MedResearch Atlas临床科研图谱
PHASE 1B · STUDY DESIGN

Method Comparator

科研方法比较器

方法没有统一排名。真正的问题是:它测量什么尺度,产生什么数据,能够把证据推进到哪一步?

7 种方法同时比较 2–3 种Evidence-first
SELECT 2–3 METHODS

选择方法,不要先选择软件

可选择 2–3 种方法进行比较。

WHEN SHOULD I CHOOSE IT?

什么时候选它?

同一个科研问题常需要多层证据;比较器帮助你先识别每种方法最擅长补哪一层。

Bulk RNA-seq

测量样本中所有细胞混合后的平均 RNA 表达。

优先选择,当你要:

样本级差异表达

较大临床队列

通路与分子特征筛选

不要指望它单独回答:

定位信号来自哪类细胞

保留组织空间位置

HOW TO COMBINE EVIDENCE

不要只列指标:把证据放回一个判断情境

先用类比建立直觉,再把每项观察放回研究问题,最后决定结论应该停在哪里。

01 · 先建立直觉

Bulk RNA-seq 像一台有固定镜头的相机

相机能看清某个距离和尺度,却不会同时保留所有信息。方法选择也是如此:先看它的镜头能回答什么,再安排另一种方法补上盲区。

第一种方法的输出不是终点,而是下一层方法的输入;组合的目标是补证据,不是堆技术名词。
02 · 教学模拟

什么时候需要把 Bulk RNA-seq 接到另一种方法?

情境:研究者希望回答“测量样本中所有细胞混合后的平均 RNA 表达。”,但单独使用 Bulk RNA-seq 只能观察其中一层。

问题:哪一层证据已经获得,哪一层仍缺失,下一种方法应该补什么?

观察:当前方法适合:样本级差异表达、较大临床队列、通路与分子特征筛选;它不能单独回答:定位信号来自哪类细胞、保留组织空间位置。

03 · 逐项合并证据
researchUnit

判断 Bulk RNA-seq 是否补到了这一层证据

怎么看

把 researchUnit: 样本 / 组织 放回样本单位、测量分辨率和目标估计量,而不是按方法名判断高级或低级。

支持时

如果这一层正是研究问题需要,并且输出可与其他数据对象连接,Bulk RNA-seq 适合承担它。

冲突时

如果研究者把这一层输出写成另一种方法才能提供的结论,就出现证据越界。

缺失时

没有这一层时,应明确下一种方法或验证实验的目标,而不是继续堆叠同类结果。

在这个案例里

例如先用 Bulk RNA-seq 定位候选变化,再用能观察 定位信号来自哪类细胞 的方法补上缺失层。

04 · 合并后的判断
结合规则

方法组合应遵循“前一层提出可检验候选,后一层补上前一层缺失的证据”,而不是把多个相关结果相加成因果。

案例结论

Bulk RNA-seq 可以作为证据链中的一层;组合方法后只能扩大可解释范围,不能自动消除混杂、测量误差或选择偏倚。

证据边界

方法本身不会自动带来机制或因果;每一层结果都要保留样本、设计和验证边界。

06 · STOPPING RULE

什么时候应该停止继续解释?

当新增方法只重复已有信号,或不能补上明确的证据缺口时,停止继续叠加方法。

  • 定位信号来自哪类细胞
  • 保留组织空间位置
下一步:先画出测量层级和证据缺口,再选择一个能直接回答缺口的验证方法,并预先定义成功标准。
scRNA-seq

分别测量成千上万个细胞的转录状态,解析细胞异质性。

优先选择,当你要:

发现细胞群与状态

定位基因的细胞来源

提出细胞通讯与轨迹假设

不要指望它单独回答:

直接保留组织空间

单独证明机制和因果

HOW TO COMBINE EVIDENCE

不要只列指标:把证据放回一个判断情境

先用类比建立直觉,再把每项观察放回研究问题,最后决定结论应该停在哪里。

01 · 先建立直觉

scRNA-seq 像一台有固定镜头的相机

相机能看清某个距离和尺度,却不会同时保留所有信息。方法选择也是如此:先看它的镜头能回答什么,再安排另一种方法补上盲区。

第一种方法的输出不是终点,而是下一层方法的输入;组合的目标是补证据,不是堆技术名词。
02 · 教学模拟

什么时候需要把 scRNA-seq 接到另一种方法?

情境:研究者希望回答“分别测量成千上万个细胞的转录状态,解析细胞异质性。”,但单独使用 scRNA-seq 只能观察其中一层。

问题:哪一层证据已经获得,哪一层仍缺失,下一种方法应该补什么?

观察:当前方法适合:发现细胞群与状态、定位基因的细胞来源、提出细胞通讯与轨迹假设;它不能单独回答:直接保留组织空间、单独证明机制和因果。

03 · 逐项合并证据
researchUnit

判断 scRNA-seq 是否补到了这一层证据

怎么看

把 researchUnit: 样本;细胞是观察单位 放回样本单位、测量分辨率和目标估计量,而不是按方法名判断高级或低级。

支持时

如果这一层正是研究问题需要,并且输出可与其他数据对象连接,scRNA-seq 适合承担它。

冲突时

如果研究者把这一层输出写成另一种方法才能提供的结论,就出现证据越界。

缺失时

没有这一层时,应明确下一种方法或验证实验的目标,而不是继续堆叠同类结果。

在这个案例里

例如先用 scRNA-seq 定位候选变化,再用能观察 直接保留组织空间 的方法补上缺失层。

04 · 合并后的判断
结合规则

方法组合应遵循“前一层提出可检验候选,后一层补上前一层缺失的证据”,而不是把多个相关结果相加成因果。

案例结论

scRNA-seq 可以作为证据链中的一层;组合方法后只能扩大可解释范围,不能自动消除混杂、测量误差或选择偏倚。

证据边界

方法本身不会自动带来机制或因果;每一层结果都要保留样本、设计和验证边界。

06 · STOPPING RULE

什么时候应该停止继续解释?

当新增方法只重复已有信号,或不能补上明确的证据缺口时,停止继续叠加方法。

  • 直接保留组织空间
  • 单独证明机制和因果
下一步:先画出测量层级和证据缺口,再选择一个能直接回答缺口的验证方法,并预先定义成功标准。
Spatial Transcriptomics

把表达矩阵与组织坐标关联,观察分子信号所在位置。

优先选择,当你要:

定位组织微区

分析空间邻域

连接病理形态与表达

不要指望它单独回答:

所有平台都达到单细胞分辨率

空间邻近直接等同于功能互作

HOW TO COMBINE EVIDENCE

不要只列指标:把证据放回一个判断情境

先用类比建立直觉,再把每项观察放回研究问题,最后决定结论应该停在哪里。

01 · 先建立直觉

Spatial Transcriptomics 像一台有固定镜头的相机

相机能看清某个距离和尺度,却不会同时保留所有信息。方法选择也是如此:先看它的镜头能回答什么,再安排另一种方法补上盲区。

第一种方法的输出不是终点,而是下一层方法的输入;组合的目标是补证据,不是堆技术名词。
02 · 教学模拟

什么时候需要把 Spatial Transcriptomics 接到另一种方法?

情境:研究者希望回答“把表达矩阵与组织坐标关联,观察分子信号所在位置。”,但单独使用 Spatial Transcriptomics 只能观察其中一层。

问题:哪一层证据已经获得,哪一层仍缺失,下一种方法应该补什么?

观察:当前方法适合:定位组织微区、分析空间邻域、连接病理形态与表达;它不能单独回答:所有平台都达到单细胞分辨率、空间邻近直接等同于功能互作。

03 · 逐项合并证据
researchUnit

判断 Spatial Transcriptomics 是否补到了这一层证据

怎么看

把 researchUnit: 切片 / spot / bin 放回样本单位、测量分辨率和目标估计量,而不是按方法名判断高级或低级。

支持时

如果这一层正是研究问题需要,并且输出可与其他数据对象连接,Spatial Transcriptomics 适合承担它。

冲突时

如果研究者把这一层输出写成另一种方法才能提供的结论,就出现证据越界。

缺失时

没有这一层时,应明确下一种方法或验证实验的目标,而不是继续堆叠同类结果。

在这个案例里

例如先用 Spatial Transcriptomics 定位候选变化,再用能观察 所有平台都达到单细胞分辨率 的方法补上缺失层。

04 · 合并后的判断
结合规则

方法组合应遵循“前一层提出可检验候选,后一层补上前一层缺失的证据”,而不是把多个相关结果相加成因果。

案例结论

Spatial Transcriptomics 可以作为证据链中的一层;组合方法后只能扩大可解释范围,不能自动消除混杂、测量误差或选择偏倚。

证据边界

方法本身不会自动带来机制或因果;每一层结果都要保留样本、设计和验证边界。

06 · STOPPING RULE

什么时候应该停止继续解释?

当新增方法只重复已有信号,或不能补上明确的证据缺口时,停止继续叠加方法。

  • 所有平台都达到单细胞分辨率
  • 空间邻近直接等同于功能互作
下一步:先画出测量层级和证据缺口,再选择一个能直接回答缺口的验证方法,并预先定义成功标准。
SIDE-BY-SIDE

逐项比较证据能力

成本和难度是相对规划等级,不是报价;真正选择仍取决于样本、问题和可获得资源。

DIMENSION
Bulk RNA-seq组织平均转录组
scRNA-seq单细胞 RNA 测序
Spatial Transcriptomics空间转录组
研究单位最终独立比较的对象是谁?
样本 / 组织
样本;细胞是观察单位
切片 / spot / bin
观察分辨率信号被平均到什么尺度?
组织平均
单细胞
空间单位,平台依赖
空间位置能否保留组织坐标?
通常无
数据规模数据与计算负担如何?
相对成本样本、实验与平台投入如何?
很高
分析难度设计、分析和质控要求如何?
典型 Figure结果通常如何被检查?
PCA / Volcano / Heatmap
UMAP / DotPlot / FeaturePlot
SpatialPlot / Domain map
证据类型最稳妥的结论停在哪里?
样本级表达关联
细胞状态与组成关联
空间共定位与区域关联