今天分享一篇GEO数据挖掘+实验验证的文章，这篇文章发表在Cancer Cell International上，该期刊的影响因子：4.175，中科院最新分区：3区，审稿周期：5-8个月左右（审稿周期较长，审稿速度较慢），OA期刊：需要收取版面费，难度：**（相对比较容易），不在中科院《国际期刊预警名单（试行）》名单（ 2021年1月发布版）上。这篇文章主要的分析思路：通过GEO数据筛选出一定数量的差异基因，然后通过功能分析筛选一个值得深入研究的核心基因，先通过在线数据库分析验证这个基因的表达情况和预后情况，再补充免疫组化和PCR实验尽心验证。
参考文章：Bioinformatic analysis identifying FGF1 gene as a new prognostic indicator in clear cell Renal Cell Carcinoma
分析思路：
1、通过GEO数据的差异分析，筛选出一定数量的差异基因
2、一共得到192个差异基因，并且进行GO富集分析和KEGG富集分析
3、将差异基因进行蛋白互作网络分析，并且筛选核心基因，作者选出了FGF1作为后续深入研究的基因
4、通过一系列的在线数据库验证FGF1的表达情况和预后情况
5、补充免疫组化和PCR实验验证FGF1的表达
6、在线数据库分析FGF1基因的理化特性以及其相关生物学功能、信号通路
总结：
作者通过GEO数据筛选出一定数量的差异基因，然后通过功能分析筛选一个值得深入研究的核心基因，先通过在线数据库分析验证这个基因的表达情况和预后情况，再补充免疫组化和PCR实验尽心验证。该分析思路简单清晰，比较容易实现，所花费的经费相对比较少。如果想将文章再上一个层次就需要进行一系列的功能实验，并且探索FGF1的作用机制，这也将花费更多的科研经费，并不是所有的研究者都有这么多经费，很有可能就是科研经费决定着这篇文章的深度。
