常规3个验证思路：
1）高通量的生信数据挖掘的结果，用低通量的实验技术去验证，也就是我们常规说的，qCPR,WB/IHC简单验证下筛选出hub gene或者单基因的表达水平（mRNA+protein level）
2）数据库进行验证，常规的筛选数据集和验证数据集，GEO和TCGA等相互验证等
3）更多比例的基础实验验证，如第1点的实验验证，你选取的对象是细胞，那么再补充临床样本或者动物水平，再进行qCPR,WB/IHC检测，样本类型之间的多重验证，比光一类细胞的样本会可信很多。
更进一步，如你最后筛选的单基因，可增加对它进行敲低/过表达，开展功能实验，与生信分析的功能富集进行结果验证。
以上验证思路，其中第3点的验证量比较大，常规基础实验有这样的实验量，都可以发2分水平了，大家要衡量好生信分析 vs 实验验证量的比例，目标是几分，对应生信分析的比例多大？——充分利用资源
发现很多临床的学生，连qPCR都不是特别明白，以下几个实验是大家最好了解的。
1.mRNA表达：qPCR
2.蛋白表达类：WB，IHC,ELISA
3.敲低/过表达（质粒-转染等）
4.功能实验
细胞增殖：cck-8/MTT
细胞迁移：划痕
细胞侵袭/转移：transwell，invasion
周期/凋亡：流式细胞仪
克隆形成：soft-agar等
...
这些都是基础实验2分水平的常规实验，再3+以上，就需要更细致了
