可以。
经多方了解核实并确认无误，科研绘图素材可以直接用于论文作图。
研究生必备科研工具都有哪些？它们的本质作用是什么？今天想跟大家分享的三个科研工具，分别是用一下查文献，写论文降低重复率以及科研绘图，这三种小编都是自己用习惯了的，也有刚被同学安利的，总之就是希望推荐的这些有适合你的，有你能用上的。
首先是查文献的网站，这三个网站中只有拍卖需要装一下插件，其他的都能在送文献的同时，直接显示出来影响因子，方便我们筛选高分的文章。如果搜索后的文章你发现下载不了，可以用题目编号或者pmid去搜索试试看。
第二个是检查纠错，润色文章的工具秘塔写作猫，如果是需要写毕业论文或者是中英文综述，用它对论文纠错、改写、降低重复率，会特别方便一些字词错误。一些字体错误，日常不容易注意到的书面规范用词，还有用错的中英文标点符号，他都能检查到。像我自己的话，写论文会担心词汇量不够，书面表达不够标准，或者是需要给文章降重就直接用它的改写功能，高效又省事。那开始用的时候，我是把论文直接上传到写作台，用他们的网页版，习惯用word的小伙伴也可以下载插件，就能直接在word里修改了。
最后一个是科研绘图网站。它涵盖了从动物到植物，从体外到体内实验会涉及到的各种科研绘图素材，也是很多高分文章在用的绘制示意图的来源。在这个网站中，能直接在网页的操作界面上选择素材，绘图也能通过他给的各种模板修改和使用。那数据爬取之后，就是一个数据清洗和预处理的过程，这里呢给大家推荐knime，这个软件可以进行一些数据的清理和预处理的工作，操作过程，也并不复杂.
那最后，对于数据分析的过程，往往python是更好的选择，那除了python之外，同样也有一个非常简单易用的界面，更友好的集成性工具操作的软件，那就是Weka。这个软件，集成了大部分的数据挖掘和数据分析的过程，通过一些简单的简选操作就可以完成。并不需要使用拍子的编程也是非常好，用的一个工具，如果大家刚刚接触数据挖掘，可以通过这个软件来进行一些分析，来帮助你更好的了解数据分析和数据挖掘的过程。以上，就是我给大家推荐的五类研究生必备或者必备的软件工具，尤其是对于最后实证分析类的软件，都需要大家去花时间来进行学习和实践才可以掌握和应用。
科研论文中的示意图好多都画的非常生动形象，不少初入门的小菜们望尘莫及。下面根据不同情况，给出以下解决方案：
1、低配版：业余选手+简单阐述（人群：有时间+要求低+画图小白，东拼西凑自成一体）
使用Office系列软件，化腐朽为巧妙。PPT 功能还是非常强大的，自带有各种图形和效果，而且还可以另外安装插件，如ScienceSlides等工具网页链接。如果希望画（二维或三维）图表，Excel也是个不错的选择，线图、饼状图、柱状图自行选择即可。
2、升级版：初级选手+基本阐述（人群：时间充裕+要求高+自学的画图小渣渣，在科研圈混些日子的）
基于专业工具，浅尝基本功能。熟悉Origin、Chem Draw等的使用，了解AI、Photoshop等基本操作。Origin相比Excel有很多提升，画图的种类效果更为丰富。Chem Draw里有很多素材，比如仪器、化学式等，非常适合花一些基础的示意图。AI、Photoshop的使用要看个人功夫了。
3、高手篇：高级选手+炫技虐人（适应人群：时间充裕+要求高+土豪+较多画图，科研圈文艺圈老油条）
所谓的高手，精通于3DMax，AI, Photoshop, CAD等作图软件，十年磨一剑（找专业的公司，花血本，参加培训班系统学习。一般每月都有培训班，学两个月左右吧，比自学要效率高，自行咨询），方能达到看见就能仿出，想到就能画出的境界。
4、必杀技：无论什么级别，秒变高大上，请人代打！！！(适合人群：没时间+要求高+较少画图)
其实，国外的大牛牛主要专注的还是科研，文章示意图还是请外援的，这就是你赶不上他们的原因。大牛组资金充裕，找专业的公司自然高大上。如若预算一般且没时间自学，就找万能的淘宝吧，请大神把你的想法表达出来，相比较自己从零开始花的时间和精力还是很合得来的，还避免了来回请人帮忙的尴尬，尤其是紧急情况。以免鱼龙混杂，就推荐个让大家放心的吧，艺轩设计网页链接自行联系就好了。
读到此处，相信你心中已有答案。
科研绘图素材能用。网络上有很多科研绘图素材，都明确标注了可以使用，这类素材放心下载使用不会有任何问题。但没有标注的，使用时需要注意。
以下文章来源于BioMan ，作者mBioMan
在临床研究中，生存曲线（又称Kaplan-Meier曲线）是最常用图片之一，旨在描述各组患者的生存状况。一张漂亮的、专业的生存曲线图不仅可以令编辑、读者和审稿专家眼前一亮，同时也能为论文增色不少。然而，对于一些新手而言，生存曲线却显得十分陌生，不知道为何要绘制生存曲线，也不知道该如何解读生存曲线的结果。
如何解读生存曲线呢？
（1)对于生存曲线，样本量越大，生存曲线越平滑，误差越小。
（2）一般而言，两条曲线之间的距离越大（分叉越大），说明两组患者预后（终点事件发生率）的差别越大，也越容易做出统计学差异。其实这个和t检验差不多：两组数据的均数差异越大，越容易有统计学差异。
（3）随访时间越长，越容易做出统计学差异。这个问题其实也很好理解，一个极端的比方就是，在上述sST2例子中，假定随访时间为1天，而非400天，两组患者生存率的差异显然是没有统计学意义的。国际上，随访时间越长的研究越容易发表在高水平的杂志上，原因与此有关。
（4）样本量越大，越容易做出统计学差异。样本量越大，误差（标准误）越小，当然越有统计学意义。其实这相当于在t检验中，两组数据的标准差越小，当然越容易得到阳性统计学结果。
（5）生存曲线与X轴有交叉，并不意味着研究对象全部死亡（发生终点事件）。实际上，在生存曲线中，每一个时间点上只要有病人死亡（或者发生终点事件），曲线就会下降一定的幅度。（参考知乎oriRNA）
接下来，我们就用Graphpad prism9，和大家一起看看如何绘制生存曲线。
1. Survival curve-生存曲线
在有关差异表达基因和生物标志物模型分析中，经常会见到生存曲线分析。
（1）创建
（2）写入/导入数据
（3）Graphs
（4）结果，治疗组与对照组没有显著性差异。
（5）调整后的Graphs
双击图，弹出如下窗口，就可以编辑line的颜色等等。
（6）双击Y轴添加参考线。大多数研究会讨论中位生存时间。
双击Y轴，在”Additionalticks and grid lines“中写入0.5 （如果开始作图时选择”Percents“这里应写入50）点选 TickLine在Details按钮中选择参考线的颜色和线型即可。同样，也可以去添加X轴的参考线。
沃斯(WOSCI)由耶鲁大学博士团队匠心打造，专注最新科学动态并提供各类科研学术指导，包括：前沿科学新闻、出版信息、期刊解析、论文写作技巧、学术讲座、论文润色等。
