定的课题都定了，没关系，留着明年用（估计大家要揍我了，那我就预祝大家都中中中！）
进入正题，对于一个科研工作者而言，最重要的就是寻找一个有意义的课题，虽然不是每个人都能像凯库勒（什么人？）一样灵光乍现，想出苯环的结构，但是我们却能通过综合各大数据库来发现一个好课题，今天，我就给大家讲述一下如何运用大数据来挖掘课题。
假如你对体内重要的蛋白激酶SYK很感兴趣，想对这个蛋白进行研究，探究其在体内的生物学功能。
1. 首先进入STRING网站，预测能和SYK发生相互作用的蛋白，在图示的地方选择并输入SYK。
2. 点击Serach，然后continue
3. 可以看到SYK可能与GRB2有相互作用。
4. SYK2作为一种重要的酪氨酸磷酸激酶，因此我们假设SYK能够使GRB2发生磷酸化，进入磷酸化预测网站，预测SYK2是否可能使GRB2发生磷酸化。http://gps.biocuckoo.org/links.php#l1。
5. 点击WEB SERVER，在左边激酶区选择SYK，右边输入GRB2的蛋白序列，在Threshold中选择High。
6. 点击Submit
7. 我们可以看到，最有可能发生磷酸化的位点是Y7和Y209，后续我们就可以通过实验来验证这一结果。但是如果你还想进一步预测可能性以及确认是哪个位点，还可以继续通过一个网站来预测。
8. 进入网站激酶预测网站，http://www.phosphonet.ca/。
9. 点击Search后，找到Y7和Y209，分别点击其后的Kinase Pred。
10. 发现Y7预测的激酶中，可能性最大的几个激酶中不含有SYK，初步排除这个位点。
11. 点击Y209，预测激酶。发现SYK2的可能性最大，因此可能初步得出结论，SYK促进GRB的Y209位点发生磷酸化修饰
根据预测的结论进行试验验证，这样一篇SCI就轻松的搞定，通过文献查找，我们发现，的确有文章报道SYK促进GRB2的Y209位点发生磷酸化从而影响细胞功能。
这就表明，用这种方法是可以轻松做出一篇高质量的SCI了。
