最近因为科室安排需要前往西藏路途中由于过于无聊回望走过的这些年“临床”和“科研”到底哪个重要？我想不出答案只知道：发文章不能停所以我在拉萨写下这次的挑战继上次挑战了meta分析和GBD，收获了非常高的关注度，本次挑战7天完成一篇NHANES数据库SCI！ Day 1任务：明确目标期刊+初步检索NHANES数据库中包括了非常多的横断面调查数据包括了人口统计学、饮食数据、体格检查、实验室数据。。。这种基于公开数据库的挖掘的难点在于选题的时效性一定是有了想法就要马上去做只要确定可行性，具体的数据提取和数据分析都是体力活 选题：需要确定目标期刊、深入阅读目标期刊的文献比如Cardiovascular Diabetology杂志就非常喜欢 TyG（Triglyceride-glucose index）这个指标这也是我这次想要挑战的指标我换一个研究人群、换一个关联指标就是一篇新的文章我首先用“NHANES and Triglyceride-glucose index”进行了检索发现目前文章非常多，有132篇，且基本都是为高分文献因为我是心内科，所以就把132篇文章的X和Y分别提取出来发现我关注的Y还没有人写过所以就定下目标期刊为Cardiovascular Diabetology深入了解这个杂志，可不是水刊，最新的影响因子是1区8.5分所以最后就挑战TyG和一个心血管指标Y的相关性下载了几篇类似的文献深入学习目标期刊的风格（DOI: 10.1186/s12933-023-02115-9） 最后欢迎大家围观一起挑战一起写文章！我们明天见
进度汇报：寻找靶基因+跑代码+出图片药物靶向的代码非常的简单也非常的好理解，但是要注意的是要搞清楚整个过程中的思路第1步：明确蛋白与疾病表型存在明显的因果关系或者已知该蛋白能够有效作用于该疾病的治疗。第2步：寻找调节该蛋白表达的一类基因来模拟药物作用第3步：寻找到这个靶基因后获取其工具变量与疾病进行单变量MR分析。 这就是我们的药靶的文章设计思路很重要的一部就是寻找靶基因一般我们通过eQTL的网站无寻找eqtlgen因为基因表达的过程会受到很多的调控所以不仅要关注该基因，还要关注该基因的上下游1兆的基因信息 我的eGTL的数据来源于Genomic atlas of the proteome from brain, CSF and plasma prioritizes proteins implicated in neurological disorders，里面包括了来自人体血浆、CSF等的eQTL数据我对这些下载来的数据进行了预处理实际上本质就是本地数据的数据处理然后再用这些数据进行药靶MR的分析 然后再做一个共定位分析其实就是看暴露X与结局Y的GWAS summary中该区域的所有SNP的位置是不是基本一致的今日图表弄完啦，就要开始写作啦！
文章题目：The association between the metabolic score for insulin resistance (METS-IR) index and urinary incontinence in the United States: results from the National Health and Nutrition…
文章题目：Insulin resistance assessed by estimated glucose disposal rate and risk of incident cardiovascular diseases among individuals without diabetes: findings from a nationwide, population based, prospective…