|
提示：请点击标题下方蓝色“实验万事屋”，添加关注后，发“嗯”可以查看我们之前的文章。 小林子成天除了若有所思地做实验，就是若有所思地想问题，经常会问出这样那样奇怪的问题来。对于这些，他的莫愁师姐总是一一解答。小林子最近关心的是所谓大数据的问题，虽然大数据这个词是如驴灌耳的，也看有些文献，就是对大数据随便分析分析，就稍微做两个验证试验就发了文字。但他却从来没弄明白过究竟是怎么回事。这种事情只能去问师姐啊，拔兹道是不是大家都会羡慕他有辣么好的师姐呢？
莫愁：其实也觉得挺难三言两语说清楚这件事情的，就举了两个栗子。
第一个栗子很简单，要知道大数据，那就先知道知道什么是小数据咯。比如十七八个盲人在那里摸象，每个人都会获得自己心目中的数据，但仅仅是局部的“小数据”，代表不了整体。当数据达到一定的体量之后，才会把整个事件看得清楚和透彻，这就是大数据和小数据。在生物学上，各种组学及表型的数据整合在一起，就形成了“大数据”。这样的大数据，就能在整体上把握像肿瘤这样的“大象”，而不再是片面的。
第二个例子有点复杂，要知道那么大体量的数据能干嘛呢？最简单的例子就是算命，当然不要以为算命不科学，其实算命就是延续了5000多年的一个问卷调查，拥有大体量的数据，以及对相应目标未来的一种预测，这就是大数据能做到的事情了。比如：五年前，谷歌的一个研究小组在《nature》上宣布了该小组可以追踪美国境内流感的传播趋势，而这一结果不依赖于任何医疗检查.他们的追踪速度甚至比疾控中心（CDC）要快的多。也就是说，通过对大数据的系统分析，就有可能找出或预测出一些新的机制或分子间的相互联系。
但小林子还觉得不是很清楚：那师姐，我们做科研要大数据干嘛呢？
莫愁：小林啊，要记住，任何数据对于我们来说都是珍贵的。大数据对于科研来说是必不可少的哦！
倒是可以给你，再举几个例子，给你几种运用大数据的科研思路，给你的科研思路添点干货。
一、最常见的思路：运用芯片技术，对少数几个肿瘤组织进行研究（20例），找出差异基因，再将这些筛查出来的差异基因，回归到大数据的芯片数据库中（200例以上）去进行独立验证；
二、容易被忽视的思路：细胞系中进行表型或敲减的筛选，选出可能的较为重要的基因，通过已发表的芯片数据与临床表型数据，找出该基因与临床表型之间的关系，反映出它临床上的重要性；
三、Topic指导的Story：一般来说这种也是比较常见的运用大数据的科研思路了。比如我有一个Topic，我要make astory。这个story要有一定的结构：肿瘤，基因，机制。比如“我做的肿瘤是肠癌”，“最近一直在关注miRNA，不知道能不能扯上点关系”，“最好和自噬有辣么点关系”。好了，所有要素都全了。那下一步怎么做呢？首先，通过拥有大数据的数据库（例如TCGA），找出mRNA、miRNA及临床相关数据，筛选出已经发表过的与自噬相关的基因。预测通过自噬来影响肿瘤发生发展的miRNA及其靶基因。紧接着，细胞实验验证其与自噬的相关性。紧接着，动物实验…… |
|
|
