准备描述临床蛋白质组学研究的手稿的准则

这些指导方针的目的是提供足够的信息,审稿人/读者可以评估,解释,比较和,再现报告的研究。它们包含强制性和建议的信息。前者是 下划线 并标有星号(*)。作者也很重要,即作者还审查 清单文件 在提交稿件时必须在提交网站上完成。

伦理批准

  • *需要提供制度伦理/动物委员会(IRB / ACUC)的批准,用于使用人类/动物生物材料的研究目的,包括知情同意,如果合适的话,临床或生物标志物试验参与和/或原发性细胞系发布。此外,应该陈述用于保护人类受试者的机制,例如鉴定/去除鉴定和编码生物学中的程序。

研究目标和设计

  • 应提供研究设计的全面描述,包括研究的总体目标,特别关注以下资格:
    • *研究的阶段/阶段,例如,发现,验证或验证,并清楚地说明候选人(Biomarker,Target,分析物)的阶段/阶段,例如探索/发现;临床前验证;等等。)。
    • *通过该研究的受试者/样本的流动,包括初始案件数量,分析的每个阶段中包含的数量(建议用于更复杂/更大的研究)以及对象丢失的原因。
    • 当定义“差异诊断疾病特异性”生物标志物时,应包括来自其他疾病或类似于感兴趣疾病的疾病或类似疾病的疾病。
    • 样本收集和/或研究执行的时间段。
    • 用于确定群体大小的功率,alpha和beta误差等。

主题来源和描述

  • *应根据已知的以下许多参数描述以下许多参数来描述源(或从中获得的材料)的源和分类:
    • 前瞻性或回顾性应计。
    • 分层。
    • 匹配(性别,年龄,疾病等)。
    • 受试者分配的随机化,例如治疗,干预等。
  • *应该描述生物开发源(例如,集中的Biobank,内部Biobank,临床试验收集,手术等)。
  • *应给出纳入/排除研究和参考队列的标准。
  • *对于来自衍生样本的所有患者,需要疾病或病症的定义(如果已知的话),应包括:
    • 疾病描述,例如亚型,阶段,等级,组织学和临床评分(如果已知),如果已知,则确定如何。
    • 疾病类型使用标准医学术语(包括已知的ICD代码),例如,青少年糖尿病v。非胰岛素依赖性糖尿病。
    • 任何已知的潜在混淆相对于抽样时间,例如或术语或前术前状态,施用药物/麻醉剂等。
  • *应提供本征的因素,人口统计学和研究和参考(对照)受试者,包括年龄,性别,疾病阶段和共同等等。
  • 应描述试验治疗或其他干预,如果合适的话。
  • 如果已知,应列出可能影响结果,例如吸烟历史等的内在因素,干预措施和生活方式因素。
  • 如果合适,应给予跟进和持续时间,包括中位数和范围。

生物选择资格

组织

  • 如果已知/适用,则应提供以下内容:
    • 组织采集和处理的平均时间(时间到初始稳定步骤)和时间范围。
    • *处理类型,例如福尔马林,乙醇,嵌入培养基,冷冻,裂解溶液等方法。
    • 平均储存温度和储存持续时间的平均值和范围。
    • *冷冻组织的切割后固定。
    • *如果适用(例如微剖检,分馏),则富集生物学中的相关组分的方法。
    • 关于生物学中的发运到中央存储库的任何信息,例如时间,温度
    • *任何在报告的实验中使用的生物学中的任何组织学审查。
  • 如果在组织上进行免疫组织化学染色或其他测试,则应表明如果病理审查被盲目,并且如果获得审查病理学家之间的协议,则应表明。
    笔记: 可以由审阅者和/或编辑器请求支持组织学(数字化或原始幻灯片)。

生物流体

  • *对于血液和生物流体生物转化,应参考公开的标准操作程序;如果不是以下信息,则应提供以下信息:
    • *收集方法。 [在尿液样本的情况下,收集模式应陈述:24-H,第一次上午,第二天早晨或随机尿液早期流或中游。]
    • *用于收集和存储的管类型(和尺寸,如果已知)。
    • *如果使用,使用添加剂如抗凝结剂,防腐剂和蛋白酶抑制剂。
    • 处理条件包括收集和分离之间的时间间隔, *离心条件,加工温度,处理和冻结之间的时间间隔。
    • *储存温度和储存长度。
    • *冻融循环的数量。
    • BioPecimen Set中收集和处理的任何变化。

主要细胞系

  • *对于主要细胞系,生成和使用,应提供以下信息:
    • 关于原产地和生物学的临床细节
    • 细胞系生成和表征的条件/方案包括分析的通道数和克隆数。

统计考虑因素

  • *适用时,应详细描述统计分析策略。这应该包括:
    • 正在测试的中央假设。
    • 模型建设和验证。
    • 所用统计算法的清晰定义。
    • 用于选择截止阈值和其他模型参数的理由。
    • 探索性(训练)和确认(测试)分析的独立性。
  • 应提供以下有关统计分析的详细信息:
    • 特征选择和多假设测试策略。
    • 测试的候选者数量(例如,标记,靶标,分析物)。
    • 进行了任何子组分析的细节。
    • 如果适用,任何缺失的值以及如何处理这些值。
    • *点估计,p值和/或置信区间。
  • 在统计介绍中,应包括对混淆因素的讨论和用于最大限度地减少其影响的方法。

技术考虑因素

  • *使用的分析过程/测定(例如,质谱,蛋白质,抗体,核酸阵列,免疫化学,2dgel电泳或其他测量技术)的性能特征(包括分馏,消化等)(例如,质谱,蛋白质,抗体,核酸阵列或其他测量技术)应该描述。对于技术和处理步骤(分馏,消化等)噪声评估,重现性,标准化(例如阵列和蛋白质阵列和蛋白质),应该描述测量变化,特异性,检测和定量的限制。
    笔记: 蛋白质识别分析指南(在提交给MCP的文章中发现的其他地方)完全适用于处理临床蛋白质组学的论文,并且如果包括这种类型的信息,也应参考。与这些贡献一样,期刊强烈鼓励在适当可访问的数据库中沉积原始数据,以便为处理临床蛋白质组学的文章而收集的这些信息,并将为其提供超链接。建立者也强烈建议在可能的情况下识别标记,特别是用于验证研究。
  • 应描述所采用的质量控制和质量保证方法,包括如何进行样品的分析,例如。复制号码,无论是随机等吗?
  • 应该描述用于模型建筑,路径分析或数据可视化的任何软件包和生物信息工具。日记政策要求将所有所雇用的软件可供公众使用。
  • 鼓励作者将原始数据放在可公开访问的数据库存储站点中。期刊将为此信息提供超链接。
  • 如果适用或已知,应列出使用相同或样品子集的任何其他研究(优选地通过文献参考),而不应列出以前研究的性质。