在科研的道路上，似乎每一步都显得十分不易，从课题方向的选择，实验的实施，到最后文章的撰写。

今天我们就来聊聊第一步，课题方向的选择问题。

课题决定了研究高度，有时是不是在课题方向上不知从何下手？对此，在这给大家支简单的两招。

第一招 结合热点

最好是结合热点，热点，热点，重要的事情说三遍。哪里热门往哪靠，常规的做法可能是选择一个热门的领域，比如说现在很热门的外泌体，高手可能是将两个热门结合在一起。

那大神会如何？看了下面这篇文章就深有体会了。

文章案例

Potentiating the antitumour response of CD8+ T cells by modulating cholesterol metabolism

研究领域：细胞免疫治疗           相关基因：ATCA-1、PD1        

IF: 38.183                                     PMID: 26982734

这篇文章主要研究在细胞免疫治疗中增强CD8+ T抗肿瘤特性的机理。

那为什么能发nature？

先来看看文章结合了几个热点。单从标题就可以提取两个点，细胞免疫治疗和细胞代谢，两者都是现在研究的热门。

作者的研究思路如下图所示:

乍看跟常规思路差不多，都从表型出发，按着差异基因，筛选目标基因，探索目标基因的功能进行。但其实这里大有乾坤。

首先来看看作者为什么会选择ACAT1这个基因。

avasimibe作为ACAT1的靶向药物，用于治疗粥样动脉硬化，上了临床但效果欠佳，因此没有上市。作者正是看到了这个点，若ACTA1下调确实在活化CD8+T细胞中起作用，那Avasimibe就有可能作为抗肿瘤药物上市。

在目标基因的筛选上，我们也可以借鉴老药新用这个思路，看看某些药物的靶点是否在实验条件下发生了显著变化。这是其一，另外一则惊喜是作者还结合了热门的PD-1进行了研究。

所以这篇文章作者结合了三个热点，并具有老药新用的应用价值，出彩之处即在此。

所以多关注热点，想想如何可以与自身主攻方向相结合，热点之间碰撞出的火花是不可估量的。

二、通过数据挖掘

现测序数据爆炸式增长，但数据库中的数据都只用了很小一部分，所以我们完全可以通过免费数据资源挖掘出的点来作为我们实验的素材。

通过数据挖掘的常规实验思路如下所示，是从数据到表型的逆向思维。先寻找自己感兴趣的数据，通过功能富集，代谢通路等分析看差异基因集中在哪些功能或通路上，筛选出目标基因后再去做相关实验。

在数据挖掘上，可以通过GEO，也可以通过GCBI，下面分别介绍两者如何具体去实施。

GEO

下载数据

在GEO数据库下载感兴趣的数据。如想看有关肺癌研究的数据，直接在GEO dataset中搜lung cancer，便会出来有关肺癌研究的数据信息，选择感兴趣的课题点击GSE编号。

点击GSE后会跳转到具体详情页面，选择series matrix进行下载，里面包含样本和标化后的数据。下方的supplementary file提供原始数据下载。

数据分析

拿到数据后就可以重新进行分析了，可通过生信分析工具，如DAVID进行注释和功能富集。看实验条件下差异基因主要富集在哪些通路，从而筛选出目标基因进行研究。

DAVID官网：https://david.ncifcrf.gov  教程可自行百度

GCBI

和GEO相比，通过GCBI进行数据挖掘就相对简单许多，在GCBI官网搜索相关研究，可将数据样本直接发送至GCBI在线实验室进行分析，简化了中间数据下载的步骤，数据+分析一体化。

还在迷茫的亲，赶快用起来。