大家都想着是要随手就能发出蚊帐来,其实说实话,哪儿有这么容易呢?低分不做实验的蚊帐也不是那么容易随手就灌出来的。 为了这个我调查了一下这类蚊帐的生态哈,首先是在pubmed上搜一下肿瘤方面的不怎么做实验的蚊帐: 没错,一般来说搜“bioinformatics cancer”就基本能搜出来了。当然,我选择了一下发表的时间: 也就是近半年的蚊帐,都讲了哪些……接着,选择一下分值,挑个低分的: 1-2分的蚊帐,大致分成两类,第一类是全凭数据挖掘,从各个角度各个层面挖数据,用的呢,也就是芯片数据库、DAVID(做GO分析和KEGG Pathway分析),还有就是STRING配合Cytoscape分析PPI。 另外一类就是数据挖掘找出差异基因后,用简单的实验来进行验证,比如qPCR或者WB。还有的会涉及到一些细胞的功能实验。 我们再把指针调到2-3分: 这个分值下的蚊帐在数据挖掘上,有很多是通过多个芯片挖掘后整合在一起获得结果的,在蚊帐里会有很多类似这样的分析策略图: 当然,最终的结果还是显示出一堆Network图。这样的蚊帐,大多数是miRNA和甲基化相关的,由于这种芯片或者测序数据比较容易挖掘。由于是转录或者转录后调控,所以也有一定的表达相关性。有的蚊帐,是通过实验后发现的差异,然后去数据库中进行再验证的: 比如生存曲线,基因表达的箱状图,都给已有的验证一个进一步的说明。 李莫愁博士:蚊帐中有生物信息学的数据挖掘和分析并不是不好,也不能直接扣上灌水的帽子,其实蚊帐没有好坏。通过数据的挖掘,找出方向,然后通过这个方向,深入研究机制,其实也是不错的选择呢。这个比较时候前期没有经费,也没有课题方向的同学来考量设计自己的课题。好啦,今天就先策到这里吧。 |
|