• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

基因组学研究野外指南。

A field guide to genomics research.

机构信息

Department of Pharmacology and Toxicology, University of Utah, Salt Lake City, Utah, United States of America ; Department of Oncological Sciences, University of Utah, Salt Lake City, Utah, United States of America.

Department of Integrative Biology and Pharmacology, Medical School, School of Biomedical Informatics, University of Texas Health Science Center at Houston, Houston, Texas, United States of America.

出版信息

PLoS Biol. 2014 Jan;12(1):e1001744. doi: 10.1371/journal.pbio.1001744. Epub 2014 Jan 7.

DOI:10.1371/journal.pbio.1001744
PMID:24409093
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC3883637/
Abstract

Portraying high-throughput genomics research as a wild frontier, Andrea Bild and colleagues use caricatures to highlight common pitfalls in genomic research and provide recommendations for navigating this terrain.

摘要

将高通量基因组学研究描绘成一片狂野的边疆，Andrea Bild 及其同事使用漫画来突出基因组学研究中的常见陷阱，并提供了在这一领域中导航的建议。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/2b7cd633d0b6/pbio.1001744.g006.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/45b0b220c603/pbio.1001744.g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/fcd3754a5de8/pbio.1001744.g002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/14f158fc1eb6/pbio.1001744.g003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/18f5c113ad59/pbio.1001744.g004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/12e7f603c62b/pbio.1001744.g005.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/2b7cd633d0b6/pbio.1001744.g006.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/45b0b220c603/pbio.1001744.g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/fcd3754a5de8/pbio.1001744.g002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/14f158fc1eb6/pbio.1001744.g003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/18f5c113ad59/pbio.1001744.g004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/12e7f603c62b/pbio.1001744.g005.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/89c0/3883637/2b7cd633d0b6/pbio.1001744.g006.jpg

相似文献

1
A field guide to genomics research.基因组学研究野外指南。
PLoS Biol. 2014 Jan;12(1):e1001744. doi: 10.1371/journal.pbio.1001744. Epub 2014 Jan 7.
2
How to share data - not just equally, but equitably.如何共享数据——不仅要公平，而且要公正。
Nature. 2023 Oct;622(7983):431-432. doi: 10.1038/d41586-023-03239-4.
3
Genomics: data sharing needs an international code of conduct.基因组学：数据共享需要一部国际行为准则。
Nature. 2020 Feb;578(7793):31-33. doi: 10.1038/d41586-020-00082-9.
4
Data re-identification: protect the children.数据重新识别：保护儿童。
Science. 2013 Mar 1;339(6123):1033. doi: 10.1126/science.339.6123.1033-a.
5
Research ethics. The complexities of genomic identifiability.研究伦理。基因组可识别性的复杂性。
Science. 2013 Jan 18;339(6117):275-6. doi: 10.1126/science.1234593.
6
Has GWAS lost its status as a paragon of open science?GWAS 是否已经失去了其作为开放科学典范的地位？
PLoS Biol. 2021 May 3;19(5):e3001242. doi: 10.1371/journal.pbio.3001242. eCollection 2021 May.
7
Emerging technologies towards enhancing privacy in genomic data sharing.新兴技术在增强基因组数据共享中的隐私保护。
Genome Biol. 2019 Jul 2;20(1):128. doi: 10.1186/s13059-019-1741-0.
8
Comment on "Multidimensional results reporting to participants in genomic studies: getting it right".评论“基因组研究中向参与者报告多维结果：正确把握”。
Sci Transl Med. 2011 Feb 16;3(70):70le1. doi: 10.1126/scitranslmed.3001516.
9
Multidimensional results reporting to participants in genomic studies: getting it right.基因组研究中向参与者报告多维结果：正确处理。
Sci Transl Med. 2010 Jun 23;2(37):37cm19. doi: 10.1126/scitranslmed.3000809.
10
Genomics: from persons to populations and back again.基因组学：从个体到群体，再回归个体。
Genome. 2013 Oct;56(10):537-9. doi: 10.1139/gen-2013-0148.

引用本文的文献

1
Beyond genes-for-behaviour: The potential for genomics to resolve long-standing questions in avian brood parasitism.超越行为基因：基因组学解决鸟类巢寄生长期存在问题的潜力
Ecol Evol. 2024 Nov 17;14(11):e70335. doi: 10.1002/ece3.70335. eCollection 2024 Nov.
2
Bioinformatics service center projects go beyond service.生物信息学服务中心项目不仅仅是服务。
J Biomed Inform. 2019 Jun;94:103192. doi: 10.1016/j.jbi.2019.103192. Epub 2019 Apr 29.
3
Statistical Contributions to Bioinformatics: Design, Modeling, Structure Learning, and Integration.

本文引用的文献

1
NCBI GEO: archive for functional genomics data sets--10 years on.美国国立生物技术信息中心基因表达综合数据库：功能基因组数据集存档——十年回顾
Nucleic Acids Res. 2011 Jan;39(Database issue):D1005-10. doi: 10.1093/nar/gkq1184. Epub 2010 Nov 21.
2
Tackling the widespread and critical impact of batch effects in high-throughput data.解决高通量数据中广泛存在且极具影响力的批次效应问题。
Nat Rev Genet. 2010 Oct;11(10):733-9. doi: 10.1038/nrg2825. Epub 2010 Sep 14.
3
Megascience. 'Omics data sharing.大科学。“组学”数据共享。
生物信息学中的统计学贡献：设计、建模、结构学习与整合
Stat Modelling. 2017;17(4-5):245-289. doi: 10.1177/1471082X17698255. Epub 2017 Jun 15.
4
Tools and techniques for computational reproducibility.计算可重复性的工具和技术。
Gigascience. 2016 Jul 11;5(1):30. doi: 10.1186/s13742-016-0135-4.
5
An Integrative Genomic Study Implicates the Postsynaptic Density in the Pathogenesis of Bipolar Disorder.一项综合基因组研究表明突触后致密物与双相情感障碍的发病机制有关。
Neuropsychopharmacology. 2016 Feb;41(3):886-95. doi: 10.1038/npp.2015.218. Epub 2015 Jul 27.
6
The genomics of micronutrient requirements.微量营养素需求的基因组学
Genes Nutr. 2015 Jul;10(4):466. doi: 10.1007/s12263-015-0466-2. Epub 2015 May 19.
Science. 2009 Oct 9;326(5950):234-6. doi: 10.1126/science.1180598.
4
Data sharing in genomics--re-shaping scientific practice.基因组学中的数据共享——重塑科学实践。
Nat Rev Genet. 2009 May;10(5):331-5. doi: 10.1038/nrg2573.
5
Next-generation sequencing transforms today's biology.新一代测序技术改变了当今的生物学。
Nat Methods. 2008 Jan;5(1):16-8. doi: 10.1038/nmeth1156. Epub 2007 Dec 19.
6
The NCBI dbGaP database of genotypes and phenotypes.美国国立医学图书馆的基因型和表型数据库（NCBI dbGaP）。
Nat Genet. 2007 Oct;39(10):1181-6. doi: 10.1038/ng1007-1181.
7
Critical review of published microarray studies for cancer outcome and guidelines on statistical analysis and reporting.已发表的癌症预后微阵列研究的批判性综述以及统计分析与报告指南。
J Natl Cancer Inst. 2007 Jan 17;99(2):147-57. doi: 10.1093/jnci/djk018.
8
The pitfalls of proteomics experiments without the correct use of bioinformatics tools.蛋白质组学实验中若不正确使用生物信息学工具所存在的缺陷。
Proteomics. 2006 Oct;6(20):5577-96. doi: 10.1002/pmic.200600223.
9
Microarray data analysis: from disarray to consolidation and consensus.微阵列数据分析：从混乱到整合与共识。
Nat Rev Genet. 2006 Jan;7(1):55-65. doi: 10.1038/nrg1749.
10
US biomedical research: basic, translational, and clinical sciences.美国生物医学研究：基础、转化和临床科学。
JAMA. 2005 Sep 21;294(11):1352-8. doi: 10.1001/jama.294.11.1352.