课题设计决定文章的下限，数据挖掘决定文章的上限。
——沃林老师
从 Pubmed 数据库搜索的结果来看，自 2000 年，数据库的数量呈指数上升，迄今已经有超过了 2000 个数据库了。
数据越来越多，方向就越来越广。上千个数据库，给我们带来了挖不完的宝藏。面对这块不用花钱的大蛋糕，大家都想分一杯羹！
（图片来源：自己做的）
数据挖掘在医学研究中如何发挥价值？
价值一：提供医学研究基础
对一些刚刚开始做科研、没有明确方向的科研新手来说，数据挖掘可以提供一个相对正确且容易产出阳性结果的研究方向，实现从 0 到 1 的起步。
例如，这篇 IF = 23 的 Nature Immunology 的文章，选题起源就是来自数据挖掘。
（图片来源：Nat Immunol. 2019 Jul;20(7):835-851.）
作者利用了 TCGA 数据库里一个泛癌种的关联研究，确定了研究目标 LINK-A 可能和免疫微环境有关，进而展开了一系列详细的后续研究，得出了很好的结论。
如果没有数据挖掘提供的研究背景和研究方向，可能就做不出一篇如此精彩的论文。
价值二：给文章提供优秀的素材
很多医学研究通过数据挖掘、分析验证自己的结论，比如以下几个方面：
1. 预后验证：实际临床工作中随访工作较为复杂，且耗时耗力，但通过数据挖掘的方法，可以轻松验证患者预后。
2. 人群/物种交叉验证：数据挖掘可以实现不同地区的人群之间的对比，甚至不同物种之间的对比。
3. 提高过可信度：用自己已有的数据与公共数据库中的数据进行对比，呈现结论的时候，增加结果的可信度。
举个简单的例子：
这篇 Nature 发表的文章，就是将自己的数据与公共数据对比，验证自己的数据，从而突出自己研究的意义。
（图片来源：Nature. 2019 May;569(7757):560-564.）
价值三：零成本产出 SCI 文章
对于没有时间做临床试验的医生、医学生来说，数据挖掘可以做到：
不花钱、不做实验、不做实验发 SCI 文章！甚至，发很多篇 SCI 文章！
当然，数据挖掘需要技巧，通过数据挖掘发 SCI 需要正确的步骤：
（图片来源：课程截图）
第一步：筛「方向」
「筛」的关键在于研究对象的选择和研究方向的确定，一定要尽可能的找到一个有发表潜力的方向。具体可以从以下几点入手：
优先选择与临床意义相关的方向，比如免疫治疗、疾病进化或预后等；
参考自身研究领域内最新会议报告内容及基金申请结果；
参考最新的综述文献，用心细读，勤做笔记；
跟踪各类学术公众号的热点文章。
第二步：「挖」数据
「挖」就是一门绝绝对对的技术活了，这里有四大原则：
（图片来源：课程截图）
第三步：「下」结论
对于数据挖掘的文章，结论一定不要超过 3 句，避免结论过大过空。
（图片来源：课程截图）
除此之外，数据挖掘涉及到不同数据库的挖掘方法、不同数据的分析方法，真正学习和掌握数据挖掘，需要系统的学习。
丁香园特邀国内最先做单细胞测序的团队成员之一，沃林老师，开讲《零基础实用数据课程》。
沃林老师长期致力于研究高通量测序技术及数据分析，擅长生物信息学的数据挖掘及课题设计。累积发表数据挖掘类 SCI 文章 40+ 篇，其中 10 分以上达 5 篇。
课程现在还在内测预售中，我们精选出 3 节超高价值的精品课，特价送给数据挖掘零基础的同学们。
3 节精选课程 + 20 篇优秀数据挖掘论文 + 100 元代金券，仅需 1 元！
扫描海报二维码，加入内测预售，抢精品课程。
沃林老师的《零基础数据挖掘》课程涵盖了超过 15 个数据库挖掘的方法。
不仅有常见的基因分子数据库、预后数据库，还紧追热点囊括了单细胞、免疫细胞浸润、蛋白互作、蛋白表达等数据库。
结合已发表文章中的实际案列，手把手教会你如何分析数据才能发挥价值，学完真正能上手！
考虑到医生、医学生普遍没有编程背景，课程学习中的大部分结果都可以使用在线工具生成，学习操作毫无压力。
同时，我们还提供 R 包，手把手跟着操作，R 语言零基础也可以直接出图。
上下滑动查看课程大纲
点击查看大图
封面来源：站酷海洛 Plus
点击阅读原文，参与内测活动
先听课，再领券学习
