課題方向不知從何下手,看這里

在科研的道路上,似乎每一步都顯得十分不易,從課題方向的選擇,實驗的實施,到最后文章的撰寫。

今天我們就來聊聊第一步,課題方向的選擇問題。

課題決定了研究高度,有時是不是在課題方向上不知從何下手?對此,在這給大家支簡單的兩招。

第一招 結合熱點

最好是結合熱點,熱點,熱點,重要的事情說三遍。哪里熱門往哪靠,常規的做法可能是選擇一個熱門的領域,比如說現在很熱門的外泌體,高手可能是將兩個熱門結合在一起。

那大神會如何?看了下面這篇文章就深有體會了。

文章案例

Potentiating the antitumour response of CD8+ T cells by modulating cholesterol metabolism

研究領域:細胞免疫治療 ? ? ? ? ??相關基因:ATCA-1、PD1

IF: 38.183 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??PMID: 26982734

這篇文章主要研究在細胞免疫治療中增強CD8+ T抗腫瘤特性的機理。

那為什么能發nature?

先來看看文章結合了幾個熱點。單從標題就可以提取兩個點,細胞免疫治療和細胞代謝,兩者都是現在研究的熱門。

乍看跟常規思路差不多,都從表型出發,按著差異基因,篩選目標基因,探索目標基因的功能進行。但其實這里大有乾坤。

首先來看看作者為什么會選擇ACAT1這個基因。

avasimibe作為ACAT1的靶向藥物,用于治療粥樣動脈硬化,上了臨床但效果欠佳,因此沒有上市。作者正是看到了這個點,若ACTA1下調確實在活化CD8+T細胞中起作用,那Avasimibe就有可能作為抗腫瘤藥物上市。

在目標基因的篩選上,我們也可以借鑒老藥新用這個思路,看看某些藥物的靶點是否在實驗條件下發生了顯著變化。這是其一,另外一則驚喜是作者還結合了熱門的PD-1進行了研究。

所以這篇文章作者結合了三個熱點,并具有老藥新用的應用價值,出彩之處即在此。

所以多關注熱點,想想如何可以與自身主攻方向相結合,熱點之間碰撞出的火花是不可估量的。

二、通過數據挖掘

現測序數據爆炸式增長,但數據庫中的數據都只用了很小一部分,所以我們完全可以通過免費數據資源挖掘出的點來作為我們實驗的素材。

通過數據挖掘的常規實驗思路如下所示,是從數據到表型的逆向思維。先尋找自己感興趣的數據,通過功能富集,代謝通路等分析看差異基因集中在哪些功能或通路上,篩選出目標基因后再去做相關實驗。

在數據挖掘上,可以通過GEO,也可以通過GCBI,下面分別介紹兩者如何具體去實施。

GEO

 

下載數據

在GEO數據庫下載感興趣的數據。如想看有關肺癌研究的數據,直接在GEO dataset中搜lung cancer,便會出來有關肺癌研究的數據信息,選擇感興趣的課題點擊GSE編號。

數據分析

拿到數據后就可以重新進行分析了,可通過生信分析工具,如DAVID進行注釋和功能富集??磳嶒灄l件下差異基因主要富集在哪些通路,從而篩選出目標基因進行研究。

GCBI

和GEO相比,通過GCBI進行數據挖掘就相對簡單許多,在GCBI官網搜索相關研究,可將數據樣本直接發送至GCBI在線實驗室進行分析,簡化了中間數據下載的步驟,數據+分析一體化。

還在迷茫的親,趕快用起來。

相關文章

版權聲明:

本網站(網站地址)刊載的所有內容,包括文字、圖片、音頻、視頻、軟件、程序、以及網頁版式設計等均在網上搜集。

訪問者可將本網站提供的內容或服務用于個人學習、研究或欣賞,以及其他非商業性或非盈利性用途,但同時應遵守著作權法及其他相關法律的規定,不得侵犯本網站及相關權利人的合法權利。除此以外,將本網站任何內容或服務用于其他用途時,須征得本網站及相關權利人的書面許可,并支付報酬。

本網站內容原作者如不愿意在本網站刊登內容,請及時通知本站,予以刪除。