看了上篇的工具介紹，是不是躍躍欲試準備大刀闊斧的幹一番科研事業呢？别急，巧婦難為無米之炊啊，工具有了但少了原材料啊。

你有課題嗎？這絕對是讓放養型博士秃頭的一個靈魂拷問。如果你剛入學就已經被老闆分配了課題，那麼恭喜你，可以劃走這篇文章了。如果你隻能幹瞪眼，倒吸一口涼氣，然後可憐巴巴的說“沒有”，那麼不妨繼續往下看。

課題是你以後研究的方向，是你接下來近3年要打交道的東西。這玩意兒就像行軍打仗的地圖，就像叢林探險的指南針，或者，就像輪船返航的燈塔，重要性自然不言而喻。那麼如何尋找自己的課題呢？

在我看來，課題來源針對不同人群可以這麼分類，包分配和非包分配，非包分配又可分為經費充足和經費不足。包分配自然不在本文讨論範圍，咱們主要看看後兩者該如何自我救贖吧。

借用酸菜老師的六字真訣來說，那就是“要麼篩要麼猜”。大白話講就是土豪篩，窮鬼猜。你是土豪還是窮鬼從你選導師那一刻起就已經決定好了，就像投胎一樣沒法改了，哈哈。那具體怎麼篩猜呢？請聽下回分解，不好意思，是下文分解。

經費充足

如果經費充足，恭喜你難度又小了一大半。因為沒有什麼是一沓錢不能解決的事情，如果有，那就兩沓。怎麼說呢？對于财富自由的小夥伴來講，最簡單粗暴的課題來源那就是測序了。首先根據自身專業，選定一個疾病，疾病有腫瘤的專業可以取患者的組織标本、體液标本，也可以用小鼠建立疾病模型後去标本送測序。而如果像我這種心内科的，取标本的可能性就很小了，除了外科換瓣，所以送測序要麼就是取患者血液标本要麼就是小鼠造模取标本。具體是測功能基因還是LncRNA/miRNA或是m6A甲基化，就看你選擇了。

送完測序等待結果，一般測序公司會給出生信分析。如果你刻苦，那麼在等待結果過程，就可以學習生信分析了。等結果一到，直接一通操作，各種看起來高(mei)大(luan)上(yong)的圖片一堆，按差異基因-功能聚類-交互網絡-臨床意義一套，後期加上一點實驗驗證，反正保證我畢業是沒問題了(可是為什麼我醒悟的這麼晚,哭暈)。有了基礎實驗驗證，那麼你後續真正的基礎課題就可以步入正軌了。怎麼樣？正式的實驗還沒開始就有一篇生信保底畢業，完全打消了延畢的後顧之憂了，是不是爽的不要不要的。

生信工具

更重要的是，一次測序就有成百上千個候選差異基因可供選擇，可謂後宮佳麗三千，以後課題組的課題分子可以從這裡源源不斷地獲取。一次測序，課題無憂，哈哈。當然，生信畢竟是生信，有很多分子在基礎實驗中是驗證不出的。那就看你挑分子的人品了，建議一次挑選好幾個分子，同時驗證，以通量解決概率，總會有合适的分子的。

經費不足

經費充足确實解決了很大的問題，那如果有同學咽了咽口水站起來說我沒錢怎麼辦。這位同學請你坐下，如果沒錢送測序，那就用别人測序結果發自己的文章。目前已經有很多數據庫，腫瘤就不用說了，oncomine、TCGA等等，如果非腫瘤，那麼GEO就是你的數據庫。選定一個疾病，在GEO搜索數據集，如果有合适的數據集，恭喜你，如果沒有呢，那就換一個疾病。因為GEO是别人的數據，你得看看别人有什麼，你才能做。簡言之看菜吃飯。比如心梗找不到合适的數據集，那換個肥厚性心肌病呢？

GEO數據庫

找到數據集後，學習GEO數據庫使用，如果數據集已經被整理好了，可以直接用GEO2R分析，那就學習下無代碼生信分析，很容易上手。我就是通過無代碼分析，不到一個月就把圖做好了。如果數據集沒有GEO2R，那就要學習R語言了或者找公司幫忙分析吧，不過又要一筆錢。這裡提醒一下，如果要在GEO下載測序原始數據，一定要在清晨7點前下載，一定要在清晨7點前下載，一定要在清晨7點前下載。不然下載速度太慢，會中斷下載。沒經驗的我就這麼苦苦下載幾天無果，後來聽人建議在清晨下載，結果速度賊快，十分鐘左右就好了。再次證明有人指路是多麼的重要，而我趟過所有的彎路，這也是我寫公衆号的意義吧，不求超車，但願讓你們少走彎路。

生信分析好了，後面就可以和土豪們并肩了，利用挑選的靶基因做驗證，然後開展正式的基礎實驗。

如果你覺得生信分析不靠譜，不想學生信(希望你不會被打臉，反正我的臉腫了)。大多數師兄師姐會這麼教你，去相關領域的頂刊浏覽文獻，看相關的熱點或新穎的分子，然後選一個不同的角度去做。或者關注近3年的國自然标題，看看各位大佬在研究什麼，然後跟着熱點做。然後通常還會叮囑，看文獻看文獻看文獻，還附上重要的事情說三遍。我當年好像就是這樣吧。看頂刊和國自然蹭熱點确實沒錯，但是對于科研小白來說，通過看文獻找課題那就相當于無頭蒼蠅亂飛，大海裡撈針啊。小白對科研套路都沒有認識，一上來看頂刊，絕對繞暈在廁所。而且對熱不熱點沒有嗅覺，看多了文章會自我感覺這個好像可以做，那個好像也可以做，就像我當時做外泌體的想法。必須要明白之所以會成為熱點，那是因為研究的人多，而研究人多了，越做越深，門檻也相應提高了。對于熱點，不是小白想蹭就能蹭的。

所以我的建議是，先學習三十六策，如果覺得後面的套路太複雜，那前20策一定要學完，這樣對于3分左右的文章可以應對自如了。如果隻想自己看文獻領會套路，那至少要明白RESCUE策略怎麼做。明白套路後已經看了不少文獻，根據看過的文獻選定一個3分左右的目标去設計課題吧。不要好高骛遠，沒學會走路就想跑。

以上是針對基礎科研的同學來講的，那麼臨床型研究生呢？

同樣分為土豪和打工人。土豪指自己課題組已經建立好相關疾病的數據庫，隻要調取數據 就可以分析，這種讓人嫉妒恨的對象我們不讨論。打工人則需要自己建立數據了，自己動手豐衣足食。其實也簡單，現在很多醫院病曆系統可以直接調取數據。想簡單點的那就調取某一時間段某疾病的患者信息，然後利用當前炸子雞臨床診斷預測模型，發個3分左右沒問題。如果想做預後預測模型，那就對這些病人做随訪，這個着實麻煩，估計沒人願意做。

如果有同學過慣了衣來伸手飯來張口的生活，這些數據也不願收集，或者就想做預後模型，那麼請你站起來，然後給我出去。其實也有辦法，就像測序一樣，也有收集臨床患者信息的數據庫，腫瘤專業的可以挖SEER數據庫，網上早就有教程。非腫瘤有MIMIC數據庫，不過申請數據需要一些手續，MIMIC數據庫需要通過考試獲得證書才可以申請數據。不過這些都有教程，總之辦法總比困難多。而擁有這些數據庫的使用權，那就像擁有一座金礦，可以無盡地開采SCI。有一位同學已經利用類似的公共數據庫發了5篇文章，而且分值都不低，實名羨慕。而了解到這些的我眼淚掉下來，為什麼我總是後知後覺。

臨床數據庫

好了，這篇文章的分享就到這了。

富人靠科技，窮人靠變異，這條原則在科研界也非常适用，哈哈。如果你和我一樣，那就趕緊通過學習來變異吧。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!