一篇nature methods

创新之路

40 科学中国人 2023年11月以生物影像科技“洞见”生命力——记北京大学未来技术学院分子医学研究所教授陈良怡　唐慧乔　王 辉　

长期以来，如何在细胞层面“看得更清楚”一直是生物医学领域研究者关注的重要议题。为了回答这个问题，经过近3年的建设施工，由北京大学牵头的国家重大科技基础设施建设项目、我国在生物医学成像领域的首个国家重大科技基础设施——多模态跨尺度生物医学成像设施在2022年迎来全面竣工。这一包含了多模态医学成像装置、多模态活体细胞成像装置、多模态高分辨分子成像装置、全尺度图像整合系统及模式动物等辅助平台和配套设施的高端生物医学影像仪器装备，有效填补了我国在生命体结构与功能跨尺度可视化描绘及精确测量领域的空白，有望成为我国相关研究者和从业者破解生命与疾病奥秘的“神兵利器”。从基础建设启动，到主体结构封顶，再到设施最终落成，见证了多模态跨尺度生物医学成像设施各个重要的时间节点，北京大学未来技术学院分子医学研究所教授陈良怡感慨万千。专注于高端超分辨率显微镜技术相关研究及应用多年，陈良怡以先行者的姿态，多次踏足“人迹罕至”的科研空白领域，研发出一系列具有突破意义的科研成果；而以赤诚之心投入相关成果的实践和转化的过程中，他又是领域内当之无愧的践行者。“在活细胞层面看清楚疾病发生和变化的过程，了解疾病的发病机制，进而找到治疗疾病的药物和方法，这就是超分辨显微镜的意义，也是我不断追寻的科研梦想。”陈良怡如是说道。从“偶遇”到热爱“21世纪是生物学的世纪。”这句话曾经鼓舞和吸引了众多年轻人进入生物学相关专业，陈良怡便是其中之一。本科时，就读于西安交通大学少年班的陈良怡便早早地产生了探索学科交叉领域的想法——在分班时，他选择了生物学与工程学相结合的生物工程与医学仪器专业，就此开始了为期4年的大学生涯。本科毕业后，陈良怡决心继续向学，华中理工大学（现华中科技大学）生物电子学专业成了他前行的全新一站。“我来到华中理工大学时，生物电子学专业已经形成了研究电生理、应用膜片钳技术的传统，我国第一台膜片钳放大器就诞生于此。”陈良怡介绍道。在导师康华光教授的带领下，他开启了自己与生物物理的“第一次亲密接触”。以此为起点，陈良怡博采众长、不断摸索，他的研究道路也在这样的过程中逐渐清晰。以生物物理为原点、专注钙信号研究的陈良怡在顺利取得华中科技大学生物医学工程专业的博士学位后，又加入著名生物物理学家、美国科学院院士、拉斯科医学奖获得者伯蒂尔·希勒（Bertil Hille）教授的团队，在美国华盛顿大学生理与生物物理系展开博士后研究。在漫长而又充实的求学路上，陈良怡一度感受到了“半路出家”带来的困扰。“和其他博士后聊天时，我觉得自己非常‘无知’，他们很快就能引经据典，讲出陈良怡

停⽌⽤DAVID做GO和KEGG等分析

原⽂转⾃ 质谱和蛋⽩质组学

不管是核酸类组学还是蛋⽩质组，我们再发表的⽂章中，以及硕⼠、博⼠毕业论⽂中，包括很多中⽂学位论⽂中，⼤量的⼈依旧在使⽤DAVID做⽣信分析（GO、KEGG等）。不可否认的是，DAVID的功能丰度和易⽤性上确实很出众，但是好不好⽤只是⼀个次要的东西，更重要性的东西是：它准不准？

在这⾥，准不准的核⼼要素就是数据库更新的及时还是不及时。

DAVID的更新不是很及时：

我们惊讶的发现，从2010年年初⼀直到2016年10⽉，接近7年的时间⾥，DAVID⼀直没有更新数据库。可想⽽知，在这七年的时间⾥，那些⽤DAVID做⽣信分析的组学⽂章⾥，有多少结论是错误的，漏掉了多少有价值的信息。

那么，为什么DAVID会突然在16年10⽉更新数据库呢？因为被骂了。

16年9⽉有⼈在《Nature Methods》上发⽂章痛批以DAVID为代表的⼯具误⼈⼦弟。

……

不过即便是16年10⽉的更新，依旧是⽼旧的，因为KEGG从12年开始就不再提供数据库的下载，⽇本⼈也不是⽆限的财⼤⽓粗。⾄于GO数据库，⽬前的两⼤GO数据库来源，Amigo和QuickGO，可是⼀直在更新数据库。⽽DAVID的GO数据库还停留在16年10⽉。

这⾥多说⼀点，如果你研究的是蛋⽩质组，我建议做GO的话还是⽤QuickGO的数据最好，我不太建议使⽤GO官⽹数据库。⾄于为什么，以后本公众号会有⼀篇专门的⽂章阐述。

既然DAVID的数据库更新不及时，那么，⽤什么⼯具好呢？⽬前，我认为最好的⼯具是基于R语⾔的ClusterProfiler（后续我会写多篇⽂章介绍ClusterProfiler的使⽤，包括数据库的构建）。

在16年9⽉的那篇《Nature Methods》⾥，作者统计了2015年发表的3900篇⽂章，其中有67%的⽂章使⽤了过时的数据库⼯具，与最新的数据库分析结果相⽐，这些⼯具的数据库结果只覆盖了26%的真实值。

nature methods 投稿经验

投稿经验因个人的研究领域、文章类型以及学术背景而异，但以下是一些针对投稿《nature methods》的通用建议：

1. 选择合适的主题和研究方向：确保你的研究主题和方向与《nature methods》的关注点相符合。该杂志专注于方法学和技术的创新与改进，因此需要确保你的研究内容符合这一要求。

2. 高质量的研究方法和实验数据：确保你的研究方法和技术是经过充分验证和优化的，并且实验数据是准确、可重复的。这有助于提高论文的接受率。

3. 清晰简洁的写作：在撰写论文时，要确保语言清晰、简洁，逻辑严谨。避免使用过多的专业术语或冗长的句子，这可能会让读者感到困惑。

4. 合适的图表和示意图：在论文中添加适当的图表和示意图，以帮助读者更好地理解你的研究内容和方法。确保图表的质量和清晰度，并在文中正确引用。

5. 合适的参考文献：引用相关的文献资料，以支持你的研究结论和方法。选择高质量、权威的文献，并正确引用。

6. 审稿人的选择和反馈：在论文被审稿之前，可以选择合适的审稿人，并尽量提供有用的反馈和建议。这有助于提高论文的质量和接受率。

7. 耐心等待和反复修改：投稿过程可能需要一段时间，因此耐心等待是必要的。此外，根据审稿人的反馈进行反复修改也是提高论文质量的关键步骤。

最后，建议在投稿之前先仔细阅读《nature methods》的投稿指南和要求，以确保你的论文符合该杂志的要求和规范。

北京大学李毓龙实验室持续发力：一个月内连发Science和NatureMethods

去年，brainnews为大家盘点过“探针王子”李毓龙近2年的成绩——“探针王子”李毓龙的这两年：成绩斐然！ （连续在Nature

Biotechnology、Cell、Nature、elife、Neuron等杂志发表研究成果）

2020年9月，“探针王子”李毓龙实验室继续发力，连续在Science 和 Nature Methods杂志发布最新成果。

1

2020年9月4日，《Science》杂志发表了题为《Regulation of

sleep homeostasis mediator adenosine by basal forebrain

glutamatergic neurons》的研究论文，该研究由中国科学院脑科学与智能技术卓越创新中心（神经科学研究所）、上海脑科学与类脑研究中心、神经科学国家重点实验室徐敏研究组与北京大学生命科学学院、北大-清华生命科学联合中心、北京大学麦戈文脑科学研究所李毓龙研究组合作完成。该项研究利用新型遗传编码的腺苷探针，发现基底前脑区的谷氨酸能神经元对于睡眠压力的积累起着重要的调控作用，进一步揭示了睡眠稳态调控的神经环路机制，为探索睡眠障碍的治疗方法提供了重要参考。

为了实现在睡眠觉醒周期中对基底前脑区胞外腺苷浓度高时空分辨率的检测，李毓龙研究组开发了一种新型的遗传编码的腺苷探针，该探针可以将胞外腺苷浓度的变化转化为探针荧光强度的快速变化。

利用该腺苷探针，徐敏研究组发现基底前脑区的腺苷浓度在清醒状态时较高，在非快速眼动睡眠时较低，这与之前采用微透析法测量腺苷浓度变化的研究结果相一致。然而，小鼠的快速眼动睡眠时长较短，传统的微透析方法无法对快速眼动睡眠时期的腺苷浓度进行精确测量。得益于该探针的高时间分辨率，徐敏研究组首次发现，腺苷在快速眼动睡眠时期也存在很高的浓度，并且高于清醒和非快速眼动睡眠状态。不仅如此，研究者观察到，腺苷浓度在睡眠时相转变时存在快速的变化，提示其与神经元的活动密切相关。