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网址: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。举例:
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).我们前面也推出过用word和excel获取oncomine数据的教程,详情可戳:Word+Excel教你轻松批量获取Oncomine数据
2、GEPIA网址: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/s41388-020-1207-6
3、KaplanMeier Plotter网址: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。举例:参考文献同样是来自上面一篇文章。
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:
4、The Human Protein Atlas网址: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网址: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。举例:这幅图来自一个影响因子8.0的杂志。