我叫林平之，是莫愁师姐的师弟。好吧，虽然国自然申请结束了，但是我还是想要有一个我自己的课题来实现一下自我价值。好吧，以下内容非专业人士请勿模仿。我要开始装逼了！友情提示，如果你错过了，我不能保证你下次还能看到这么闪耀的装逼技能。
首先，我是两手空空的，啥都没有，我要找做个什么课题呢？呃，就选非小细胞肺癌好了，比较草率。具体研究啥呢？就研究非小细胞肺癌的某个转录因子好了。于是，我首先打开GoPubMed（ http://www.gopubmed.com/web/gopubmed/ ）。输入这样的Mesh词：Neoplasms[mesh] Lung[mesh] 'Transcription Factors'[mesh]，也就是要搜一下有没有和肺癌相关的转录因子有啥已经研究过了哈，于是得到了下面这个结果：
于是，很随意地，就选了这个Nrf2作为我研究的对象。搜了一下，呃，总共就176篇文章，很好，研究的不算多。
接下来就打开NCBI的GEO芯片数据库GDS（ http://www.ncbi.nlm.nih.gov/gds/ ），搜一下非小细胞肺癌的芯片：
然后随便挑了一个下载了一下（不知道怎么弄就点这里）：
看了一眼，次奥，全都是肿瘤的数据，没关系，我要的就是这个。
接着，打开万事屋的火山图，我们这次不用火山图的数据哈（不知道的点这里），这次要用到的是共表达计算：
为啥要搜共表达，这个很简单，转录因子调控的下游基因，多半和它是有共表达关系的。说简单点，转录因子多了，表达量上升，少了的话下游基因表达量就自然下降了。简单不？
然后把基因Symbol输入到“正常”这一栏，因为没有正常组织，那就输入个空的就行了，就输入基因名：
接着，把数据都输入到“疾病”这栏。
然后，在原有的芯片中找到Nrf2基因，呃，居然没有，然后搜了一下，发觉这个Nrf基因的基因Symbol应该是“GABPA”。好了，在原有的芯片中找到这个基因，把这行都复制下来：
Bia到“输入需要分析共表达的肿瘤的数据”这一栏里，记得选择性粘贴文本：
第三页就会出现这样的结果。下一步，就把这结果复制出来，贴到新的Excel里（主要是为了节省内存），然后增加筛选。这里相关系数越接近1，就越相关：
下一步打开M神器（ http://merav.wi.mit.edu/ ），请不要再问我M神器是啥了，已经都赤果果地说了好几遍了。把筛选到的与Nrf2相关性极高的基因Bia进去：
M神器是有一个验证基因相关性的按钮的，点一下，就能知道是否在大样本量中有相关性，然后做个箱式图验证一下，这几个可能的下游基因是不是在肺癌中高表达？
那我们就选GART吧，这个基因是不是真的会被GABPA（也就是Nrf2）所转录调控呢？那简单啊，看看GART的启动子区段有没有GABPA（也就是Nrf2）的结合位点就行了，那要用什么呢？要用JASPAR（ http://jaspar.genereg.net/cgi-bin/jaspar_db.pl ）来分析，先输入Nrf2，不知道为啥这里要输入Nrf2……然后确认，就会出现这样的界面：
选GABPA就行了，然后要输入GART的启动子区，去NCBI上找到GART的转录起始位点前1000个碱基左右的位置，然后复制下来。具体怎么弄，自己想想吧，我们也已经讲过好多遍了呢……（实在不知道就点这里）
然后输入到JASPAR中去，记得在前面加上“>”这样就是FASTA格式了：
确定后，就会显示出结果了，在GART的启动子区域，有三处可以结合GABPA（也就是Nrf2）基因的位置哦。
于是，我们可以提出一个装逼的假设，GABPA（也就是Nrf2）基因可能可以通过转录调控GART影响非小细胞肺癌发生发展。回头我们再看看，这俩基因之间的联系，基本没有人研究过……
好了，看明白了么？这个逼装完了……由于逼格过高，记得多看几遍哈……
…华丽丽的分割线…
李莫愁博士：所有数据挖掘，都是纸上谈兵，但也不能排除会有这样那样的可能性，有了科学的一个假设，然后就接着一步步证明就行了。可以大胆假设，但论证的时候就必须要小心了。好了，今天就策到这里吧！
万事屋出售的课程及服务（点击下方飘黄部分即可查看）
联系客服
