组学项目实战教程
现有专栏按工具组织——DESeq2 一篇、clusterProfiler 一篇、生存分析一篇。工具学完了，面对一个真实项目还是不知道从哪里开始。这个专栏换一种方 式：用 一个完整项目 从头到尾走一遍，每一章推进一步，最终交付一份可投稿级别的分析。
01 项目选题：从临床问题到分析问题
一个组学项目能不能做出来，选题阶段就决定了一半。很多人拿到数据就开始跑流程，跑完发现结果"什么都有一点但什么都不深"——根本原因是没有把临床问题翻译成一个可以用数据回答的分析问题。
02 数据获取：从 GDC 拿到合规数据
选题确定之后，第一件事是把数据拿到本地。TCGA 数据托管在 GDC（Genomic Data Commons），有网页端和 API 两种获取方式。本章用 TCGAbiolinks 把 TCGA-LIHC 的 RNA-seq counts、突变 MAF 和临床数据全部下到本地，并整理成后续分析可以直接用的格式。
03 数据探索：拿到新数据先看什么
数据到手了，最大的诱惑是直接跑差异分析。但这是新手最容易翻车的地方 — 不探索就分析，等于闭着眼开车。
04 分析路线设计：先用便宜的看大方向
探索完数据确认质量没 问题之后，很多人的下一步是"把所有能做的分析全跑一遍"。这是效率最低的做法 — 跑完一周发现 80% 的结果用不上，剩下 20% 还需要重跑。
05 主线分析：跑通最重要那一条
这是整个专栏最核心的一章。前面 4 篇做的所有准备工作，都是为了让这一章的分析能顺利跑通、结果能站得住。
06 验证与对比：怎么知道结果不是 artifact
跑完主线分析拿到一堆显著结果，先别高兴太早。组学分析中假阳性的 来源很多：批次效应、样本污染、参数选择、多重检验不充分……这一章讲的是如何用系统性的验证策略确认你的核心发现是可靠的。一个经过充分验证的结果，审稿人很难拒绝。
07 整合解读：把结果翻译成生物学语言
分析跑完、验证通过，你手里有一堆显著基因、富集通路、生存曲线。但这些还只是"统计结果"，不是"生物学发现"。这一章讲的是如何把数字翻译成生物学语言：为什么这些基因重要？它们在做什么？对临床有什么启示？
08 图表组织：figure 怎么排版讲故事
分析做完了、故事也有了，但审稿人第一眼看的是 figure。一套好的 figure 能让读者在 30 秒内抓住你的核心发现；一套差的 figure 会让审稿人觉得"这个人不专业"。这一章讲的是如何把分析结果组织成一套逻辑清晰、视觉专业的论文图表。
09 Methods 撰写：审稿人最看的细节
Methods 是审稿人最仔细看的部分。他们不会逐行检查你的 Results，但会一字一句地看 Methods——因为方法决定了结果的可信度。写得好，审稿人觉得你专业可信；写得差，审稿人会怀疑你的整个分析流程。这一章用 TCGA-LIHC 项目为例，讲如何把你做过的每一步分析写成清晰、完整、可复现的 Methods 段。
10 数据与代码归档：可复现交付清单
分析做完、文章投出去了，项目还没有结束。最后一步是把数据和代码归档成一个"别人（包括半年后的你自己）能复现的完整包"。这不是可选项——越来越多的期刊把代码和数据可用性作为接收条件，审稿人也会检查你的代码是否和 Methods 描述一致。这一章给出一份实操清单：数据放哪里、代码怎么组织、环境怎么锁定、README 怎么写。