国自然生信实战20讲 · 第18讲 · 转成可检验的研究设计

系列目录:国自然生信实战20讲(当前第18讲)
- 第01讲:国自然里的生信从哪里开始?把研究方向拆成可分析的问题
- 第02讲:公共数据怎么选?找到与你的研究问题真正匹配的数据集
- 第03讲:下载数据后先做什么?表达矩阵、样本分组和基因编号整理
- 第04讲:为什么有些数据不能直接分析?看懂异常样本与批次效应
- 第05讲:差异表达怎么做才有解释价值?从统计显著到生物学意义
- 第06讲:富集分析结果太多怎么办?从通路列表提炼研究主线
- 第07讲:哪些基因值得继续研究?把表达、功能和文献证据放在一起
- 第08讲:基因升高说明了什么?区分单个基因变化与功能状态变化
- 第09讲:换一批数据还成立吗?手把手做独立队列验证
- 第10讲:差异真的是疾病造成的吗?识别混杂因素与缺失信息
- 第11讲:换个阈值结论就变了?用敏感性分析检查结果稳定性
- 第12讲:两个队列结果不一致怎么办?从差异中发现研究边界
- 第13讲:为什么整体组织的变化还不够?用单细胞定位表达来源
- 第14讲:是细胞变多了,还是细胞内部表达变了?拆解两种解释
- 第15讲:关键细胞发生了什么变化?从细胞类型走向功能状态
- 第16讲:细胞之间可能如何影响彼此?把通讯线索变成可验证的问题
- 第17讲:从一堆图到一个科学假说:整理现有证据与关键缺口
- 第18讲:生信之后做哪些实验?把候选线索拆成逐步验证的任务(本篇)
- 第19讲:样本量和验证队列怎么规划?用模拟看清研究可行性
- 第20讲:把整个项目串起来:形成可复现分析包和完整技术路线
点击目录按篇次顺序学习;文末复现包包含全系列代码与起始数据。
实验不是给生信图盖章
分析完成后,很多方案会直接写“进行实验验证”,却没有说明要验证表达、功能还是机制。三者需要不同设计。表达检测可以确认某种变化,功能干预可以检验改变候选是否影响表型,机制研究还需要更具体的路径证据。本篇承接第17篇的证据缺口,把这些任务拆开,避免用一种实验承担所有结论。
本文所有分组图和流程图都是计划示意,没有生成任何实验测量值。贯穿候选REG1A来自公共数据教学分析,并不意味着我们已证明它在某个培养模型中的功能。真正开始实验前,研究者需要依据自己的条件核查模型、干预方式、伦理与操作规范。本篇提供的是设计思路和可编辑的任务表。
先确认模型是否具备检验条件
一个模型即使常用于上皮研究,也未必表达你的候选,或者未必呈现你关心的损伤状态。因此,第一步应确认候选表达、主要表型能否稳定测量,以及模型与研究问题的对应关系。如果目标表达接近检测下限,简单敲低可能无法回答问题;如果刺激条件引起广泛死亡,屏障读数变化也可能难以解释。
模型验证还包括时间和剂量范围。过强刺激可能让各种干预都表现为无效,过弱刺激又可能没有足够表型空间。选择条件应依据预实验与既有研究,而不是在正式比较中不断调整到最有利结果。把模型建立阶段与假说检验阶段区分开,有助于保留清晰的主分析。
四组示意为什么这样安排
代码给出四个基础角色:基线对照、损伤加阴性对照、损伤加候选干预、损伤加候选干预与救援。它们用于说明比较关系,不是可以直接复制到所有实验的固定配方。实际方案可能还需要载体、溶剂、非靶向序列、单独救援或其他对照,具体取决于干预方式和模型。

| 分组角色 | 主要回答的问题 | 必查条件 |
|---|---|---|
| 基线对照 | 模型未损伤时的参照 | 处理流程与检测一致 |
| 损伤加阴性对照 | 损伤模型是否成立 | 阴性处理本身影响可控 |
| 损伤加候选干预 | 改变候选是否影响表型 | 干预效率、活性与特异性 |
| 干预加救援 | 表型能否随目标恢复而变化 | 恢复水平和载体对照合理 |
先定义一个主要读数
如果研究问题是屏障功能,主要读数应与屏障有关,而不是只选择最容易得到显著差异的蛋白条带。根据模型可以考虑合适的通透性、电阻或其他直接功能测量,同时用形态和分子指标辅助解释。具体方法需要结合模型性质,不能把一种读数当成所有屏障问题的通用答案。
多个辅助指标可以帮助解释机制,但不宜在实验后才从中挑最显著的一个变成主要终点。预先写清主要读数、方向、测量时间和异常处理规则,能够减少事后选择。阴性结果也要结合读数可靠性和信息量判断;没有测量到差异,并不自动意味着候选完全没有作用。
将分组表补成能够执行的实验记录
在自己的副本中,为每组增加独立重复来源、处理时间、随机分配方法、主要读数和排除规则。不要只填写预计孔数,因为孔与独立重复的关系还需要说明。记录应让另一位实验人员能够理解比较结构,同时保留模型建立阶段与正式检验阶段的区别。
排除规则应尽可能来自技术标准,而不是结果方向。例如,明确的仪器故障或事先定义的模型失败可以记录并处理;某次结果不支持假说则不能自动成为排除理由。所有排除都应留下原因及对样本数的影响,避免最终只剩符合预期的重复。必要时同时报告包括与排除异常记录的敏感性结果。
救援设计需要确认恢复的对象与干预的对象一致。如果敲低和救援影响不同转录本,或救援表达远超合理范围,结果解释会复杂得多。应结合目标分子特征与实验技术具体设计,而不是只在图上增加一组“救援”就认为特异性已经解决。多个独立干预也可以提供不同角度的支持。
主要表型测量前,尽量固定分析规则。例如图像阈值、计数区域、读数归一化和异常值判定,应在不知道组别结果时确定或按既定规则执行。若每张图都手工调整到最好看,视觉差异可能包含操作者选择。可重复的读数流程,是实验与生信共同需要的质量基础。
本篇代码输出的是任务与判读结构,没有给出剂量、动物数量或临床操作建议。具体方案应由掌握模型和条件的研究人员制定并履行相应要求。教程的作用是帮助你问对问题、安排必要对照和保存解释边界,而不是用一个通用流程代替专业实验设计。
运行方法与输出检查
下载文末完整复现包后先解压,将R的工作目录切换到其中的workbook目录,再运行下方命令。不要只复制某一行分析语句,因为公共函数、输入文件和前序结果需要保持同一套目录关系。本篇生成计划表与示意图,不读取实验测量值;附件已包含这些起始文件,因此可以单独学习本篇,也可以按顺序运行全系列。
Rscript scripts/18.R
脚本会把本篇表格和三张图写入results/18目录。运行结束后先检查输出表中的样本标识、列名与正文说明,再打开图片核对坐标和分组。出现报错时保留原始输入,先查工作目录、文件完整性及依赖版本,不要通过改分组或填补不存在的数据来让代码继续。下载包内的版本记录来自实际验证环境,安装时请保持R与Bioconductor依赖相容。
下面提供本篇完整R脚本;它会载入scripts/common.R中的公共函数。共用函数、数据整理代码和逐步日志也包含在复现包中,便于检查每一步的输入与输出。
source("scripts/common.R")
o<-start(18)
design<-data.frame(group=c("Baseline control","Injury + negative control","Injury + knockdown","Injury + knockdown + rescue"),primary_readout=rep("Prespecified barrier readout",4),check=c("Model baseline","Injury established","Target reduced; viability monitored","Target restored; matched vector control"),status=rep("PLANNED, no experimental data",4))
save_table(design,paste0(o,"/experimental_plan.csv"))
fig(paste0(o,"/fig1.png"),flow(design$group,"Illustrative experimental groups - planned"))
fig(paste0(o,"/fig2.png"),flow(c("Confirm target expression and model suitability","Verify perturbation efficiency","Measure primary phenotype blinded","Interpret rescue with dose and off-target controls"),"Execution order - not experimental results"))
fig(paste0(o,"/fig3.png"),flow(c("Target changed, phenotype changed: investigate mechanism","Target changed, phenotype unchanged: revise hypothesis","Target unchanged: repair perturbation before inference","Toxicity dominates: distinguish viability from barrier effect"),"Prespecify interpretation of each outcome"))
干预效率和表型要一起看
如果目标没有被有效改变,表型没有变化不能检验原假说。如果目标改变了,但细胞活性大幅下降,屏障读数可能主要受细胞死亡影响。如果目标改变且活性基本可解释,而主要表型按预期改变,才值得进一步探究作用的特异性和机制。实验结果的判读应沿着这些条件逐层推进。

救援实验也不是自动证明机制的终点。恢复表达的水平、时间、位置以及载体本身都可能影响结果。过量表达产生的效应未必等于生理范围内的恢复。若救援成功,它通常增加目标相关性的支持;若救援失败,需要检查技术和生物学解释。不能把任何方向的结果都写成支持最初假说。
独立重复与技术重复怎么区分
同一培养批次里的多个孔可以帮助测量误差,但它们未必代表独立生物学重复。不同来源的样本、独立培养或处理批次的定义应根据实际设计确定,并在统计时保留层级关系。把几十个读数当成几十个独立实验,会让误差看起来过小。第19篇的样本量演示也将以独立单位为前提。
随机分配与盲法读数能够减少一些人为影响。对于容易受操作者判断影响的图像或形态指标,应事先定义判读规则并考虑盲法。批次安排也应尽量让各组在合理范围内共同出现,避免所有对照在一天、所有干预在另一天。良好的设计往往比后期统计调整更能保护解释。

预先规定不同结果后的行动
本篇第三张图列出几类结果:目标改变且表型改变、目标改变但表型未变、目标未改变、毒性主导。每一种都有不同下一步。只有先确认干预和测量条件成立,才能对假说作较强判断。若结果与预期相反,可能提示补偿作用或模型特异性,也可能需要重新检查操作,不应立即删去这次实验。
将停止条件写入计划也很重要。例如,模型无法稳定表达候选或无法产生目标表型时,应先更换或修复模型,而不是继续扩大样本量。若多个合理干预都不支持预期效应,应该降低该解释的优先级。研究设计应允许根据证据调整,不要求所有阶段都朝着最初画好的机制图前进。
怎样使用本篇输出
运行脚本后得到实验计划表和三张示意图。请把“计划”状态保留到真正完成实验并取得可追溯记录之后,不要把示意箭头替换成虚构柱状图。自己的项目需要补充模型名称、干预条件、主要终点、重复定义、随机化和判断规则;这些应来自实际准备和预实验。
本篇并没有为特定基因提供保证成功的实验方案,而是给出一套让结果可解释的设计框架。下一篇将讨论样本量与模拟:当效应大小和变异程度尚不确定时,怎样用多种假设规划信息量,并避免把公共数据里的最大差异直接当作新实验的预期效果。
代码、数据与继续阅读
下载完整复现包:20篇R脚本、整理输入、起始结果、运行说明与版本记录。包含公共数据教学子集;不包含任何实际实验结果。解压后先阅读README。
承接第17讲:从一堆图到一个科学假说:整理现有证据与关键缺口。
下一篇第19讲:样本量和验证队列怎么规划?用模拟看清研究可行性。
数据与方法来源
数据与方法核查日期:2026年11月16日。本文为教学二次分析;具体适用范围见正文。
需要把方法用到自己的数据中?
如果需要把分析结果整理成可复现材料与后续验证任务,可以准备研究目标、已有结果和实验条件概况,沟通具体交付内容。 联系云生信,说明当前研究任务。
