科研课题方向如何选择？

　　科研一途，每一步都难能可贵，从一开始的课题方向选择到实验的实施阶段，最后完成文章的撰写工作。今天我就和大家来聊一聊课题方向选择的问题。

　　课题决定着研究高度，大家是否都经历过不知无从下手的窘境?今天我就给大家简单介绍两招。

　　选题第一招 结合热点

　　选题方向最好结合热点，哪个热门往哪靠，通常做法就是选择个热门的领域，例如目前很热门的外泌科，科研老手们可能将多个热门结合在一起。

　　那么我们来看下大神的案例，大家看完就能了解大概了。

　　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。

　　为什么这篇能发Nature?

　　首先我们来看看这篇文章结合了几个热点，从标题我们可以直接的提取出两个热点，细胞免疫治疗和细胞代谢，两者俱是现在研究热门。

　　接下来我们看看作者的研究思路：

　　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。

　　首先我们来看看作者为何选择ACAT1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。

　　我们可以借鉴老药新用这个思路，在目标基因的筛选上，查看某些药物的靶点是否在实验条件下发生显著变化。除此之外，作者更是结合了热门的PD-1进行了研究。

　　所以这篇文章作者的出彩之处主要就是结合了三个热点，并结合了老药新用的应用价值。

　　所以我们要多多关注热点，结合自身主攻方向才能碰撞出璀璨学术的火花。

　　选题第二招 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

　　在GEO数据库中如何下载感兴趣的数据?

　　如果需要查看关于肺癌研究数据，直接在GEO数据库中搜索lung cancer，查看返回的搜索结果，选择感兴趣的课题点击GSE编号。例如下图：

　　点击图中红框处GSE编号变回跳转到详情页面，选择Series Matrix下载，其中包含了标本和标化后的数据。

　　数据分析

　　如何进行数据分析

　　当我们拿到研究数据后就可以进行分析了，建议通过生信分析工具，例如DAVID可以进行注释。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

　　GCBI

　　与GEO数据库相比，用GCBI进行数据挖掘就简单了，同样的还是在GCBI官网搜索感兴趣的研究，可方便的直接发送样本到GCBI在线实验室进行分析。

　　如果大家还在烦恼科研课题方向如何选择，不如试试本文方法。