神操作？着实惊到了！提高生信文章命中率方法，点进来看！让你的SCI源源不断的秘诀！

2022-11-09 08:11

通量不仅仅可以解决概率，还可以量产文章！

大家好，我是浮浮~
上次给大家复现的“5+SCI”套路，只要加点免疫组化就能发表，不知道大家复现的如何？我相信有的小伙伴肯定还在担心，如此简单的套路被拒了怎么办？今天就彻底打消你的顾虑，看一下今天的推文，会为你打开一扇新世界的大门~

0.期刊介绍

1.写在前面

前几天在看生信文章的时候突然发现了一篇文章似曾相识，好像在哪里见过。

但是我有十分确定没有读过这篇文章，思索一阵突然恍然大悟，这不就是我前一阵复现的论文吗？于是我把之前的文章找出来看了一下。

一开始我看到第一作者和通讯作者都不相同，以为只是模仿着换了一个分子又发了一篇，但是仔细一看，不对，是同一波人，只不过位置不一样了！并且单位都是广东Meizhou人民医院。我又看了一下发表时间

一篇是4月投稿，另一篇是同年2月投稿，两篇都在8月份接收。这波操作属实震惊到我了！疾病相同、分析套路相同、写作思路相同，只是换了个分子，就在一年内发了两篇相似度如此之高的文章。但是转念一想，这不就是酸菜大大说的“通量解决概率”问题嘛。众所周知，科研界绝对禁止一稿多投，特别是国外期刊，一经发现后果非常严重，甚至可能直接被拉进黑名单。但是有了生信分析，我们完全可以“一稿”多投了！特别是有仙桃工具这等神器辅助，换个分子再做一遍分析就是分分钟的事情啊。然后用写作工具进行替换，一个周末写三四篇轻松搞定。然后批量补个免疫组化实验，只要多买个抗体就可以了，样本都可以用同一批！

是不是想想都很爽？不过先不要高兴的太早，投这样的文章也是要讲究方法的，不能真的只换了个分子，其它分析完全照搬来一套，这样就太明显了。接下来我会两篇文章对比复现，使用仙桃工具如何一次收获多篇文章。

Genomics发表的那篇文献在上次推文中已经详细复现过了，所以这次我会以发表在peerJ上面的为主，着重讲解两篇文章的异同。

2.复现思路

我们还是先来梳理一下全文思路，看一下图表。本文一共6张图，2个表格，工作量比起上一篇文章其实是有所减少的。接下来我们先总体看一下文章吧，本次复现我们将着重对比两篇文章的内容。

Figure1 主要展示了主变量PPA2在正常组织和肾透明细胞癌以及其它肾细胞癌中的表达差异情况。这里直接加入了免疫组化结果，也是全文唯一的实验结果。

这里免疫组化也可能是和上一篇文章用的是同一批组织，再买一个抗体就搞定了。

Figure2 展示了PPA2在肾透明细胞癌中生存曲线，风格不同了，并且省略了上一篇文章中的分期，更简单了。

Figure3 这张图对应上一篇文章图4的内容，进行的Cox回归和亚组KM曲线的绘制，风格不同了，内容也省略了。

Figure4 增加了预后nomogram和ROC曲线的结果，这是上一篇文章没有的内容。

Figure5 对应上一篇文章最后一张图，改了一下点的大小和颜色。

Figure6 免疫浸润换了一种方式，后面我们会提到如何用仙桃变换风格，做不同的搭配。

表格1 展示了肾透明细胞癌患者的临床特征，这里和上一篇文章相同。

表格2 展示了该分子在泛癌中预后的情况，整理这个表格还是需要一点时间的，但是也不是很难，仙桃工具完全可以获得这些数据。

可以看到，这两篇文章风格相似，而且这篇PeerJ内容还更加简单。两篇文章虽然很相似，但是作者都使用的不同的风格和参数，这样图片风格不同，还可以适当调整结果的顺序，让两篇文章看起来不那么相同。

3.全文复现

话不多说，接下来我们就开始复现。还是以生信分析神器：仙桃工具进行复现。进入仙桃学术主页：https://www.xiantao.love/

点击“生信工具”

【高级版】 → 【立即使用】（注：免费版和基础版都可以进行统计和可视化，由于高级版功能最全，这里选择高级版作为范例）。▼

首先我们来看一下文章中第一个表格。作者将第一张基线资料表放在了文章开头，这是完全可以的，也符合逻辑，首先介绍该基因的临床相关性，也可以在表达差异之后介绍，这就有了两种展现形式。

在“临床意义（靠）”菜单下，进入“基线资料表”。

选择疾病和分子，点击“确认”即可

不到2秒的等待时间就可以得到下面的结果，可以下载word三线表格式，就轻松得到临床相关的基线资料表了，而且是发表级别格式的~

我们来复现图1表达差异的结果。在左侧菜单栏“表达差异（挑）”模块进入，选择“表达差异”菜单，下拉有“非配对样本”和“配对样本”两种选择。上次我也提到了，一般我会先分析配对样本，如果配对的结果好就展示配对的，如果不好就看看非配对的。也可以两者都展示。

由于原文使用的是非配对样本，所以我们以非配对演示为例，疾病选择肾透明细胞癌，分子输入PPA2

结果和原文一致，在肿瘤中表达更低。相似地，我们可以分析另外两个肾相关肿瘤，然后进行拼图。

C图是接下来是是临床相关性分析，同样在“临床意义（靠）”菜单下，进入“临床相关性”分析模块。

点进去可以自动选择好之前的疾病和分子，下方可以选择要分析的临床指标，我们以原文的stage为例，点击“确认”进行分析。

可以选择“小提琴图”显示，工具不能不显示星号，可以把无统计意义的点掉，或者下载pdf格式之后导入AI删掉即可。

接下来是KM曲线的绘制，在临床意义（靠）菜单中，下拉“预后分析”，进入“KM曲线图”。

点进去之后自动选择刚才的疾病和分子，所以我们直接点击“确认”就可以出图。

结果特别显著，并且与表达差异的结果相符合。一般我们习惯用红色代表高表达，原文中正好相反，不排除这是作者为了避开上一篇文章的风格故意调整的。

在右侧“预后参数”中可以选择“预后类型”，得到不同的结果。这里可以替代原文的结果，风格统一，拼图还方便。

这里我们再说明一下不同风格的图片，其实在仙桃工具中作图，不需要违反常识，可以有多种参数供大家选择改变风格。如果批量分析多个分子用于不同文章，可以调整不同的风格，但是同一个分子要用相似的风格。

右侧参数部分有很多的参数都可以进行调整，得到不同风格的结果。比如线的颜色、样式，是否显示删失数据、置信区间

还有是否显示风险表格、图注位置，以及风格的调整。这些参数可以满足多种风格的图片要求，不过大家最好记录一下每个分子的具体参数，同一个分子保持一致的风格，这样的图片看起来更加统一。

这里讲一下原文第二张表格的复现，操作十分简单。就是稍微有点麻烦而已。可能有的小伙伴已经猜到了，刚才我们复现了肾透明细胞癌中的KM曲线，只要变换疾病，分子在其它肿瘤中的情况，记录样本量、HR和p-value，就可以得到表2。样本量可以在数据里面查看，滑到最后侧，即可看到癌旁和肿瘤的样本数量。

接下来复现森林图。首先还是先进行Cox回归，在上一篇推文中讲过，这里也简单说明一下。在刚才的“预后分析”下拉菜单中，可以看到“单|多因素Cox回归”，点击进入。

疾病自动选好了，分子在下方选择，我们一会说。右侧“预后参数”这里可以选择“预后类型”，小伙伴们可以三个都分别试一下，选择结果比较好的展示，这样又可以增加多样性，我们这里以OS为例。

在下方可以选择纳入分析的临床指标，最后选择目标分子。有的分子也有中位数和log2+1两种选项，这两种都可以用在文章中，也是选择结果比较好的即可。其中Tstage可以设置成两项，左侧是T1，右侧是T2/3/4，一会结果中可以看到这样设置的好处。

得到结果后保存为表格形式，我们可以使用仙桃工具直接绘制森林图。也可以保存三线表，作为表格放到文章中。有些学员可能直接显示一行了，和这里的格式不太一样，不用担心，那种显示的更方便绘制森林图。

在“基础绘图”中有在线森林图的绘制。

按照要求整理数据，我们先看一下保存的结果，左侧一栏当作了reference，由于Tstage当时只选择了两个组，所以可以得到一行数据，这里p值不是很好，可以选择不要T分期，这样操作是可以的，选择有意义的结果进行展示。我们将这里的多因素和单因素分别绘制森林图，就可以得到原文一样的结果了。

整理好的森林图数据格式如下

需要注意的是，上传数据之后，需要再次点击右下角的“上传”

上方会出现数据集验证成功，下方这里也会变成对号。

上传数据后点击“确认”，即可得到下方的森林图。右侧参数可以修改风格。其它预后类型就不再重复了，大家可以试一试，在Cox回归分析时，分析指标也可以根据不同疾病多纳入一些，这样绘制的森林图会更加漂亮。

右侧参数有很多内容都是可以调整的，包括线的样式、点的颜色等，轻松变换风格。

这张figure的后半部分仍然是亚组KM曲线的展示。回到“临床意义（靠）”部分，下拉“预后分析”菜单，进入“亚组KM图”

疾病和分子是自动选择好的，我们只需要设置一下亚组的分组信息。这里按照原文第一个小图进行设置，分析stage I&stage II。点击“确认”进行分析出图。

结果也非常好，甚至比原文的结果更好。大家也可以在右侧参数中进行修改调整，绘制个性化的结果。这里参数和之前的KM曲线相同，就不再重复说明了。

接下来我们看一下列线表nomogram的绘制。在临床意义（靠）中下拉“预后分析”进入“预后列线图”模块，要选择前面带有[云]字样的，表示有云端数据，可以直接进行分析。

在右侧参数中可以选择“预测年限”，最多选择6年，一般是1/3/5年或者1/2/3年的组合形式比较多见。下面的临床参数就比较多样了，可以有各种的组合形式，大家可以多多尝试。

有的学员复现出来的图片就像下方结果一样，有些字体重叠到一起了，这种情况可以通过调整右侧参数中的图片大小来解决。

接下来是B图的Calibration可视化。可以看到在预后列线图的下方就有“预后Calibration”，也是选择前面标有[云]字样的进入，首先进行“预后Calibration分析”。

点进去之后疾病和下方的临床指标都是之前设置的参数，介绍一下右侧“预测年限”，原文将1年、3年、5年分开进行分析绘图，我们可以分别分析，当然也可以将这三个参数绘制到一张图上，这样有多了一种展现形式。

等待分析完成，大概1分钟左右，然后进入“Calibration可视化”

在云端数据下选择刚才分析的结果，直接点击“确认”即可出图。

接下来是ROC曲线的绘制。在“临床意义（靠）”菜单中，有“ROC曲线-自选变量”，虽然目前不能完全复现文章中的形式，但是做出多种风格和结果的图片还是很容易的，我们一起来看一下。

疾病和分子还是自动选择的，下面可以选择临床指标。目前只能选择一种临床指标绘图，不过这样也可以通过展示不同的临床指标，来区分不同分子的分析内容。当然，还是挑选结果比较好的指标进行展示。

右侧参数可以更改不同的风格，比如线的颜色，背景网格，图注位置等等，通过这些简单的调整也可以得到不同风格的结果。

然后是GSEA富集分析，复现上一篇文章中详细解读过，考虑到可能有些学员没有看过，这里也简单说明一下。在“表达差异（挑）”菜单下进入“差异分析”子模块，点击“单基因差异分析”，目的是获得差异基因和差异倍数。

相似的界面，直接点击“确认”即可。

之后点击上方的“历史记录”可以查看分析进度，一般需要5分钟左右即可得到分析结果。

分析完成后，点击“下载”，即可下载多种格式的报告，一般选择excel格式下载即可。

打开可以看到是如下的结果，关键信息有基因名称、logFC和padj。

GSEA分析不需要筛选差异倍数，直接将所有基因纳入即可。回到仙桃工具，在左侧“功能聚类（圈）”菜单下展开“GSEA富集”，进入“GSEA分析”。

按照要求整理数据，删除多余的列，保留基因名称和logFC即可。

上传数据后点击“确认”，一般等待1-2分钟，仍然可以在“历史记录”中查看进度。这里上传数据的时候要注意一下，之前我们说过，要点击右下角“上传”，等待验证成功才可以继续点击“确认”。

等分析完成后，在GSEA分析的下面进入“GSEA可视化”

在云端数据中会自动出现刚才分析的结果，如果有多条结果，就选择希望可视化的那个。基本参数选择默认即可，其它参数也可以先默认，后面再逐步调整，点击“确认”出图。

这样就会可视化默认最显著的两个结果。当然，也可以选择自己想要可视化的结果以及每次可视化的数量。

在右侧参数的“基本参数”中，可以在基因集ID中输入想要可视化的条目。在刚才的分析结果中查找想要可视化的条目，复制到这里即可。表格在历史记录中下载~

另外还有图注、风格、线条等个性化参数可以进行更改设置，改变结果的风格。这里参数和之前的大同小异，就不过多介绍了。

最后是根据免疫评分分组，查看目的基因表达情况。这里需要处理匹配数据，如果不用R语言的话，几百行的匹配还是很难完成的。不过这里我们可以使用仙桃工具的免疫浸润代替，选择不同风格和搭配方式即可。上次讲过的棒棒糖图还记得吗？这里再简要介绍一下。

仍然是自动选择疾病和分子，直接点击“确认”出图，我们来看一下。

这样棒棒糖图就做好了，我们重点看一下右侧参数可以调整的风格。

最显著的是上次提到的，在“风格”中取消“XY轴颠倒”，并将“X轴文本翻转角度”设置为“45”，最后调整到比较合适的图片大小可以得到横向的结果图。

另外还有“算法参数”中选择细胞种类，挑选结果明显的细胞显示，还有常见的点、线、图注的风格选择等，大家可以多尝试一下。

最后得到的横向棒棒糖图如下，加上颜色的改变，那么完全就是两个不同的风格了。

还可以进行散点图和分组比较图的不同搭配使用。

如果大家想要进一步区分多篇文章，想要不重复的部分更多一些，也可以选择上次我们使用的TIMER数据库（http://timer.cistrome.org/），专门搞定免疫浸润问题，可以得到更加多样的结果进行展示。

到此我们复现结束啦，可以看到，两篇文章思路一致，仅仅换了一个分子就又发了一篇文章，虽然分数不如上一篇Genomics，但是基本相当于白赚到的了。这个思路大家可以借鉴一下，不说了，大家都懂。需要注意的是，这两个分子的结果都是非常显著的，这可能也是可以发表的原因之一。

这次复现教程也重点提到了风格的改变，在同时分析多个分子的时候，需要适当调整一下风格，内容的分布上面也可以多多学习这两篇文章，有所“舍得”，如果过于相似，可能会被当成论文工厂的产物，那就百口莫辩、得不偿失啦。

利用仙桃零代码筛选预后好的分子攻略我们上次已经讲过了，如果还不知道的学员可以找一下上次我复现的推文看一下，也可以自己对比一下这两篇文章，学习一下风格的改变和内容的调整。祝大家投稿顺利，文章多多！

—END—

扫描下方二维码

回复“生信”免费邀您进入【复现营】（名额有限）

开启高质量零代码复现教学！

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章