货
写了几个月的Meta分析被人抢先发表！原来是差了这一步！
做Meta分析必须知道的科研神器
FFPE样本是医学领域常见的生物材料。此类样本已经被广泛应用于高通量测序、原位杂交、免疫组织化学等研究领域。目前，全球约有数亿FFPE组织样本,这些组织样本已经是疾病诊断和科学研究的最为宝贵的生物学资源之一。从FFPE中获得高质量核酸，是顺利推进下游实验的第一步。那么，如何从FFPE样本中获得高品质的核酸来进行下游实验呢？今天小编就来为您支招儿！01什么是FFPE样本？FFPE（For...阅读全... 阅 读 全 部 >
上期我们介绍了空间转录组冰冻组织样本的制备，那么这期就来聊一聊空间转录组FFPE样本的那些事儿。FFPE样本常用于储存临床上的病理组织，是珍贵的医学研究材料，但由于FFPE样本固定时福尔马林的使用和保存时间久等原因，导致核酸存在不同程度的降解，使得研究基因表达颇为棘手。10x Genomics经过探索推出了Visium FFPE空间基因表达解决方案，不仅突破了这个障碍，能从 FFPE 样本...阅... 阅 读 全 部 >
上期回顾：FFPE样本制备及分析（上篇）| 实验技术专题0 1样本切片石蜡样本在提取前需要进行切片处理，一般需要5-6个切片，一片镜检确定肿瘤细胞含量，其他进行后续提取处理。切片的薄厚程度对后续观察和提取会有一定影响。切片过厚不利于后续染色和组织学观察，而且组织脱蜡和蛋白酶消化困难增加；切片过薄易造成DNA的机械损伤，同时切片总面积的增加，其表面黏附的PCR抑制因子将可能...阅读全文>&g... 阅 读 全 部 >
福尔马林固定石蜡包埋（FFPE）样本自诞生以来，凭借着保存时间长、可关联临床及多组学数据等诸多优点，是生物技术研究、药物发现和回顾性基因研究的宝贵资源。不过令人遗憾的是，FFPE样本目前在单细胞研究中的使用却非常少，组学检测项目也相当有限，究其原因是FFPE处理使得样本中的RNA质量下降且存在片段化，所以难以准确评估转录本的表达。为突破这一壁垒，10x Genomics 经过不断优化...阅读全文... 阅 读 全 部 >
肿瘤组织是几乎唯一一种病人愿意让医生切下来的组织，医生对这些组织进行回顾性研究，有助于阐明疾病机制，发现治疗靶标和指示预后恢复。但离体的组织容易丧失原有正常的结构和功能，一般医院没有太好的超低温冷藏条件，而使用福尔马林固定石蜡包埋处理的样本（Formalin-Fixed and Parrffin-Embedded，FFPE）可以在常温保留很久，所以对肿瘤组织进行石蜡包埋保存就成了医院里最常用的..... 阅 读 全 部 >
福尔马林固定石蜡包埋的组织样本（FFPE）作为长期保存病理样本的金标准，已经存档了大量生物样品，不过这些被存档样品却因为前期固定包埋的时候，发生了核酸片段化、蛋白与核酸交联等情况，导致其价值无法被最大程度利用。随着基础研究和分子生物学相关技术的不断发展，FFPE样本的技术局限逐渐被破解，如今不仅可以在FFPE样本上开展单细胞转录组测序和空间转录组测序研究，还能同时进行空间原位多靶标蛋白检测，这..... 阅 读 全 部 >
福尔马林固定石蜡包埋（Formalin Fixed Paraffin Embedded，FFPE）样本是临床上长期保存病理样本的常用方法，其可以和有价值的临床数据（如患者临床资料，患者生存预后信息，用药和治疗疗效等）相关联，为确定疾病的发生发展机制研究、生物标志物和药物靶标提供了巨大的资源 ，是进行回顾性研究的不二之选。但这种FFPE处理方式会使组织中的核酸发生不同程度的降解，在过去由于技术...... 阅 读 全 部 >
这阶段是确证选定靶标的调控会引发预期的生物效应并与临床治疗相关。常用的方法有基因突变、基因敲除、使用抗体、药物抗性突变和siRNA等。值得关注的是，51%的临床二期的失败都是由于药效不够，很多都归因于前期靶标确证工作的不足。这一阶段的失败随之而来的是后期巨额投入的付之东流。疾病关联临床靶标确证平台（https://www.targetvalidation.org/）整合了...阅读全文>&g... 阅 读 全 部 >
糖尿病是一种以血糖升高和代谢紊乱为主要特征的疾病，属中医学“消渴病”范畴。其中2型糖尿病占所有糖尿病患者的95%左右，严重威胁人类健康[1]。2型糖尿病又称为非胰岛素依赖型糖尿病，多发于肥胖及中老年人群，患者体内胰岛素分泌相对不足或作用效果不佳。2型糖尿病可诱发多种并发症，包括糖尿病心血管疾病、糖尿病肝病、糖尿病肾病等。临床上治疗2型糖尿病一般分为注射胰岛素和口服降糖药2种方案。然而，这2种方案的... 阅 读 全 部 >
在过去的20年中，生物学家和化学家一直致力于开发一种高效和先进的药物发现和评价系统［1］，不仅可以高效率地发现靶向治疗药物，而且可以降低潜在药物不良反应的发生风险。为了减少新药开发的时间并降低费用，科研人员将目光转向了基于计算机和大数据的方法，如虚拟筛选（VS）和分子对接，但这些方法具有准确性差和效率低等问题［2］。人工智能（AI），包括深度学习（DL）和机器学习（ML）算法，有望可以克服在药物设... 阅 读 全 部 >
生信圈
欢迎您支持我的公众号
点击此处可关闭