你的顏色
多少數據才夠發表一篇像樣的論文
上一篇 /
下一篇 2010-02-17 11:01:05/ 個人分類:論文
對職業科學家來說,科學研究是一輩子的工作,永遠不會有十全十美,只有不斷的發表論文才能拿到科研經費。對于年輕的科研人員來說,論文的發表對他們的將來事業發展、畢業或找下一個工作至關重要。多少數據才夠發表一篇像樣的論文?這是一個非常難回答的問題,但又是每個科學家們面對自己的研究結果無法回避的問題。這里說的“像樣的論文”,至少是在國際上公認的本行業內有較大影響力的雜志上發表的英文論文。我只對生物醫學熟悉,對其它領域的論文寫作是外行,所以我主要從生物醫學基礎和應用基礎研究論文角度談談自己的一些看法。
學術界都喜歡把寫論文稱為講故事(tell a
story)。要想讓這個故事講得好,首先這個故事必須有新意,其次,科學論文的故事不一定動聽,但必須能連起來、能自圓其說,即必須有說服力,不能有明顯的漏洞。第三,說完故事后,必須有一個相對清楚的結論,即這個故事告訴讀者什么。最后,這個故事的內容和結論必須有用,即這項研究必須有理論或應用價值。要發表一篇像樣的論文,必須滿足以上的四個條件。科研課題的創新性和它的價值,應該是在動手做課題前已經設計或想好了的。這里主要論述一下,實驗或數據收集到什么程度可以寫一篇完整的論文發表。
一般來說,你的結果能回答“是什么”,即發現新的表象(Phenotype),同時能回答“為什么”,即發現這一表象的發生機理,就可撰寫論文發表。比如,2008年筆者以第一作者在《Molecular
and Cellular Biology》發表過一篇題目為《Musashi1 Modulates Mammary Progenitor Cell
Expansion through Proliferin-Mediated Activation of the Wnt and Notch
Pathways》的論文(Wang XY, et al. Mol. Cell. Biol., 2008; 28: 3589 -
3599.)即是包含有發現新的表象(Musashi1可擴展乳腺祖細胞的數量),又有機理(Musashi1擴展乳腺祖細胞通過激活Wnt和Notch
信號通路起作用的)。
如果你的數據只能回答“是什么”,而沒有機理方面的研究結果,我們稱這類論文為“描述性論文”。我最近曾為一個英文雜志審過一篇論文稿。該研究發現
livin基因在多種腫瘤細胞株表達,而且,用特異性的siRNA抑制livin的表達可抑制細胞的生長,增加腫瘤細胞對凋亡誘導劑的敏感性。但該文未回答為什么livin可影響腫瘤細胞的生長和凋亡。這篇稿件的命運是被要求完成機理方面實驗后重新投稿。但是,如果描述性論文發現的Phenotype很新,實驗研究的難度大,而且其結果意義重大,也可在比較好的雜志發表。如近期在PNAS
( Jonathan L, et al. PNAS,2010;107:1414-9)上發表的題為《Evidence of an epithelial
stem/progenitor cell hierarchy in the adult mouse
lung》就是一個很好的例證。該研究用多種細胞標記物研究發現,肺內有各種層級的細胞,包括干細胞、細胞特異性祖細胞和分化成熟的細胞。各種細胞的命運有所不同。這些發現為了解肺內各種細胞在肺的發育和分化中的作用提供了重要依據,也為研究肺癌細胞的來源有重要價值。
總之,你的論文是在回答了“是什么”的時候就投稿,還是在同時回答了“為什么”的時候才投稿,要具體情況具體分析,筆者認為,如果要想把論文發表在比較好的雜志,應盡可能同時包含表象和機理研究的數據。只有在描述性的結果(表象發現)意義重大,而且機理研究難度很大,可考慮在獲得可靠的描述性結果后撰寫論文投稿。
相關閱讀:
- 撰寫論文時word使用訣竅 (出國吧, 2009-10-29)
- 如何組織你的論文【轉載】 (綠茵ssein, 2009-11-13)
- [分享]寫科研論文導師不傳授的細節 (心情se567, 2009-11-27)
- 個人發表SCI論文心得 (iwfi325iwc, 2009-11-29)
- 《新英格蘭醫學雜志》刊登我國甲流臨床研究 (release, 2009-12-12)
- 荷蘭教授稱用軟件發現井岡山大學講師論文造假 (tianhua, 2010-1-04)
- 寫好科研論文的要訣 (jeirf3uwd, 2010-1-05)
- 2009年度生物學領域被引用次數最高的5篇論文 (實驗技術, 2010-1-21)
- 寫論文秘訣---一點小總結 (njyyyil, 2010-2-10)
- 當今論文選題和觀點方面的毛病 (michael_b_rex, 2010-2-14)
導入論壇收藏
分享給好友
推薦到圈子
管理
舉報
TAG: 數據論文