如何运用大数据来挖掘课题

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。

工具介绍

Endnote文献快速去重功能讲解

2020-4-30 20:39:18

工具介绍

lncLocator:在线预测lncRNA亚细胞定位的网站

2020-5-5 22:08:17

声明 本网站部分文章源于互联网,出于传递更多信息和学习之目的转载,并不保证内容正确或赞同其观点。
如转载稿涉及失效、版权等问题,请立即联系管理员;我们会予以修改、删除相关文章,请留言反馈
Notice: When your legal rights are being violated, please send an email to: [email protected]
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索