全部

今天主要的内容是准备工作1. preparationclear objectives 明确目标--敲除抑癌基因首先，登录 Catalogue Of Somatic Mutations In cancer (COSMIC) Databasehttps://cancer.sanger.ac.uk/cosmic其次，根据癌症类型查看肿瘤体细胞突变统计，并下载体细胞突变 list。find and download接着，找到tumor suppressor gene databaseht ...

PCR过程中免不了遇到各种问题，如扩不出目的条带、有非特异性条带、空白对照出现扩增产物、扩增产物跑胶弥散或拖尾、高保真PCR出现突变等等。今天师兄就带大家来聊一聊PCR的常见问题应该如何解决。PCR实验包括反应体系的配置和反应程序，反应体系中有模板、引物、dNTP、酶、buffer、Mg2+，反应程序又包括预变性、变性、退火、延伸和彻底延伸。那么在PCR出现问题时主要是从反应体系的各个组分和反应程序上来进行调节优化。 ...

很多小伙伴对信号通路都是知其然而不知其所以然，看了那么多信号通路，你知道信号通路到底有什么用吗？先一起了解下信号通路到底是什么，再对常见信号通路的进行总结！信号通路的意义看文献：更好的了解文献中分子的调控机制；区别主变量与因变量解开文章逻辑上的难点。定题：了解热门通路；分子和疾病之间的桥梁。实验设计：了解通路的机制，设计实验内容。信号通路的概念信号通路，信号转导，signal pathway狭义能够把胞外的分子信号经 ...

1. CHO-K1 细胞CHO-K1 细胞是实验中非常常用的一个细胞株，在生物制药中使用也非常广泛。该细胞株培养条件简单，贴壁强度适中，比较容易转染，很适合用它来研究一般哺乳动物基因的功能。来源：Cricetulus griseus (中国仓鼠) 卵巢形态：表皮细胞生长特性：贴壁注释：CHO-K1 由 CHO 衍生而来，CHO 是 T. T. Puck 在 1957 年从一只成年中国仓鼠卵巢获得的。培养液：Ham's F12K（含 2 mM L - 谷氨酰胺，1.5 g/L NaHCO3）， 10% 胎牛血清。传代：吸去培养液。 用 0. ...

相信经常与大鼠、小鼠打交道的老师都碰到过这样的情况：大鼠、小鼠不配合，导致我们无法进行相应的操作，比如注射，采血等；又比如被大鼠、小鼠咬住了，等到回过神来，发现大鼠或者小鼠已经重重的掉到地上或者实验台上…… 诸如此类的情况相信还有很多。这些都是我们自己和大鼠、小鼠的本能反应，那如何操作能让我们顺利完成相应的实验，同时小鼠也能相对舒服呢？今天，我们就说说大鼠与小鼠的固定方法。首先引入两个术语: Handling (处理) 和 Restra ...

测序技术的火爆程度，大家有目共睹，做了测序就一定会涉及差异分析的表达，差异分析最常用的就是「火山图」和「热图」了。看看这两种图形在顶级期刊中的出场率！图片来源：各期刊截图这两种图形最常用的是用 R 语言绘制，但很多人不知道 GraphPad prism 软件同样也可实现。今天，我们就两种图形的 R 语言和 GraphPad prism 画法进行教学！小伙伴们选择适合自己的就行。一、火山图火山图展示的是差异分子的显著性（P

RT-qPCR 实验包括 RNA 提取与质量评估，逆转录和 qPCR 三大步骤，每个步骤都有很多注意事项，下面由小翊给您详细介绍。RNA 质量评估在 RT-qPCR 实验中，RNA 提取完成后，需要对 RNA 的质量进行评估，合格后才可进行后续实验。评估方法有分光光度计，琼脂糖凝胶电泳，Agilent 2100 分析等，其中最常用的有分光光度计和琼脂糖凝胶电泳法检测。我们需要注意的是这两种方法需要搭配使用，才能完成对 RNA 浓度、纯度和完整度的检测分析，以保证 RNA 的质量。分 ...

今天给大家介绍一个 miRNA 相关的数据库 mirDIP（http://ophid.utoronto.ca/mirDIP/）。作为小张的铁粉，在公众号里应该已经看过 N 多的 miRNA 数据库（本文末有 miRNA 数据库整理），那么今天介绍的这个数据库有何特别之处呢？下面就给大家划重点～1、支持多 miRNAs 查询靶基因据本宫所知，其它 miRNA 数据库预测 miRNA 靶基因的时候，只能输入一个 miRNA 的名称进行预测，比如 StarBase，你输入两个基因名称是跑不出来的 ...

关于抑癌基因 P53，相信大家没有不知道这个明星分子的了。最近在课程的微信群里面，就有同学提出来一个问题：他用课程里面介绍的 Oncomine 和 KM plotter 这两个工具有一个重大发现：P53 是癌基因！因为 P53 在大部分的肿瘤里面是高表达的，而且高表达 P53 的病人预后更差。结果是这样的：证据 1. P53 在肿瘤里面高表达 (与对照比较)证据 2：高表达 P53 的肿瘤病人预后更差（总生存期 OS 更短）他的内心 OS 是这样的：下面我们来看一下原因: 这里的 P53 是突变型的 P53，而不是 ...

干细胞研究与治疗的第一篇文章今天发表，标志着干细胞治疗转化研究的主要论坛的启动。干细胞研究已经发展到临床，在治疗帕金森氏症和阿尔茨海默氏症等不治之症以及减轻糖尿病和骨关节炎等慢性疾病方面具有巨大的潜力。这本新杂志由Rocky Tuan教授(匹兹堡大学医学院)和Timothy O 'Brien教授(爱尔兰国立大学高威分校)编辑。“该杂志提供了干细胞治疗转化方面的重要出版物，涵盖临床前研究、临床研究和商业化。通往临床的关键途 ...

基因组生物学的单细胞组学特刊突出了研究单细胞的最新方法，以及从单个细胞水平观察细胞可以获得的许多见解。不久以前，科学家们有必要研究大量的细胞，以便对构成有机体的许多不同的细胞群有深刻的了解。大量组织群体的RNA测序(RNA-seq)导致了组织内细胞亚群的发现，但在单细胞组学分析出现之前，无法辨别这些群体是如何形成的以及它们之间是如何相互作用的细节。同样，观察基因在整个组织中的表达方式也很容易，但要找出所有细胞 ...

生物材料研究最近发表了一篇文章，报告了在一只老鼠身上验证多个基因工程的人性化微环境。免疫缺陷小鼠可以接受人类细胞/组织进行长期研究而不排斥它们。这个动物模型系统打开了一扇门，在一个活系统的背景下研究人类干细胞和癌细胞生物学，提供人类生物学的基础知识，并测试真实人体组织的假设，用于临床翻译。例如，病人来源的癌细胞可以移植到老鼠体内，在临床试验前研究病人的特定药物反应。然而，将人类细胞移植到小鼠受体中可能不足以保 ...

https://mp.weixin.qq.com/s/olNC1e5tI_JrTy-_xaXgYw

https://mp.weixin.qq.com/s/b4UwBYdIeeWuKy0UeBlGDQ

现在让我们跟着教程，以趋化因子基因家族为背景来获取序列进行多序列比对后绘制系统发育树。趋化因子背景知识趋化因子被分为四个主要的亚家族：CXC，CC，CX3C和XC。所有这些蛋白质都通过与G蛋白质连接的跨膜受体（称为趋化因子受体）相互作用而发挥其生物学作用，该受体在其靶细胞表面被选择性地发现。维基百科关于趋化因子介绍：https://zh.wikipedia.org/wiki/参考文章：Charo IF, Ransohoff RM. ...

Glasgow 昏迷量表（GCS）是一种用于评估患者意识水平的常用工具，目前在临床上广泛使用。近期，BMJ 杂志发表了一篇由英国学者 Rhea 等人撰写的文章，详细描述了 GCS 量表的评估方法。 GCS 量表是由三项评估条目组成，包括：睁眼反应（E），言语反应（V）和非偏瘫侧运动反应（M）。总分最高分为 15 分。GCS 评分与头颅外伤严重程度 GCS 量表最初用于头颅外伤患者的意识水平评估，但现在可用于其他急性神经系统疾病中。GCS 评分与头颅外伤严重程度和预后有较强 ...

信号通路是指能将细胞外的分子信号经细胞膜传入细胞内发挥效应的一系列酶促反应通路。细胞信号通路图是科研研究过程中最常见也是最常用到的，如何绘制适合我们自己科研课题的信号通路图呢？可以试试 pathway builder tool 软件。这款软件简单易学，即便是零基础的同学，也可以做出漂亮的信号通路。作图软件Pathway Builder Tool 2.0优点：操作简单，任何系统下都能使用。缺点：软件反应比较慢，分子结果不够全面，比如没有Ln ...

近年来越来越多的人对生物信息学感兴趣，因为它甚至不需要任何实验就可以发 SCI，仅依靠生物信息的相关筛选和统计分析便可发文～一般纯生信或补充点相关实验大多是发 1 - 5 分文章。纯生信的杂志并不是很多，今天为大家整理了 12 本喜欢收录纯生信文章的 SCI 期刊，有需要的拿来作参考～1、Bioinformatics推荐指数：3 星2、BMC Bioinformatics推荐指数：4 星3、BMC Genomics推荐指数：3 星4、BRIEFINGS IN BIOINFO ...

① Nature：揭示α-酮戊二酸是 p53 介导的肿瘤抑制的效应因子肿瘤抑制基因 TP53（编码蛋白 p53）在大多数人类癌症中以及在 70% 以上的胰腺导管腺癌（PDAC）中发生突变，野生型 p53 也可以调节细胞代谢途径，不过人们对 p53 依赖性的抑制癌症进展的代谢变化仍然知之甚少。在一项新的研究中，来自美国纪念斯隆凯特琳癌症中心等研究机构的研究人员发现 p53 重塑癌细胞代谢，从而促进染色质和基因表达发生有利于维持癌变前细胞命运（premaligna ...

森林图 (forest plots) 是以估计模型 (固定效应模型或是随机效应模型) 结果为基础绘制出的图型。它以一条垂直的直线 (横坐标刻度为 1 或 0) 为中心，用平行于横轴的多条线段描述了每个被纳入研究的效应量和可信区间 (confidence interval，CI), 用一个棱形 (或其它图形) 描述了多个研究合并的效应量及可信区间。我们以 Graphpad Prism 8.0 为例，继续教大家如何绘制回归分析结果的森林图。1. 选择「Column」，我们继续使用 sample data 来 ...