<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Yokily的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Yokily</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Yokily]]></copyright><item><title><![CDATA[中科院1区：福建中医药大学团队高分SCI，网药+多组学+临床数据，这思路太好抄了]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/160660625</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/160660625</guid><author>Yokily</author><pubDate>Thu, 30 Apr 2026 15:19:53 +0800</pubDate><description><![CDATA[本研究通过多组学方法探究健骨颗粒治疗绝经后骨质疏松症(PMOP)的机制。研究发现PMOP患者单核细胞比例显著升高，并鉴定出16个关键基因参与骨稳态调控。蛋白质组学和转录组学分析显示，健骨颗粒能有效调节Notch和类固醇通路，纠正保护基因(PPGs)和伤害基因(PHGs)的表达失衡。动物实验证实7mg/kg/d剂量可显著改善骨密度，且无肝肾毒性。研究创新性地揭示了单核细胞介导的骨稳态失衡机制，为中药治疗PMOP提供了科学依据，具有重要的临床转化价值。]]></description><category></category></item><item><title><![CDATA[分子动力学模拟——蛋白质立场构建]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/160658768</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/160658768</guid><author>Yokily</author><pubDate>Thu, 30 Apr 2026 14:14:12 +0800</pubDate><description><![CDATA[纯蛋白质的力场构建
本步骤主要涉及的网站为charmm-gui(https://charmm-gui.org/)
该网站的获取需要使用教育邮箱(.edu)申请，申请中的姓名和学校需要与邮箱本身的一致，否则会申请失败。

​]]></description><category></category></item><item><title><![CDATA[IF6.1分，中南大学网络毒理学+虚拟敲除+实验验证揭示空气污染物与银屑病关联]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/158847713</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/158847713</guid><author>Yokily</author><pubDate>Mon, 09 Mar 2026 17:04:37 +0800</pubDate><description><![CDATA[随着工业化和城市化的加剧，空气污染已成为全球最紧迫的环境健康挑战之一越来越多的研究表明，PM2.5、NO₂、SO₂、O₃、VOCs等可以通过氧化应激等来干扰免疫稳态，空气污染驱动的免疫调节失常与各种慢性炎症和自身免疫性疾病的发生机制有关
而在免疫介导的疾病中，银屑病是一种典型的慢性炎症性皮肤病，最近的流行病学研究表明，长期暴露于空气污染物与银屑病的发病率和严重程度增加有关 ， 但目前缺乏机制解释。空气污染是否通过影响免疫相关分子和通路，参与银屑病的发生与进展？]]></description><category></category></item><item><title><![CDATA[IF5.9分，α-硫辛酸如何缓解化疗神经毒性？网络毒理学结合网络药理学双重锁定关键通路！]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/157732113</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/157732113</guid><author>Yokily</author><pubDate>Wed, 04 Feb 2026 20:00:00 +0800</pubDate><description><![CDATA[白蛋白结合型紫杉醇（nab-paclitaxel, nab-PTX）是一种临床广泛使用的化疗药物，在乳腺癌、肺癌、胰腺癌等多种实体瘤中显示出良好疗效。但其剂量限制性毒性之一是周围神经病变（CIPN），主要表现为机械痛觉过敏、冷痛觉异常和感觉迟钝，严重影响患者生活质量，甚至导致化疗中断。
α-硫辛酸作为一种经典抗氧化剂，已被广泛应用于糖尿病周围神经病变的治疗，也有研究提示其可能对化疗相关神经毒性具有一定保护作用，但其是否能够缓解 nab-PTX 诱导的周围神经病变，以及通过哪些关键通路发挥作用，仍缺乏明确证据]]></description><category></category></item><item><title><![CDATA[如何进行基因ID转换]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/157732215</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/157732215</guid><author>Yokily</author><pubDate>Wed, 04 Feb 2026 16:45:42 +0800</pubDate><description><![CDATA[基因ID转换可分为在不同物种间的Gene ID转换和同一物种不同基因ID类型的转换。今天分享的主要内容是针对同一物种不同基因ID类型的转换。
我们常见的基因名称有：Gene ID(Entrez ID)、Gene Symbol和Ensemble ID等。]]></description><category></category></item><item><title><![CDATA[读文献先读图：文献中的结果图怎么看？(第二期)]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/157249700</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/157249700</guid><author>Yokily</author><pubDate>Thu, 22 Jan 2026 11:08:50 +0800</pubDate><description><![CDATA[科研新手如何快速读懂常见结果图？本文解析6种常用图表：1. 小提琴图展示数据分布，包含四分位数、中位数及异常值；2. GSEA富集分析图揭示基因与表型关系，通过富集分数和排名得分解读；3. 热图用颜色深浅表示基因表达水平差异；4. ROC曲线评估模型性能，AUC值越接近1性能越好；5. PCA图用于降维分析，展示样本组间差异；6. 韦恩图直观呈现集合间共有和特有元素。掌握这些图表解读技巧，可显著提升文献阅读效率。]]></description><category></category></item><item><title><![CDATA[网络药理学药物成分靶点查询——TCMSP数据库]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/157208244</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/157208244</guid><author>Yokily</author><pubDate>Wed, 21 Jan 2026 10:49:12 +0800</pubDate><description><![CDATA[TCMSP是一个免费的中药系统药理学数据库，包含499种中草药、2.9万成分和3311个靶点。旧版TCMSP2.3提供中药成分检索功能，可通过输入草药名（如黄芪）查询有效成分，建议筛选标准为OB&gt;30和DL&gt;0.18。点击成分名称可查看分子结构、靶点和相关疾病信息，并能下载mol2格式文件。通过Mol ID可在Target页面检索成分对应的靶点。该平台操作简便，为中药研究提供重要数据支持]]></description><category></category></item><item><title><![CDATA[高分生信套路，免疫预后模型结合临床样本验证]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/156054908</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/156054908</guid><author>Yokily</author><pubDate>Thu, 18 Dec 2025 14:28:47 +0800</pubDate><description><![CDATA[本研究基于TCGA、GEO等5个数据库的乳腺癌患者数据，构建了一个免疫评分预后模型。通过分析6844例样本，确定了6种关键免疫细胞特征，建立的风险评分模型能有效预测患者生存期。验证结果显示，低风险组患者20年生存率显著高于高风险组(37.8% vs 20%)。该模型还能预测化疗效果，并与TNM分期等临床特征显著相关。研究还发现低风险组富集于T细胞信号通路，免疫检查点表达更高。通过整合临床指标构建的列线图进一步提高了预测准确性，为乳腺癌预后评估提供了新工具。]]></description><category></category></item><item><title><![CDATA[医学生必备的10个SCI网站]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/156054283</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/156054283</guid><author>Yokily</author><pubDate>Thu, 18 Dec 2025 14:10:00 +0800</pubDate><description><![CDATA[本文介绍了10个实用的SCI文献检索与下载工具，包括PubMed、GeenMedical等常用检索网站，LetPub、Web of Science等期刊查询平台，Sci-Hub、Sci-down等免费下载网站，以及科研通文献互助平台。此外还推荐了Springer、JournalGuide和JANE三个选刊工具，这些资源能有效提升医学生和科研工作者的文献查阅效率，提供影响因子查询、期刊匹配、文献互助等实用功能。]]></description><category></category></item><item><title><![CDATA[读文献先读图：文献中的结果图怎么看？]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/156016642</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/156016642</guid><author>Yokily</author><pubDate>Wed, 17 Dec 2025 14:51:18 +0800</pubDate><description><![CDATA[科研文献常见结果图解析指南：6种图表快速解读技巧。包括GO弦图（基因与生物过程关联）、KM生存曲线（生存率统计分析）、UMAP图（单细胞数据降维可视化）、UPSET图（疾病交集分析）、相关性热图（变量关联程度）和箱线图（数据分布特征）的识别要点。每种图表均标注核心要素：坐标轴含义、颜色标识、统计显著性标记等关键解读信息，帮助科研新手快速理解文献结果，提升文献阅读效率。]]></description><category></category></item><item><title><![CDATA[你的稿件状态改变了么？投稿状态知多少，只看这一篇就够了]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/154871080</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/154871080</guid><author>Yokily</author><pubDate>Sat, 15 Nov 2025 11:18:10 +0800</pubDate><description><![CDATA[SCI论文投稿全流程解析：从投稿到审稿的12种状态 本文系统梳理了SCI期刊投稿的完整流程，重点介绍了稿件提交后的12种常见状态。包括初始投稿(Submitted to Journal)、编辑处理(Witheditor)、审稿人邀请(Reviewer(s) Invited)、审阅阶段(Under review)等关键环节，小修(Minorrevision)和大修(Majorrevision)的区别与应对策略。]]></description><category></category></item><item><title><![CDATA[研究生必看！十二款超实用的科研工具，让你效率翻倍！]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/154869713</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/154869713</guid><author>Yokily</author><pubDate>Sat, 15 Nov 2025 10:37:08 +0800</pubDate><description><![CDATA[科研必备工具推荐助力高效科研。谷歌学术、PubMed、Web of Science提供海量学术资源；Mendeley、Zotero等文献管理工具帮助整理参考文献；ScholarRead、小绿鲸等整合阅读翻译功能，提升文献阅读效率。这些工具涵盖文献检索、管理和阅读全流程，让科研工作事半功倍]]></description><category></category></item><item><title><![CDATA[一区8.5分，MIMIC数据库：甘油三酯-葡萄糖（TyG）指数与重症脓毒症患者住院死亡率的相关性分析]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/154694476</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/154694476</guid><author>Yokily</author><pubDate>Tue, 11 Nov 2025 15:38:16 +0800</pubDate><description><![CDATA[本研究基于MIMIC-IV数据库探讨了甘油三酯-葡萄糖(TyG)指数与脓毒症患者预后的关系。通过对1,257例脓毒症患者的分析发现，高TyG指数组患者具有更高的SOFA评分、更长的住院时间及显著升高的死亡率(院内21.4%，ICU15.43%，28天26.17%)。多因素分析显示TyG指数与死亡风险呈线性相关，经机器学习和亚组分析验证结果稳定。研究提示TyG指数可作为评估脓毒症患者胰岛素抵抗和预后的有效指标，但需前瞻性研究进一步验证其临床应用价值。该研究为脓毒症风险管理提供了新的代谢指标参考。]]></description><category></category></item><item><title><![CDATA[保姆级CHARLS数据库使用教程]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/154694405</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/154694405</guid><author>Yokily</author><pubDate>Tue, 11 Nov 2025 15:34:09 +0800</pubDate><description><![CDATA[CHARLS是中国中老年健康追踪调查项目，由北京大学国家发展研究院主持，自2011年起开展全国性追踪调查。该项目覆盖28个省份的45岁及以上人群，提供个人健康、经济状况、社会保障等多维数据。研究者可通过官网注册申请数据，审核通过后可下载问卷及统计格式数据文件。数据分析需结合用户手册处理变量、缺失值及多层面数据结构。该数据库为经济学、社会学等领域的中国老龄化研究提供了高质量微观数据支持。]]></description><category></category></item><item><title><![CDATA[森林图怎么看？]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/153471617</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/153471617</guid><author>Yokily</author><pubDate>Fri, 17 Oct 2025 16:02:22 +0800</pubDate><description><![CDATA[森林图是一种在统计学和医学研究中常用的图形表达方式，可以直观展示多项独立研究的效应量及其置信区间]]></description><category></category></item><item><title><![CDATA[热图怎么看？]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/152799998</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/152799998</guid><author>Yokily</author><pubDate>Thu, 09 Oct 2025 19:00:00 +0800</pubDate><description><![CDATA[热图是一种以颜色的变化来表示数据矩阵或数据集中程度的图表工具。通过颜色的深浅来表示数值的大小，颜色越深表示数值越大，颜色越浅表示数值越小。
在生物信息学中，热图常用于展示基因表达、蛋白质相互作用、代谢途径活性等方面的数据信息。例如，在基因表达研究中，热图可以展示同一基因在不同组中的表达水平，通过色阶变化显示表达量高低。能够直观地展示数据的分布情况，发现数据之间的关联性，并突出显示具有显著特征的数据点。]]></description><category></category></item><item><title><![CDATA[如何查找感兴趣的通路：KEGG数据库（一）]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/152215029</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/152215029</guid><author>Yokily</author><pubDate>Sun, 28 Sep 2025 13:45:51 +0800</pubDate><description><![CDATA[在生信的学习中，大家都会听说过KEGG富集分析，而且该方法在高通量测序分析中已然成为数据分析中必不可少的一环。
这种分析方法依托的是由 Kanehisa实验室 在1995年开发的KEGG数据库，全称为 Kyoto Encyclopedia of Genes and Genomes（京都基因与基因组百科全书）。KEGG包含多个子数据库，有代谢通路、基因信息、化合物、酶、药物等等，以及最经常使用的Pathway通路信息 (分析一般需要借助其他工具，如DAVID、KOBAS等)可与其他大型数据库链接，可同时]]></description><category></category></item><item><title><![CDATA[相关性热图怎么看？]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/152212159</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/152212159</guid><author>Yokily</author><pubDate>Sun, 28 Sep 2025 11:54:26 +0800</pubDate><description><![CDATA[相关性热图通过颜色和大小直观展示变量间的相关性：红色/蓝色分别表示正/负相关，颜色越深、方块越大表示相关性越强（系数±1）。横纵坐标对应变量，线条粗细和颜色反映显著性水平。广泛应用于基因共表达分析、蛋白质/代谢物互作研究及临床特征关联分析，帮助我们快速发现潜在调控网络和分组差异。]]></description><category></category></item><item><title><![CDATA[3区4.5分，NHANES数据库探索超重或肥胖老年人睡眠时长和认知障碍的阈值效应]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/151827952</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/151827952</guid><author>Yokily</author><pubDate>Thu, 18 Sep 2025 18:30:00 +0800</pubDate><description><![CDATA[这篇文章基于NHANES数据库数据，深入探讨了与超重/肥胖老年人群中睡眠时长与认知功能之间的关联。该研究通过大量样本数据、多模型及亚组分析，探索了最佳睡眠时间，为通过睡眠管理改善特定人群的认知健康提供了科学见解。]]></description><category></category></item><item><title><![CDATA[ROC曲线怎么看？]]></title><link>https://blog.youkuaiyun.com/Yokily/article/details/151401899</link><guid>https://blog.youkuaiyun.com/Yokily/article/details/151401899</guid><author>Yokily</author><pubDate>Wed, 10 Sep 2025 13:56:13 +0800</pubDate><description><![CDATA[受试者工作特征曲线（receiver operating characteristic curve, 简称ROC曲线）是一种评价分类方法/模型的可视化工具。其基本原理在于将病例与非病例的预测值从小至大排序，即可划分为一系列截断值（cut-off value）。对应每个截断值可计算相应的灵敏度和特异距离坐标轴左上角最近的坐标点，可同时满足筛检试验的灵敏度和特异度相对最优，即为最佳截断值]]></description><category></category></item></channel></rss>