主题
07 · 干实验：组学与遗传流行病学（对齐刘俊老师真实技术栈）
已确认：导师 刘俊老师 的方向是 糖尿病并发症的多组学 / 遗传流行病学—— 代表作发表于 Nature、Nature Communications、Journal of Hepatology、JAMA Psychiatry 等， 核心平台是 UK Biobank / Rotterdam Study，核心方法是 GWAS、蛋白/代谢组学、孟德尔随机化、多基因评分。 你做"湿+干结合"，这一章是"干"的部分，和
06斑马鱼"湿"的部分构成你的双核心。
0. 刘俊老师的技术地图（从她 23 篇论文反推）
| 她常用的 | 体现在哪些论文 |
|---|---|
| 大型队列/生物银行流行病学 | UK Biobank、Rotterdam Study 系列 |
| GWAS / 外显子芯片 / 多族裔 meta 分析 | 身高 GWAS(Nature 2022)、血脂多族裔 meta(Genome Biology)、妊娠糖尿病 GWAS |
| 多组学(蛋白组学 + 代谢组学) | 吸烟蛋白质组(Nat Commun 2025)、T2D 并发症血浆蛋白组(Nat Commun 2025)、代谢组多篇 |
| 孟德尔随机化(MR，因果推断) | 炎症因子与女性生殖疾病 MR(JCEM 2023) |
| 多基因评分(PGS/PRS) | T1D 多基因评分与 T2D 关系 |
| 肠道菌群 × 代谢组 | 抑郁症菌群-代谢组(JAMA Psychiatry) |
| 疾病主线 | 2 型糖尿病及并发症、代谢肝病、阿尔茨海默、生殖代谢 |
关键洞察："2 型糖尿病并发症"里就包含糖尿病视网膜病变。她大概率希望你把她的组学/遗传学发现，用斑马鱼去做功能验证——这就是你的课题闭环。
A. 必学的基础工具（没有这些干实验做不了）
- R 语言（绝对核心，她所有分析的主力语言）+ RStudio + tidyverse(数据处理) + ggplot2(画图)。
- Linux / 命令行 / 高性能计算集群(HPC)——组学和 GWAS 数据量大，必须在服务器上跑，会 bash、ssh、作业调度(slurm)。
- Git / GitHub——分析流程版本管理、可重复。
- R Markdown / Quarto——可重复报告。
- (Python 作为补充，做机器学习/数据清洗。)
B. 遗传流行病学 / 统计遗传学（她的看家本领）
- GWAS 全流程：基因型 QC、填补(imputation)、关联分析(PLINK / regenie / BOLT-LMM)、曼哈顿图/QQ 图、群体分层校正。
- Meta 分析：多队列/多族裔合并(METAL)。
- 遗传力与遗传相关：LDSC(LD score regression)、GCTA。
- 精细定位与共定位：fine-mapping(SuSiE/FINEMAP)、colocalization(coloc)——把信号定位到具体基因。
- 多基因评分(PRS/PGS)：构建与验证(PRSice、LDpred2)。
- 孟德尔随机化(MR) ⭐：用 TwoSampleMR / MR-Base R 包做因果推断；要理解三大假设、敏感性分析(MR-Egger、加权中位数、多效性检验)。这是她近期高频武器。
C. 多组学数据分析（她的另一半）
- 蛋白质组学：Olink、SomaScan 平台数据的 QC、标准化、与表型/疾病的关联分析、蛋白-疾病因果(蛋白 MR / pQTL)。
- 代谢组学：NMR(如 UK Biobank Nightingale)、质谱代谢组的处理与关联。
- 转录组学：bulk RNA-seq(DESeq2/edgeR/limma)、单细胞 RNA-seq(Seurat)、空间转录组——⭐ 这块同时服务斑马鱼(分析高糖斑马鱼视网膜的单细胞/空间数据)，是你干湿结合的最佳粘合点。
- 多组学整合：把基因组+蛋白组+代谢组联合分析找疾病通路。
- 功能注释/富集：GO/KEGG、clusterProfiler、通路与网络分析。
D. 流行病学方法学（看懂/设计队列研究）
- 研究设计：队列、横断面、病例对照、嵌套病例对照。
- 回归建模：线性/logistic 回归、Cox 生存分析(并发症发生风险常用)、竞争风险。
- 混杂与偏倚控制、交互作用、亚组分析。
- 报告规范：观察性研究 STROBE、遗传关联 STREGA、MR 研究 STROBE-MR。
- 大数据库使用：UK Biobank 数据申请与字段、电子健康档案。
E. 入门优先级（0–6 个月，干实验线）
- R + tidyverse + ggplot2 跑顺(2 周内能独立做数据清洗和作图)
- Linux/HPC 基本操作 + Git
- 孟德尔随机化(TwoSampleMR) 跑通一个例子(她最可能让你上手的)
- 单细胞 RNA-seq(Seurat)分析流程——同时给斑马鱼用
- 跟一篇她的论文，把它的分析复现一遍(最快学会她的套路)
- GWAS / PRS 全流程(若课题需要)
学习资源：R for Data Science(免费在线书)、TwoSampleMR 官方教程、MR Dictionary、Seurat 官方 vignette、《遗传流行病学》教材；复现她论文的补充材料(常附代码)。
F. ⭐ 干湿结合策略（你的核心竞争力和高分路径）
你将成为组里少有的"既会跑组学/MR、又会做斑马鱼功能验证"的人——这是别人替代不了的价值，也是高分论文的标准范式：
干实验发现 湿实验验证 回到机制
───────────── ───────────── ──────────
GWAS / pQTL / MR / 多组学 → 斑马鱼 CRISPR 敲除该基因 → 通路验证(qPCR/WB)
在 T2D/糖网人群中找到 观察 DR 表型(血管新生/ 富集分析+单细胞解析
候选基因或蛋白/代谢物 神经退行/再生是否改变) 细胞状态转变
│ │
└────────────────── 形成"发现→验证→机制"完整故事 ←──────────┘落地举例（和导师讨论时可提）：
- 从她的糖尿病并发症蛋白组/GWAS 数据里挑一个与视网膜病变相关的候选基因；
- 在
Tg(fli1:EGFP)高糖斑马鱼里用 CRISPR 敲除，看血管新生/神经退行表型； - 再用 qPCR/WB + 单细胞 RNA-seq(干实验技能)解析机制；
- 一篇有人群证据 + 动物功能验证 + 机制的论文，分量远超单做一头。
这正是把刘俊老师的强项(组学/遗传学)和你的斑马鱼平台拼起来的最优解。进组后第一次正式汇报，可以就以这个"干湿闭环"为框架提课题。
进组要问导师的补充问题（干实验侧）
- 她希望我先复现哪篇论文 / 上手哪类分析(MR？组学？单细胞？)？
- 课题的候选基因/通路从她哪个数据集来(UK Biobank？自有队列？已发表 GWAS？)？
- 是否有 UK Biobank / 院内队列 / 组学数据的使用权限，怎么申请？
- 干实验算力(服务器/HPC 账号)怎么开？
- 干湿两条线在我课题里的比例和先后顺序？