3分纯生信SCI发了有啥用？
这不开学了嘛，我们实验室来了一个新生，一个呆萌小师妹，跟以前的我刚来实验室一样一样的，喜欢问各种科研问题，非常好学，为这样好学的自己和这样好学的师妹点赞。正像对生物信息、数据挖掘接触不多的小白一样，师妹问“发3分的生信文章有啥用啊？单位认可吗？”
在大数据的时代，只顾着啃文献，吭哧吭哧培养细胞做WB，不花点时间了解一点数据挖掘，显得有点落伍了，因为生信文章单位既认可，也是非常重要的科研工作的一部分了。
（一）数据挖掘帮你找靶标分子
说到生物信息学的目的和模式，小编不由得想到了2个比较生活化的大数据挖掘的经典案例，想必大家也都知道。
Google成功预测冬季流感：2009年，Google通过分析5000万条美国人最频繁检索的词汇，和2003年到2008年间季节性流感传播时期的数据进行比较，成功预测了2009冬季流感的传播。
啤酒和尿布：这个想必大家都听说过，就是Walmart利用同一个采购订单上出现的商品名称进行关联，发现啤酒喝尿布同时出现的频率更高，于是就把啤酒和尿布放在一起促进销售。
同样滴，生物信息学在对高通量工具得到的蛋白质、基因、RNA等表达差异的数据进行分析，可以帮助你我找到要研究的目标新分子。
（二）生信文章模式有迹可循
生物信息学的目的是寻找有表达差异的新分子、调控方式，例如疾病状态下的差异表达的非编码RNA，或者某个基因改变引起了哪些基因的DNA甲基化现象等，这对于确定下一步的研究计划、申请科研资助都有非常重要的帮助，那么不做实验，临床方向的生信文章有没有模式可以参考呢？
污小贼总结如下，仅供参考。
找新分子有哪些策略？
可以查阅文章（策略篇）千里挑一：挑选差异基因的七点策略
然后咱们啪啪啪地来两篇文章消化一下这个模式。
1．结直肠癌中miRNA、转录因子、基因的调控关系网络，BMC Bioinformatics (IF=2.5)
单位：南方医科大南方医院
和CRC有关的基因数据来自于TCGA、CGC、OMIM数据库；和CRC有关的miRNA数据来自于miR2Disease、PhenomiR2.0、HMDD2.0，使用miRanda和TargetScan获得miRNA、TF、基因之间的调控关系谱，统计工具为R语言软件，可视化展示用的是Cytoscape，以下为逻辑示意图以及结果。
2．成胶质细胞瘤中CXCR4的低表达、基因甲基化水平的预后分析，ExpertReview of Neurotherapeutics (IF=3.1)
单位：首都医科大
成胶质细胞瘤芯片数据：GEO、TCGA→R2、UCSC Xenabrowser→差异基因筛选→CXCR4表达和甲基化的预后分析
UCSC
你说文章一发，你还愁毕不了业、加薪、下一步没有分子可以做实验吗？
文中提及的一些工具使用方法参考以下文章：
《生信、基金手册》
2斤的生信基金知识
520页满满的干货
9月15日前，特价促销，数量有限
微信：541363341
长按二维码识别关注“小张聊科研”