学习了那么多科研套路，为何你还是无从下手?!

对于科研工作者而言，套路固然很重要，但是有时候即使我们知道套路，但还是觉得无从下手。就拿miRNA研究来讲，即使你知道可以通过网站预测靶蛋白的miRNA这个套路，但是你却很迷茫该做哪个蛋白。如果你真的无从下手，那我建议你找一些明星分子入手，因为将套路应用到明星分子上，结合明星分子的热度才能提升文章的档次。

为了让大家更好的理解套路 明星分子=好文章这一定律，我以这几年研究比较火热的明星分子NLRP3以及肿瘤抑制子TP53来为大家做介绍。

首先介绍一下NLRP3这个明星分子有多火爆，关于它的文章有三分之一发表在5分以上的杂志上。

上述的结果还是因为最近这几年灌水太多的原因，早几年这个比例已经超过了二分之一，是当之无愧的明星分子。

肿瘤抑制子TP53（也称作P53）是当之无愧的明星分子，通过pubmed搜索可以看到，与它相关的文章有9万多篇，而且三分之一的文章在五分以上。

• NLRP3 miRNA套路
  

按照我们习惯的套路，首先预测NLRP3的miRNA（预测网站见【3min小视频】手把手教你查找miRNA靶基因）。可以看到，NLRP3对应的miRNA为miRNA223。

后期通过实验验证miRNA223调控NLRP3影响炎症发生就能发文章了。Pubmed搜索，发现miRNA223调控NLRP3的文章竟然有18篇。

• TP53 miRNA套路

同样首先预测靶向TP53的miRNA，发现miR-122与之结合。

Pubmed搜索发现miR-122调控TP53已经有22篇文章报道过。

• NLRP3 相互作用蛋白套路

按照我们习惯的套路，首先预测与NLRP3相互作用的蛋白（预测网站见如何做生信分析发3分以上文章之再续前缘）。可以看到，NLRP3相互作用蛋白很多。

就拿TXNIP蛋白来说，它和NLRP3结合的文章有100多篇，甚至还有2篇CNS主刊。

• P53 相互作用蛋白套路
  

同样用string网站预测P53相互作用蛋白，可以看到P53和多个蛋白都有相互作用。

就拿MDM4来说，有关它和P53相互调控的文章已经达到455篇之多。

当然，如果你觉得这样文章档次还是不够，还可以进一步提升的，比如可以通过pubmed查找与它相关的疾病，在这些疾病模型中进一步验证你所研究的miRNA或者蛋白的功能，这样定能做出一篇相当不错的文章。

总之，学习套路后，我们需要结合明星分子才能更好的发表文章，还犹豫什么呢，赶快找个明星分子刷起来。