论文写作干货系列丨①临床蛋白质组学研究论文撰写指南
阅读:592 时间:2024-11-19

 

 

今天小谱将给大家分享一个文章撰写指南,帮助大家写出一篇符合标准的临床蛋白质组学研究论文。本文来源于MCP期刊,标题为“Guidelines for Preparing Manuscripts Describing Research in Clinical Proteomics”(链接:https://www.mcponline.org/clinical)。这篇文章可以很好地帮助作者降低论文撰写的难度,在论文撰写过程不要遗漏必要信息。在此我们将这篇文章进行了完整翻译分享,并附上蓝色标注的小谱独家秘籍。下面开始进入正题吧!

阅前提示

 

指南的目的是提供足够的信息,供审阅者/读者能够评估、解释、比较和重现报告中的研究结果。其中包含强制性信息(星号*标记)和推荐性信息。作者在提交手稿时,还必须审查所对应期刊网站上需要完成的清单文件,这一点非常重要。

 

01

伦理批件

 

*需要提供一份由伦理机构/动物委员会(IRB/ACUC)批准将人类/动物生物材料用于本研究报告的研究目的的声明,包括知情同意书的详细信息(如适用),用于临床或生物标志物试验参与和/或原代细胞系开发。此外,应说明用于保护人类受试者的隐私的方法,如生物样本的识别/去识别和编码程序。

 

小谱秘籍:对于涉及人类样本的临床研究,建议进行临床注册。现在越来越多的期刊需要提供临床注册信息,可在中国临床试验注册中心进行注册,官网链接为:https://www.chictr.org.cn/index.html。

图1 中国临床试验注册中心网页

 

02

研究目标和设计

 

应提供研究设计的全面描述,包括研究的总体目标,特别注意以下要求:

 

  • *研究的阶段,例如发现、验证或确认阶段,并明确说明生物标志物、靶标、分析物所处的具体阶段,例如处于探索/发现阶段;临床前验证阶段等等。

 

  • *研究中受试者/样本的变化情况,包括初始病例数、每个分析阶段所包含的样本数量(对于更复杂/更大的研究,建议使用流程图表)以及受试者退出的原因。

小谱秘籍:建议以流程图的形式进行人群的纳入和排除的展示,如何选择人群,哪些人群不适合需要剔除,这些都需要清晰的展示,可参考图2人群纳入流程图。

  •  在定义“鉴别诊断疾病特异性”生物标志物时,应将与感兴趣疾病的其他相似疾病的样本作为对照。

小谱秘籍:对于诊断的生物标志物开发,推荐选择疑似患病的人群作为纳入人群,对于鉴别诊断研究,对照的选择最好是相似症状或者疾病的人群作为对照组。

  • 样本采集和/或研究执行的时间段。

小谱秘籍:此处建议描述清楚研究开展的时间范围,地点,采样的节点,例如,研究于202*年-202*年期间,在**医院开展的,样本为病人首诊时进行采集,采集的是空腹时的血液样本等等信息。

  • 用于计算样本量的α,β等统计学指标。

图2 人群纳入流程图

图片来源请见参考文献[1]

 

03

受试者来源与描述

 

  • *应描述受试者(或从中获得的材料)的来源和分类,至少包括以下几个方面的信息:

  • 是前瞻性研究还是回顾性研究。

  • 如何进行分层的。

  • 是否进行样本匹配(年龄,性别等因素)。

 

(小谱秘籍:样本的匹配能适当减少研究的偏差,一般通过倾向性评分匹配的方式进行,这样可以有效控制已知的混杂因素,详情见倾向性评分匹配https://mp.weixin.qq.com/s/Joodh30_9RPo2TdfXG6L-w)

  • 是否将受试者进行随机化分配,如治疗、干预等。

     

  • *描述生物样本的来源(例如集中式生物库、内部生物库、临床试验收集、手术等)。

     

  • *提供队列的纳入/排除标准。

     

  • *对于所有采集样本的患者,需要对疾病或病症(包括已知的治疗方法)进行定义,并应包括:

  • 疾病描述,如亚型、分期、分级、组织学和临床评分(如适用),以及这些是如何确定的。

小谱秘籍:最好是对疾病对应的诊疗指南进行描述,详细描述依据指南中的哪些指标进行的诊断,例如冠心病,是使用的冠脉造影作为诊断标准。

  • 使用标准医学术语(包括已知的ICD代码)的疾病类型,例如青少年糖尿病与非胰岛素依赖型糖尿病。

  • 与采样时间相关的任何已知的潜在混杂因素,如术中或术前状态、服用的药物/麻醉剂等。

  • 应提供研究和参考(对照)受试者的内在因素、人口统计学和临床特征,包括年龄、性别、疾病阶段和合并症等。

 

  • 应描述试验治疗或其他干预措施。

     

  • 应列出可能影响结果的外在因素、干预措施和生活方式因素,如吸烟史等。

     

  • 如果合适,应提供随访的持续时间,包括中位数和范围。

     

04

生物样本质量

 

4.1组织样本

 

  •  如果适用,应提供以下信息:

  • 组织采集和处理的平均时间,以及时间范围。

  • *样本预处理的方法,例如福尔马林、乙醇、包埋介质、冷冻方法、裂解溶液等。

  • 样本平均储存温度以及储存时间的平均值和范围。

  • *冷冻组织的固定和切割处理方式。

  • *若适用,生物样本相关成分的富集方法(如显微解剖、分馏)。

  • 任何有关生物样本运送至中央储存库的资料,例如运输时间、温度条件等。

  • *报告实验中使用的生物样本的任何组织学检查。

 

  • 如果对组织样本进行了免疫组织化学染色或其他检测,应说明病理审查是否是盲审,以及参与审查的病理学家们是否对结果达成了一致意见。

 

  • 注意:审稿人和/或编辑可能会要求提供组织学证据(数字化或原始切片)。

     

4.2 体液样本

 

  • *对于血液和生物体液样本,应参考已发布的标准操作程序;如果没有,则应提供以下信息:

  • *收集的方法(如果是尿液样本,应说明采集方式:24小时收集、早晨首次、早晨第二次或随机尿液早期流或中段流。)。

  • *用于收集和储存的试管类型和大小。

  • *使用的添加剂,如抗凝剂、防腐剂和蛋白酶抑制剂(如果使用的话)。

  • 处理条件,包括收集和分离之间的时间间隔、*离心条件、处理温度、处理和冷冻之间的时间间隙。

  • *储存温度和储存时长。

  • *冻融循环次数。

  • 生物样本集在收集和处理过程中的任何变化。

 

4.3 原代细胞系

 

  • *对于原代细胞系的产生和使用,应提供以下信息:

  • 有关受试者的原始生物标本的临床细节。

  • 细胞系产生和鉴定的条件/方案,包括传代次数和分析的克隆数量。

 

4.4 统计考虑因素

 

  • *应详细说明统计分析策略,其中应包括:

  • 正在检验的假设。

  • 模型构建和验证。

  • 所用统计算法的明确定义。

  • 用于选择截止阈值和其他模型参数的理由。

  • 探索性(训练)和验证性(测试)分析的独立性。

     

  • 应提供有关统计分析的下列详细资料:

  • 特征选择和多重假设检验策略。

  • 测试的候选物(如标记物、靶标、分析物)的数量。

  • 任何亚组进行分析的详细信息。

  • 任何缺失的值以及如何处理这些缺失值。

  • *统计学估计p 值和/或置信区间。

     

  • 在统计报告中,应包括对混杂因素的讨论以及为尽量减少其影响而采用的方法。

 

小谱秘籍:建议描述清楚在整个分析过程中,使用了哪些统计学方法,如果是模型构建,建议提供建模分析的流程图,清晰的展示整个建模过程,包括变量选择的方法以及标准、数据集如何划分的、模型的评价是如何进行的等等,如图3建模流程图所示。

 

图3 建模流程图

图片来源请见参考文献[2]

 

4.5 技术考虑因素

 

  • *应描述所用分析过程/测定(如质谱、蛋白质、抗体、核酸阵列、免疫化学、二维凝胶电泳或其他测量技术)的性能特征(技术和过程,包括分馏、消化等)。对于技术和处理步骤(分馏、消化等),应描述噪声评估、再现性、归一化(例如阵列到阵列和蛋白质到蛋白质)、测量变化、特异性、检测限和定量信息。

 

小谱秘籍:对于质谱技术的方法学以及结果的展示,请根据所用的检查方式选择对应的描述指南,详情请见https://www.mcponline.org/info-authors。

 

 

  • 期刊鼓励作者将原始数据存储在易于访问的数据库中,并提供该数据库的超链接,用于处理临床蛋白质组学文章收集的信息。期刊还强烈鼓励作者尽可能定义生物标志物,特别是用于验证研究的标志物。

     

  • 应描述研究中所采用的质量控制和质量保证方法,包括如何进行样品分析,例如重复数、是否随机化等。 

     

  • 应描述任何用于模型构建、通路分析或数据可视化的任何软件包和生物信息学的工具。期刊政策要求所有使用的软件都向公众开放。

     

  • 鼓励作者将原始数据放在可公开访问的数据库存储站点中。期刊将提供此数据库的超链接。

     

  • 如果适用或已知,无论之前研究的性质如何,都应列出使用相同或部分样本的任何其他研究(最好通过文献参考)。

 

以上就是文章的全部内容。不难发现,随着临床蛋白质组学研究的深入,对其相关论文要求也是越来越高了,不管是从临床研究设计方案的合理性、样本检测的专业性、和数据分析的准确性都对研究者有较高的要求。想要快速进入蛋白组学研究中,需要优秀的临床蛋白质组学服务平台和专业团队。

 

谱度众合(武汉)生命科技有限公司目前已服务客户5000余名,遍布全国100余家研究型三甲医院,公司开发的临床蛋白组学解决方案致力于为客户提供更省心的服务、更稳定可靠的数据结果、更丰富详实的分析内容、满足更多元个性的研究方向。依托谱度众合人才团队建成的“生物标志物发现与药物靶点筛选平台”,经过10余年发展,在2023年被政府认定为“国家生物产业基地公共服务平台”以及“武汉市科技成果转化中试平台”,是华中地区最好的临床蛋白质组学平台。围绕该平台已成功布局专利技术50余项、发表SCI论文100余篇、获批国家及省市基金10余项。

 

我们将持续分享关于临床蛋白质组学论文撰写的相关经验,希望能帮您更高效地开展临床科研,用我们多年经验积累为您保驾护航。如果您对分享内容感兴趣的话,还请关注我们。

 

参考文献:

[1] Li TT, Yao WQ, Dong HB, et al. Plasma proteomics-based biomarkers for predicting response to mesenchymal stem cell therapy in severe COVID-19. Stem Cell Res Ther. 2023;14(1):350. Published 2023 Dec 10. doi:10.1186/s13287-023-03573-4

[2]Qian L, Zhu J, Xue Z, et al. Proteomic landscape of epithelial ovarian cancer. Nat Commun. 2024;15(1):6462. Published 2024 Jul 31. doi:10.1038/s41467-024-50786-z