0
LEVEL 03–5 h
科研语言
Paper ReadingConcept Map
问题 · 假设 · 证据
规划中
FOR CLINICAL RESEARCH BEGINNERS从临床问题，
从临床问题，
到科研结论
一张地图理解临床研究、湿实验、生物信息学与多组学。
从研究设计、数据产生，到分析、Figure 解读和实验验证，理解每一步为什么存在，以及它究竟能证明什么。
FIGURE 01模拟 UMAP：八个细胞群
13科研链条环节
9完整核心课程
31教学 Figure 类型
Evidence每个结论都有边界
一张图看懂科研是怎么发生的
科研不是“做实验”或者“跑代码”，而是一条从问题到证据的链条。
Data数据
样本如何被测量成可追溯的数据对象？
- INPUT
- 临床记录、组织、细胞或测序 reads
- OUTPUT
- 可审计的文件、矩阵和元数据
- 边界
- 数据反映测量过程，不自动等同于生物学真值。
教学过程：Data · 数据已按系统偏好保持静态；按 Question → Design → Data → Analysis → Figure → Validation → Conclusion 逐步追踪：每一步都会更新输入、输出与证据边界。
你想解决什么科研问题？
先从你真正想回答的问题出发，再选择方法；不要让已有软件替你决定研究方向。
我有一批患者数据想研究危险因素、预后或治疗效果。可学习
PECO→Time zero→Clinical cohort→KM / Forest
进入对应示范课程 我想研究一个基因想知道它与疾病、细胞类型和调控区域的关系。可学习
Gene X→Expression→Cell / Space→Regulatory DNA
进入对应示范课程 我想研究作用机制想从关联走向干预和机制证据。可学习
Hypothesis→Perturbation→Phenotype→Rescue
进入对应示范课程 我想整合已有文献把分散研究转化为系统证据。可学习
PICO→Search→Effect size→Forest Plot
进入对应示范课程 我想研究细胞异质性寻找组织中不同细胞群与状态。可学习
Tissue→Cell matrix→Clusters→UMAP
进入对应示范课程 我想知道基因在哪里表达在组织结构中定位细胞与基因。可学习
Tissue section→Spatial barcode→Coordinates→SpatialPlot
进入对应示范课程 从 0 到独立理解科研
每一级都不是解锁更多术语，而是建立一层新的科研判断能力。
1
LEVEL 11–2 weeks
研究设计
Clinical Epidemiology
PECO · 时间零点 · 偏倚 · 混杂 · 效应量
0%
2
LEVEL 22–4 weeks
数据与统计
StatisticsR transferable
统计单位 · 效应量 · 置信区间 · P 值 · 回归 · 多重检验
0%
3
LEVEL 32–4 weeks
Wet Lab / Omics
MeasurementSequencing
实验单位 · 对照 · 扰动 · 测量 · FASTQ
0%
4
LEVEL 44–8 weeks
Bioinformatics
RPythonLinux
scRNA-seq · Spatial · ATAC-seq · Figure
0%
5
LEVEL 52–6 months
Multi-omics & Mechanism
Study Integration
因果链 · 机制验证 · 多组学
规划中
快速科研工具
在学习路径之外，直接查 Figure、参数和数据结构。
一个科研问题，可以怎样一步步做下去？
候选基因 X 与肺纤维化：不同证据不是简单累加，而是在逐层补上前一层无法回答的问题。