不管是医生，还是研究生，只要你想毕业，想评职称，都不得不踏入科研道路。然而，一旦开始做科研，我们就开始了无止境的做细胞、养老鼠的生涯，再加上头顶发文章的大山，可谓压力颇大，每天都惶惶不可终日。想发一篇SCI文章，别说5分以上了，就算是一两分的文章也要耗费至少半年到一年的精力做实验、理数据、写文章，最后再花个一年半载经历“投稿-被拒-修回-重投”的噩梦，运气好的话，最终还能修成正果，喜提paper；运气不好的话，说不定还要补实验、延期毕业或者白白错失很多机会。
如果，我跟大家说，有一种方式可以不用做实验，不用花钱买试剂，只需动动手指、敲敲键盘就能发文章，我想对于每位科研人员来说，都是石破天惊的好消息。这种神奇的方法到底是什么？它就是数据挖掘。大家都听说过数据挖掘，可是很少有人真正见识过数据挖掘的神奇之处。
- 零花费
数据挖掘使用的多是公共数据，一贯奉行“拿来主义”，别人的数据直接拿来用，无需自己做实验产生数据。
- 超高效
做实验随便养个细胞就要好几天，做个WB至少2天，构建个小鼠模型更不得了，至少几个月，但是数据分析相对而言是非常迅速的，如果你的电脑配置够高，一个3对3的转录组芯片的数据分析仅需2-3分钟。
- 易接收
湿实验类的文章，往往需要多种实验验证，再好的实验设计，到reviewer手里都能挑出毛病，文章投出去经常还要补实验，来回折腾。但是数据挖掘类的文章，常规分析思路基本固定，投出去很容易就被接收，据统计，其平均审稿周期只有1个月，相对于实验类文章大大缩短。
正是因为数据挖掘的这么多神奇之处，使得它在这短短几年的时间内受到诸多科研人员的追捧。为了证实数据挖掘的火爆程度，先给大家看个数据，我们统计了近20年在PubMed中发表的数据挖掘类的文章数量，结果非常不可思议：
这条增长速度可谓直线上升，仅2018年就发表数据挖掘类文章约3万余篇，2019年截止到现在发表此类文章约为2万余篇，换句话说，平均每小时有3.5篇文章完成发表。我们又进一步细分一下，使用一些常用的关键词在PubMed中进行检索，结果发现GEO、TCGA、Big Data、Data Mining等关键词检索出来的结果基本一致，都是呈现出爆发式的增长。
特别是TCGA，与其相关的文章可谓是指数级增长，2019前前三个季度的发表文章数量已经和2018年基本持平，近几年的增长幅度保持在30%左右。看到这里，我想不用我多说，大家都有自己的想法了吧。感觉就像发现了一个“藏满金子”的宝库。看到这样实实在在的数据，你一定心动了。那么，是时候放出我们的重磅信息了。
一小时内重现完成一篇数据挖掘SCI文章
文章主要内容涉及TCGA数据库挖掘，基本涵盖了常规的数据挖掘套路和分析方法，主要结果如下：
直播课程由我们授课经验丰富的小猎豹老师主讲，带领大家快速领略TCGA数据挖掘，从此走上发表SCI文章的“快车道”。想要“上车”的，赶紧报名参加吧。
直播链接：
https://ke.qq.com/course/443707?taid=3863670975546683&tuin=30453c52
近期我们还隆重推出线下课程，里面干货满满，通过实战演练，手把手教你速成SCI文章。
详情关注“科研猫”公众号
