科学家从事科学传播的十条简单规则 

科学家参与向公众传播他们的研究有明确的道德和职业责任。许多科学家想要分享他们的发现和科学的兴奋，或者鼓励人们对他们的工作感兴趣和欣赏。他们可能希望提高公众对该领域的理解，或者消除错误信息。他们也可能对社会如何看待他们的工作感到好奇，并从与新思想和新观点的互动中受益。科学传播越来越成为研究人员的正式责任，因为资助机构和机构鼓励甚至要求科学家从事科学传播或推广工作(美国国家科学基金会拨款的更广泛影响、美国国家科学研究委员会的促进科学计划、国家自然科学基金委等)。 

尽管科学家从事科学传播有很多很好的理由，但他们往往缺乏这样做的工具。在研究生课程中，非专业沟通方面的培训仍然很少见(尽管这种情况正在改善)，因为项目通常优先发展科学家之间的沟通技巧，如会议演讲和同行评议的文章。科学家经常把缺乏训练和/或对自己的科学传播技巧缺乏信心作为他们参与面向公众的活动的障碍。与此同时，科学家有充足的机会将科学传播作为其公务的一部分，作为第二职业(自由职业)或作为志愿者。作为各自领域的专家，科学家可以通过接受媒体采访、为大众媒体撰写专栏或书籍(关于撰写科普书籍的具体指导参见[2])、公共研讨会或互动活动、社交媒体帖子(关于如何作为科学家开始使用Twitter的具体建议参见[3])以及其他方式做出贡献。 

Borowiec是一名博士后，也是一名自由科学作家和编辑。在这里，他描述了计划、发展和评估科学传播活动的10条简单规则。虽然关注的是科学家与非科学家之间的交流，但许多建议也适用于其他形式的科学交流，比如专家对专家的交流(例如，会议上的演讲和海报)。该简单规则的目标是指导没有经验的科学家-科学传播者通过开始科学传播的实践基础，规则的顺序是鼓励一步一步的过程(但注意科学传播活动的综合性质，规则10)。 

规则1:明确你的目标！

规则2:弄清楚你的受众是谁，在哪里？

规则3:选择一个适合你目标的场所，或者在能发挥你优势的沟通者之间进行讨论。

规则4:标题要清晰。

规则5:小心行话。

规则6:向你的听众展示他们应该关注的原因。

规则7:告诉你的听众如何反应。

规则8:获得一些反馈，评估并改进。

规则9:考虑公平、多样性和包容性。

规则10:记住这些规则是相互依赖的。 

这10条规则之间关系是相互关联的（图1）。 

图1 规划、发展和评价科学传播活动的综合框架(规则10)。活动的最终目标是告知其目标受众，标题信息，并在适当的时候呼吁采取行动。活动的目标是在未来迭代中评估和改进活动的关键。请注意，此框架可能无法捕获各个组件之间所有可能的交互 

参考文献

[1] Borowiec BG. Ten simple rules for scientists engaging in science communication. PLoS Comput Biol. 2023 Jul 20;19(7):e1011251. doi: 10.1371/journal.pcbi.1011251.

[2] Kucharski AJ. Ten simple rules for writing a popular science book. PLoS Comput Biol. 2018 Feb 1;14(2):e1005808. doi: 10.1371/journal.pcbi.1005808.

[3] Cheplygina V, Hermans F, Albers C, Bielczyk N, Smeets I. Ten simple rules for getting started on Twitter as a scientist. PLoS Comput Biol. 2020 Feb 10;16(2):e1007513. doi: 10.1371/journal.pcbi.1007513. 

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. ​EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. ​EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC

12. 免疫信号通路关联的调控子数据库：ImmReg

13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM

14. AgeAnno：人类衰老单细胞注释知识库

15. 细菌必需非编码RNA资源：DBEncRNA

16. 细胞标志物数据库：singleCellBase

17. ​实验验证型人类miRNA-mRNA互作数据库综述

18. 肿瘤免疫治疗基因表达资源：TIGER

19. 基因组、药物基因组和免疫基因组水平基因集癌症分析平台：GSCA

20. 首个全面的耐药性信息景观：DRESIS

21. 生物信息资源平台：bio.tools

22. 研究资源识别门户：RRID

23. 包含细胞上下文信息的细胞互作数据库：CCIDB