如何做到“扔一个基因进去，给你出来一篇文章”

很多小伙伴都不造如何开始自己的课题，基因蛋白千千万，到底要研究哪一个呢？老板某天突发灵感说A基因挺热，搜搜文献看看能不能也蹭一蹭，跪了，又要查文献，宝宝不想5555。。。

我就是懒得搜文献，有没有一种随便挑个基因，就能给我出个文章思路的工具啊？！

——小编发现真的有啊，这个“懒人工具”整合了多个主流数据库及数据挖掘技术，从相关文献、功能通路、表达概况和疾病（表型）四个角度来统计和评价基因研究情况。

于是乎一篇文章的思路就这样硬生生的被挖了出来！文章题目就是↓↓：

“A基因通过B通路调控C表型”

首先，拿CXCL14基因来举个栗子，在这个“懒人工具”中输入该基因后，出现这样↓↓一张类似雷达的科研热度图，看了这个，至少你能回答老板的“这个基因值得做吗？

上图中，根据基因在数据库中的注释情况，从相关文献、通路、功能、已验证的靶向miRNA、和疾病五个角度来统计和评价基因研究情况。

1. 相关文献：被文献报道的总次数；

2. 通路：即根据KEGG数据库(Kyoto Encyclopedia of Genes and Genomes，京都基因与基因组大百科全书），统计基因参与的通路的数量；

3. 功能：即根据Go数据库（Gene Ontology，基因本体学数据库），统计基因参与的功能(生物过程)的数量。

4. 已验证的靶向microRNA：已经有文献发表验证的miRNA的数量。

5. 疾病：已经有文献发表的疾病数量。

接下来，进一步挖掘出基因与疾病的对应关系。工具中统计了基因涉及的TOP20个疾病。每种疾病相关的文献数目已在图中列出，直接点击就可以查看文献了！

回顾下我们的课题思路是啥？ A基因通过B通路调控C表型。

下面重要的一步来了。了解A基因调控某疾病（表型）的机制（每个基因与基因之间都有非常多的调控关系），这个工具从基因相关的转录因子、miRNA、lncRNA和上下游相关基因的四个角度（基本上差不多的机制都涵盖了）来展示基因与基因间的关系。

直接点击某一个基因就可以看到两者（比如说CXCL14和CXCR6）具体的调控关系。

1. 转录因子：已经有文献报道的相关转录因子；

2. miRNA：已经有文献报道的相关miRNA；

3. lncRNA：依据文献挖掘可能有关的lncRNA；（准确性较弱）

4. 上下游相关基因：依据KEGG数据库(Kyoto Encyclopedia of Genes and Genomes，京都基因与基因组大百科全书）的基因上下游关系。

以上就帮我们节省了查文献的时间，因为转录因子、miRNA都是文献报道已知的。

接下来可以创新了，比如要预测转录因子：

看下图↓↓，直接给出了预测的转录因子+可能的甲基化位点+SNP位点！

此时你的文章又高了一个lever，题目已经变成：

“某MiRNA甲基化调控A基因通过B通路促进/抑制C表型”

最后，临床的小伙伴会问，我要知道人的样本中A基因的表达情况咋办？有办法！

工具直接收集了TCGA中的标准化数据文件，可以直接使用(时间为2016年6月，已经很新了)，显示该基因在33种肿瘤的癌组织和正常组织的表达情况。

    此时此刻，有没有人想问这个平台链接呢？链接呢？链接呢？

   （会不会有想ko小编的冲动）

敲黑板啦~~名额有限，还是在留言区说说你为什么想要和对课题思路的想法。

和提供方苦口婆心磨嘴皮子，要让更多的小伙伴能用上，Bingo，最终我们可以阳光普照一下啦，凡是留言点赞数达到10的小伙伴都可以获得使用权限（点赞数量最多的前3位，会有想不到的神秘礼物哦）。2017年8月17日中午12点整截止哦~