作者：医学小蛋散（微博）

前言

        相信大家对meta分析都不陌生了吧？循证医学是个好东西，但是国内稍微正规一点的单位都不承认meta分析了，文章标题中只要有“meta-analysis” 也会被单位或者杂志社嫌弃地当作meta处理掉（懂得都懂，“meta-analysis”不仅仅是专属临床循证医学的），因此“发meta分析一点作用都没有”。

谁还做META分析啊？

        学习生信分析的“初心”，相信和“老板给8毛但是要你有80万的产出”撇开不了干系 ～但是生信分析也开始烂大街了，渐渐不好发了。就为了求毕业的“干纸人”们，该何处安放我们“该死的本领”呢？ 今天给大家分享把META和生信分析“有机结合”的骚操作。

合体会有新火花？

来吧，展示～

---

我们一起来看看这一波操作～

两个SCI例子

文章类型：

        可见“Original article/ research”，意味着这是“原创性”研究，就不是meta分析那种“水货”了。虽然说“冲着生信分析也属于原创信研究”也是我们的“初心”之一，对于压根就没心思了解文章内容乃至科学意义的某些人来说，又怎么知道其隐藏着meta分析的核心呢？

有心动的感觉吗？那就对了，我们一起来看看文章都做了些什么～

骚年，我看你骨骼惊奇，这有本秘籍～

        聪明的读者们不难发现，左边的文章meta分析部分是做了一个标准的提取以往文献中关于TUSC7（又称LOC285194）这个基因的临床样本生存分析数据的荟萃，右边的则是对小细胞肺癌血管生成药物治疗疗效进行了一个网络meta分析。这些操作呢，我们“懂得都懂”，但说多了都是泪～。那么文章的生信部分又做了些什么呢？

一样的配方，能有不一样的味道？

        显然，勤奋聪明好学的读者们一看图就知道，左边的文章是把TCGA所有肿瘤里面这个基因的生存数据都提取出来了，然后再做了一次meta分析，最后根据这个基因的共表达基因做了信号通路和GSEA分析；右边的文章是把一个芯片数据中靠前的下调差异基因做了信号通路分析，接着针对血管生成药物靶点基因的表达情况可视化了出来。可见，这些分析都是入门级别的（T4: 在高分段比较难有亮眼的表现），但是掌握了这些分析对于一个普通的研究生应付“缺乏经费自由”的情况来说，已经很足够了。

如何“优雅”地结合在一起？

        这就要看作者基(yi)础(ben)和(zheng)临(jing)床(de)相(xia)结(che)合(dan)的能力了。不难看出来，左边的文章研究的这个基因对于癌症预后有作用的（运气好，TCGA 生存数据pool出来之后还是有的，相当于外部验证），然后就对这个基因对预后影响的潜在作用的机制进行了分析，自圆其说就完事了；右边的文章也是同样的道理，因为作者临床工作发现了并非所有的抗血管生成抑制剂都对小细胞肺癌治疗都很好（其实阅读临床文章多了结合自身临床实践也就会发现这些药不咋样），那么是为什么呢？于是找了一个小细胞肺癌的芯片数据（小细胞肺癌的测序数据不好找）做了常规的差异表达-信号通路-感兴趣基因表达可视化三联分析。突出显示了血管生成相关的通路都是在小细胞肺癌的下调基因中富集的，加上常见药物的靶点都是在癌组织相对正常组织下调的，这意味着血管生成可能就对小细胞肺癌生长的维持中作用不大（这与常规的认知相“违背”，这不就是创新吗？），靶向一些本来就不是关键的位点能有效吗？

后记：

           Meta分析也好，生信分析也罢，方法学本身不是错。“8毛的成本要有80万的效果”往乐观去看，不也就把“热爱科研的精神小伙们”逼上了“转化医学”这座梁山了吗？ 原创性研究？嗯哼，那不就伸手就来呀？啊～ 春季里，我们的SCI要开花了吗？

大大大后记

      （居然有人看到最后了......）

        如果年轻人“不想努力”了，把整理好的数据或者思路告诉小蛋散，我们一起合作发文章也是可以的哟～文章挂个名字就好。有兴趣就私信小蛋散吧～