生信分析和meta分析有什么不同

生信分析是原始数据挖掘，基于高通量大数据挖掘分析，比如差异分析、富集分析、聚类分析、蛋白互做分析、预后分析等，是基础生物科研范畴，主要数据是原始芯片、测序等的高通量数据。

meta分析属于文献二次挖掘，各领域都可以做，基本思路就是把别人的文章里的数据合并整理算一下总体效应量，其属于文献挖掘，举个例子:A研究了100人发现西瓜好吃，B研究了50人的结论却相反“不好吃”，C研究80人发现“不确定”，D说那我做个meta分析看看西瓜到底好吃不，于是D把ABC的文献汇总评分提取数据后合并分析了一下，结果发现效应量（OR/RR等）有意义，于是得出结论“西瓜好吃”😂 😂 😂

meta分析是荟萃分析，主要以已发表的文献为分析对象。

生信分析主要是基于现有的数据库数据或者自己的数据进行分析。

生信分析是基于已有的数据库进行分析，meta分析是基于文献的数据进行分析

生信分析类文章相比meta有几个非常显著的独特点：

第一，生信文章的标题内容宽泛。写的好的标题完全不亚于一篇正规基础研究文章，迷惑性好。而meta研究标题必须标注meta。

第二，生信文章的思路非常契合目前主流的基因组学发展。所采用的数据图色彩鲜明，结构清晰，内容新颖，技术先进，很容易赢得众多中低端杂志编辑的青睐，而且逐步在CNS级别杂志中占有一席之地。

第三，生信文章可嵌入特性极好，根据文章体量。可单纯做in silico的研究，也可进一步融入少量的临床组织验证，比如一张免疫组化图，或者qPCR图。事倍功半，效果显著。。

第四，生信分析类文章可扩展性很强。很可能正是因为这类文章的出现，真正使得科研不再是单纯科研院所的专利，而走入寻常基础一线医疗人员甚至普通百姓的能力范围内。

第五，生信可以从大数据角度总体概括自己实验室的研究方向。众所周知，每个课题组应该有不只一种研究思路，只因人力物力所限，尚有非常多的科研思路并不能得到充分的实施研究验证。而这类构思许久却不得机会的思路计划可依托生信能充分开展而不耗费有限资源。

第六，生信类文章极低可能性存在造假。相比基础研究的定向性，生信文章安全可靠。

第七，生信类文章虽然单纯实施所投杂志分数较低，但是至少能像谷类一样喂饱众多普通科研工作者。