干也好，湿也好，都好难离开这两个神器

做肿瘤数据挖掘也好，还是基础科研也好，都难离开这两个神器。这两个神器是什么呢？一个就是Oncomine，另一个就是OncoLnc。

Oncomine的主要用途; 分析基因在癌组织中的表达水平，一般都是做cancer vs normal的差异分析，这个数据库的使用非常简单，直接登录就可以使用，可能有一点难的就是搞一个非盈利性邮箱。登录：https://www.oncomine.org/resource/login.html

OncoLnc的主要用途：就是生存分析，这个数据库最简单了，丢进一个基因，选择一个癌症类型，就可以出来生存曲线，登录：http://www.oncolnc.org/

猜你喜欢的文章

►我的天啊，这也能发SCI

►这种方法发文章既不需要代码也不怕电脑配置不够

►写这些本科毕业论文根本不用吹灰之力

►这种SCI浪费现象，你怎么样看？

►TARGET之ceRNA（首发，抢发)

►聪明的人都在用这个数据库构建ceRNA

►这样的论文小学生应该也可以

►全亚洲发文最快的套路

►这种套路你肯定可以

►SCI=简单数据挖掘+简单实验

►不做meta分析，不做生信数据挖掘，利用这个数据库就可以发一大堆SCI

►miRNA既然可以这样挖掘

►这种套路既可以发文章，也可以作为课题设计

►TCGA miRNA数据挖掘文章分享

►TCGA lncRNA挖掘学习文献

►抢发，抢发！

►纯数据挖掘的ceRNA貌似快成为下一个meta了

►有钱也不一定能够发高分文章

►批量挖掘TCGA lncRNA的机会来了

►批量挖掘TCGA临床数据的机会来了

►没有数据发文章？不存在的

►这批数据等着你去挖掘

►GEO数据挖掘的深度不够，有没有提高GEO数据挖掘的深度的方法呢？

►国自然标书里面最好不要列出这些期刊的文章

►想不到课题？不存在的

►生信数据挖掘选刊，就这服两个期刊

►干湿结合发文套路

►做数据挖掘的你需要这款牛逼软件

► 免费课程再次上线

►批量挖掘TCGA lncRNA的机会来了

►批量构建TCGA lncRNA Cox回归模型？

►SEER数据挖掘这样玩才过瘾的

► 遇到这样的导师已经很不错了

► 批量挖掘TCGA让发文速度更加快

► GO富集分析这种图，你也可以呀

► 这也许是全亚洲发SCI最快的方法

► 环状RNA在非肿瘤方向的研究

► 贝叶斯网状meta分析应该怎么样学呢？

► 非肿瘤方向应该怎么样做预测模型？

► 想不到课题？不存在的

► GEO数据挖掘的深度不够，有没有提高GEO数据挖掘的深度的方法呢？

► TCGA这样挖掘才爽的

► GEO lncRNA 数据挖掘的文献分享

► 国自然经费预算需要注意这些

► 这样的基础科研套路你也可以

► 如何快速学习GEO数据挖掘？

► Meta分析这么烂了，还能玩吗？