0近几年纯生信的文章如雨后春笋般遍地开花，因为会的人越来越多，各种培训班，但是生信文章也是良莠不齐的，我们通过检索pubmed数据库，发现现阶段纯生信套路文献大致分为miRNA、DNA甲基化、lncRNA、circRNA的ceRNA、分子标志物模型、SNP及拷贝数变异等等。
但是高分的文章毕竟还是少的，那么高分文章究竟有什么秘密呢？我们今天就以m6A科研热点的生信文章为例讲解。像那些2、3分的水刊咱们就不看了，直接上10分的文章感受一下
1）“书写”(Writer)，甲基化转移酶(methyltransferase)。主要包括METTL3、METTL14、WTAP等；2）“擦除”(Eraser)，去甲基化酶(demethylase)。主要包括FTO、ALKBH5等3）“阅读”(Reader)，一种特定的RNA结合蛋白，能够使m6A修饰的RNA发挥特定的生物学功能，主要包括YTHDC1、YTHDC2、YTHDF1、YTHDF2等。
来看看这篇文章的泛癌症研究中m6A相关纯生信文章，怎么能够发到这么高的分数。首先我们看到了，这里总共包含了33种肿瘤类型，至于有哪些基本上就是TCGA中的那些。
那么这么多肿瘤中，和m6A相关的那些个基因突变频率和CNV情况如何呢？如上图。下面这幅图呢，就是m6A相关的蛋白在33种肿瘤中的差异表达情况，可以看到表达差异最大的最多集中在了Readers区哪几个基因上，然后单独把IGF2BP3在各个肿瘤中的表达情况通过箱式图进行了展示。
然后作者又将readers、writers、erasers这些蛋白的PPI网络、表达相关性进行了分析：
作者又将readers、writers、erasers这些蛋白和肿瘤相关的正负相关通路做了一个富集分析，显示出了紧密的联系。
最后作者通过生存预后分析的结果，将33种肿瘤中各个蛋白与差预后的关系通过红蓝色块展示，红色为正相关，蓝色为负相关。C图和D图是单独的肾癌中m6A相关蛋白的聚类热图以及总的生存分析图。
那么我们可以做的就是将这些基因分别放到33种肿瘤中去单独深入分析，也能出不错的数据分析的结果。所以大致我们能知道，高分纯生信SCI的套路一般是：泛癌研究
样本量巨大
不同数据库交叉验证
展示的组图养眼舒服、简单明了
如果你有意向可以来找我们团队的生信博士进行切磋。
关注后获取《科研修炼手册》1、2、3、4、5、6、7、8、9、10