02 · 科研技能与实验方法

把 DR 研究常用的硬技能分成五大块。你不需要全会——先和导师确认课题是临床、基础还是结合，再重点攻对应的几块。每块标了"最低要会"和"加分项"。

A. 临床研究 / 影像方法（临床或 AI 方向核心）

DR 是医学 AI 最成熟的应用场景之一（FDA 已批准多个自动筛查系统）。即使做临床，懂一点 AI 也极加分。

基础：Python、PyTorch（或 TensorFlow）、CNN、迁移学习。
任务类型：DR 自动分级（分类）、病灶检测（微动脉瘤/出血，目标检测）、血管/FAZ 分割、多模态融合（眼底+OCT）。
新架构：注意力机制、Vision Transformer (ViT)、基础模型 / 视觉大模型（如 RETFound 视网膜基础模型，强烈建议了解）。
公开数据集：EyePACS / Kaggle DR、APTOS 2019、Messidor-2、IDRiD、DDR、DRIVE（血管分割）、ROSE/OCTA-500（OCTA）。详见 03。
评价：AUC、敏感度/特异度、quadratic weighted kappa（DR 分级常用）、可解释性（Grad-CAM）。
最低要会：跑通一个公开数据集上的 DR 分级 baseline。
加分：在本院真实数据上做外部验证（这正是临床型博后的优势——你有数据，纯 CS 的人没有）。

2025 年趋势（来自近期系统综述）：多模态深度学习（眼底+OCT）做早期预测、OCTA + AI 找临床前期生物标志物、监管批准系统的真实世界 meta 分析。把课题往"早期/预测/多模态/真实世界外部验证"上靠。

模型	用途	备注
STZ 诱导糖尿病大/小鼠	最常用，链脲佐菌素破坏胰岛β细胞	模拟 1 型，建模周期长，主要看早期神经血管改变
db/db 小鼠	2 型糖尿病（瘦素受体缺陷）	自发，更贴近 2 型
氧诱导视网膜病变（OIR）	研究视网膜新生血管的经典模型	严格说是 ROP 模型，但 NV 机制通用、周期短、可量化，DR 新生血管研究常用
Akita 小鼠、Ins2 突变	1 型糖尿病

最低要会：动物伦理、给药/建模、眼球取材、视网膜铺片（retinal flat-mount）、冰冻/石蜡切片。
关键技术：视网膜铺片 + 血管染色（isolectin B4 / CD31）量化新生血管和无灌注区、胰蛋白酶消化铺片数周细胞/无细胞毛细血管、眼底荧光造影（动物用）、ERG（视网膜电图，测神经功能）。
加分：玻璃体腔注射给药、活体 OCT/OCTA（小动物）。

常用细胞：视网膜微血管内皮细胞（HRMEC）、周细胞、Müller 细胞、RPE（ARPE-19）、视网膜神经节细胞。
常用模型条件：高糖培养、缺氧（CoCl₂ 或低氧舱）模拟 DR 微环境。
核心技术（按"最低要会"排序）：
1. 细胞培养、高糖/缺氧造模
2. qPCR（mRNA 表达，如 VEGF、ICAM-1、炎症因子）
3. Western blot（蛋白，如 VEGF、HIF-1α、通路磷酸化）
4. 免疫荧光 / 免疫组化（定位、铺片染色）
5. ELISA（分泌型蛋白/细胞因子）
6. 细胞功能实验：增殖（CCK-8）、迁移（划痕/Transwell）、成管实验（tube formation，测血管生成）、通透性（Transwell + FITC-dextran，测 BRB）
7. 流式细胞术（凋亡、免疫细胞）
机制研究进阶：siRNA/shRNA 敲低、过表达质粒、CRISPR、报告基因、ChIP；通路验证（PI3K/Akt、NF-κB、Nrf2 等）。
组学（强加分，是高分文章引擎）：转录组（RNA-seq）、单细胞 RNA-seq、空间转录组、蛋白组、代谢组；配套生信分析（差异基因、GO/KEGG 富集、WGCNA）。