还在为课题设计烦恼、秃头。教你一招，一次性解决

 

关注公众号：Sci科研助力

筛和猜，你pick哪一个？
常言道，万变不离其宗，科研亦如此，无论其外在形式如何复杂多变，其内在的逻辑论证规律始终不变，而这便是基础科研中所谓的套路。
然而，科研中的套路既来源于文献又高于文献，零基础科研者们如若不经过一番摸爬滚打，只怕很难真正领悟其中奥义。
而在充分理解了科研论证的逻辑规律后，课题设计的研究框架很容易就能从诸多文献中提炼出来。接下来无非就是将研究内容框架转变为填空题，便于后续类似研究方向的课题开展。
只有如此，科研课题的快速设计才不再是一句空话，且能很快的转为论文输出。
01
然而，套路虽好，但其所带来的千篇一律，却会触犯科研创新的大忌。所以需要恒量与变量多重组合的巧妙搭配，打破科研创新瓶颈。这其中，分子变量就是文章演变出“新花样”的关键所在。
就分子创新而言，一般主变量的创新可分为两种：一类是大的创新，是主变量跟表型之间完全没有报道过；其次是微创新，就是指主变量在其他的研究中有提示，可以得到这个结果。
毫无疑问，前者才是文章刊登于高影响因子期刊的一块敲门砖。
在眼下的生物大数据时代，高通量技术的飞速发展使得相关的基因数据直线飙升，置身于其中，很容易就有一种乱花渐欲迷人眼的感觉，不知道该如何取舍。
02
那么在这浩如烟海的分子中，究竟哪一个才是独属于自己的“宝藏”分子呢？
别急，本喵大大的六字真诀“要么筛，要么猜”，可解大家的燃眉之急。

筛，就是用自己的样本做高通量筛选或者用现有的公共数据库进行数据挖掘，得到一系列的差异基因列表，然后通过对该列表进行整合分析，如交互作用网络分析、功能聚类分析和相关通路分析，就可在差异性分子中寻到以下线索：
1）谁身居要位，成为调控网络的节点；2）与哪些表型密不可分，相关性最高；3）跟哪些已知的通路调控关系牵扯不清，确定机制研究的大致方向。
猜，就是查阅文献，看看分子的亚细胞定位、分子结构域，看看新发表文献中的分子是否在本领域发表过，从而找到1个或几个分子，再进行后续的湿实验验证。
03
至于筛、猜之间如何选择，本喵同样有一个六字真言送给大家——“有钱筛，没钱猜”。
高通量数据筛选方法虽然多，但最常见的技术平台就三个：芯片、测序和质谱。其中，芯片和测序均可从DNA/RNA水平来筛选靶分子，而质谱则可从蛋白水平和代谢组学水平来筛选靶分子。
在筛选的靶分子中，通常以转录水平的分子为最优选。一般而言，这三种高科技含量的实验技术是不需要自己做的，可找相应的外包公司获取服务。
所以如果你研究经费充足（8-10万或更多），在进行临床样本的高通量筛选时，可用二代测序去检测非编码RNA（如lncRNA、circRNA）的差异分子。如果预算紧凑（三五万），表达谱分析编码基因差异也是个不错选择。
04
而如果你囊中羞涩，那么你也可以在已有的高通量数据中挖掘自己个性化分子研究分析。
在数据挖掘中，你应该高效率地从众多的差异表达分子中建立一个10-20个分子的精选列表，进而优中选优，选出需要进行实验验证的分子。筛选过程中，除了差异表达的倍数要显著以外，更多地需要考虑课题主变量的创新性问题。
不过，有些时候可能你既无相关高通量数据，也没钱做筛选，这时也不要手足无措，因为你仍可直接从文献里挑选分子。
一般建议大家首先选定3-5本自己研究领域里面的权威期刊（IF>=10，二阶水平）,并找出这些杂志上最近3个月发表文章所研究的分子，再以Pubmed检索来检测分子的新颖度。
选中三五个分子后细读文章来了解分子的背景，随后再直接对这个候选分子进行表型验证。注意，这里的疾病和表型都不能跟原来的文章一样，否则文章创新性会大打折扣。
05
然而，无论是筛，还是猜，只是确定了候选分子的大概来源，而我们所需的靶分子有很大概率能从中得以确定。
至于挑选的候选分子有无效果，仍需要分子和细胞水平的实验验证后方能知道。
而若要想快狠准的找到独属于自己的靶分子，就必然要遵从谋求验证获得阳性结果的最佳策略——“通量克服概率”定律。
因为只有同批次多做几个候选分子，才可规避客观的科研风险，提高把偶然性转化为必然性的可能性，确保在一个实验周期内能获得有价值的研究成果。