借力 pubmed 引文数据库

基于基于 PubMedPubMed 开发的大数据开发的大数据························································································································································································································

分析工具在科研中的应用分析工具在科研中的应用

张士靖张士靖华中科技大学同济医学院华中科技大学同济医学院[email protected]@163.com

引言：我们进入了大数据时代

“在洛杉矶，警方通过数据分析，预测 12 小时内哪个地区最有可能发生犯罪；在伦敦金融城，一位交易员认为，数学计算可成为发财”秘笈”；在南美，天文学家尝试为整个宇宙进行分类记录……这些迥然不同的领域如今出现同一特征：数据量的大爆发。” 这是英国广播公司品牌栏目《地平线》最新播出的纪录片《大数据时代》中的开篇一幕。

2012年 3 月 29 日，美国奥巴马政府宣布推出“大数据研究和发展计划”（ Big Data Research and Development Initiative ），该计划涉及 NSF等 6 个联邦政府部门，投资超两亿美元，研发采集、组织和分析大数据的工具及技术。有人将其比之为克林顿政府 1993 年推出的“信息高速公路” 计划。美国政府大数据计划的出笼，表明大数据技术已经上升为国家战略。

据 IDC （国际数据公司）统计，全球数据量以年均 50% 的速率增长。 2011 年全球所产生的数据总量是 1.8 ZB（ 10 的 21 次方）

1TB (Trillionbyte ，太字节 )=1024GB 1PB (Petabyte ，拍字节 )=1024TB 1EB (Exabyte ，艾字节 )=1024PB 　　 1ZB (Zettabyte ，泽字节 )= 1024 EB =100万 PB=10亿TB

但是，对于医生、教师、研究生等专业人员来说，“大数据”的核心资源，依然还是学术文献、统计报告、科技成果等正式出版或规范发布的数据资源。

乐友孕婴童运用大数乐友孕婴童运用大数据分析了解顾客的需求据分析了解顾客的需求

两个案例乐友孕婴童运用大数据分析了解顾客的需求，带来大幅的业务增长。

乐购通过分析会员卡用户的购物数据，对顾客分类，有针对性地发广告邮件，每年节省 3.5 亿英镑的广告费用。

如果我使用数据分析工具，对科题进行分析，能否节约时间和经费？

http://www-31.ibm.com/ibm/cn/smartplanet/madewithibm/index.html

1985 年，芝加哥大学的 Don.R Swanson 教授，在研究时偶然发现以雷诺氏病生理改变作为中间词，可将以鱼油和雷诺氏病为主题词分别检索到的两组原本无联系的文献联系起来，得出鱼油有助于雷诺氏病的治疗结论。于是， Swanson 教授提出了基于文献的知识发现( Literature-based Discovery) 理论。

那么，基于此理论开发的知识发现系统对科研是否有帮助？

事实证明， Swanson和 Smalheiser 开发 Arrowsmith分析系统，发现了大量的新知识。 2000 年，美国情报科学与技术学会 (ASIST)因为 Swanson独特的情报学方法授予他该学会的最高成就奖。

除了 Arrowsmith 文献分析系统外，常用的文献分析软件还有：HistCite ；Bibexcel ；SATI ；Thomson Data Analyzer ；CiteSpace ；Pajek ；Ucinet ；Vosviewer ；SPSS ；Aureka；RefViz 等，以及完全基于 PubMed 开发的德国的 GoPubMed ；中国的 bdPubMed ；美国的 Anne O'Tate、 PubFocus 以及欧洲的 CiteXplore 等。

基于共词分析技术的 Arrowsmith 工具可以作为专业人员的科研辅助工具，引导科研人员认识和发现不同科学、不同研究方向之间潜在的有科学价值的信息，以便进一步证实科学假设的可行性。

http://arrowsmith.psych.uic.edu/

ArrowsmithArrowsmith知识发现系统简介知识发现系统简介

我们以探讨虫草素与肠粘膜屏障功能稳定的潜在相关性研究为例，简单介绍 Arrowsmith 的使用方法。


以虫草素“ cordycepin[ab]”的检索结果为文献 A 集合


以肠黏膜“ Intestinal Mucosal[TI]”的检索结果为文献 C集合


截至 2014年 10月 25日 ,文献 A 和 C 的检索结果分别为 795和 801 篇， A 和C 之间没有共同的检索词出现，而运用 Arrowsmith 工具，则A 和 C 文献中共同出现的词语形成的 B 集合中共有861 个词。


利用 Arrowsmith 中语义过滤器以“ Chemicals & Drugs” 、“ Genes & Molecular Sequences, and Gene & Protein Names” 、“ Physiology” 进行语义过滤，去除不相关的词。


根据语义过滤，去除文献 B 中不相关或相关度小的词。


结合文献全文发现，蛹虫草对炎性肠病及消化系统疾病高度相关，但用以治疗是否有效，需要在后续的临床研究中加以验证。


参考：李文林 , 潘苏华 , 关洪月 .基于 Arrowsmith 探讨虫草素与肠粘膜屏障功能稳定的潜在相关性 .医学信息 ,2009,22(12):2684-2687.

CiteSpace

基于 JAVA 的可视化文献分析软件能够显示一个学科或知识域在一定时期发展的趋势、动向及热点，

形成若干研究前沿领域的演进历程。 http://cluster.cis.drexel.edu/~cchen/citespace/

CiteSpace

http://cluster.cis.drexel.edu/~cchen/citespace/



SPSS 是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。

GoPubMed系统简介

GoPubMedGoPubMed

GoPubMed由德国 Transinsight和德国 Technical University Dresden合作开发，该系统的数据库与 PubMed检索结果一样。

GoPubMed 是 Gene Ontology （ GO）在 PubMed数据库中的深度应用。

GoPubMed由德国 Transinsight和德国 Technical University Dresden合作开发，该系统的数据库与 PubMed检索结果一样。

GoPubMed 是 Gene Ontology （ GO）在 PubMed数据库中的深度应用。

GoPubMed是利用生物信息学相关知识开发的一个可以对 PubMed检索结果进行探索、分析的工具 /智能搜索引擎。

GoPubMed是利用生物信息学相关知识开发的一个可以对 PubMed检索结果进行探索、分析的工具 /智能搜索引擎。

Rules and reasoning for ontology-based literature searchRules and reasoning for ontology-based literature searchRules and reasoning for ontology-based literature searchRules and reasoning for ontology-based literature search

高度相关的概念

各类统计分析

各类统计分析Top YearsTop CountriesTop CitiesTop JournalsTop AuthorsTop Terms


课题发展趋势


地区分布图


作者合作网络


http://arrowsmith.psych.uic.edu/cgi-bin/arrowsmith_uic/AnneOTate.cgi

Anne O'TateAnne O'Tate伊利诺伊大学芝加哥分校开发

Anne O‘Tate对 PubMed检索结果按照重要的单词、 MeSH主题、所属单位、作者姓名、期刊和出版年进行分组，点击给定的分类名称即可显示该类别中的所有文章。

http://cbdm.mdc-berlin.de/~medlineranker/cms/medline-ranker

medline-ranker •马克斯德尔布吕克分子医学中心开发

medline-ranker与用户输入的某个主题相比较，自动推断出一组非常有判断力的单词，用这些单词对相关的文章进行评分和排序。

PubFocus可以按照期刊的影响因子、作者的贡献水平等多种因素对文献进行排序，用户可能找到某一学科或某个领域内的最有影响力或最多产出的作者，或是了解在某学校领域内哪种期刊发表的文章最多。

PubFocusPubFocus 南加州大学洛杉矶分校开发

本地本地 PubMedPubMed检索系统是华中科技大学同济医学院与检索系统是华中科技大学同济医学院与济南泉方科技有限公司合作开发的本地化数据库产品，本检索济南泉方科技有限公司合作开发的本地化数据库产品，本检索系统产品是在美国系统产品是在美国 PubMedPubMed 的基础上，参考的基础上，参考Web of Web of ScienceScience 数据库、数据库、 Google ScholarGoogle Scholar 谷歌学术搜索、德国谷歌学术搜索、德国的的 GoPubMedGoPubMed 等，并结合华中科技大学的创新和泉方公司等，并结合华中科技大学的创新和泉方公司大数据分析技术，开发出的新一代高水平的外文医学检索平台，大数据分析技术，开发出的新一代高水平的外文医学检索平台，为科研和临床提供高效而准确的参考资料。为科研和临床提供高效而准确的参考资料。

本地本地 PubMedPubMed 简介简介


为什么要本地化？为什么要本地化？ 22011011 年，年， 20122012 年，年， 20132013 年年均出现过短暂的（有时长达一个月以上）无法均出现过短暂的（有时长达一个月以上）无法正常访问的现象，本地化不受影响。正常访问的现象，本地化不受影响。


为什么要本地化？医院内部局域网因为安全的为什么要本地化？医院内部局域网因为安全的考虑，一般是不能访问外网的，本地考虑，一般是不能访问外网的，本地 PPubMedubMed可以安装在医院内网，方便临床和科研的使用。可以安装在医院内网，方便临床和科研的使用。

在期刊的影响因子上，在期刊的影响因子上，参考了参考了 SCISCI 发布发布的期刊引证报告的期刊引证报告 JCRJCR

在被引用的次数上，在被引用的次数上，参考了谷歌学术搜索参考了谷歌学术搜索 GS(Google Scholar)GS(Google Scholar)

继承继承 PubMedPubMed检检索语法索语法 ,,检索界检索界面及检索结果面及检索结果与与 PubMedPubMed 一致一致

PubMed

G&G

SCI

在检索结果上增加了在检索结果上增加了数据分析，并参考了数据分析，并参考了 GoPubMedGoPubMed 统计功能统计功能


为什么要本地化？因为可以提供更加强大的功能！为什么要本地化？因为可以提供更加强大的功能！

本地本地 PubMedPubMed 简介简介为什么要本地化？因为可以为临床和科研提供帮助！为什么要本地化？因为可以为临床和科研提供帮助！

发表于发表于《《 Clin Pharmacol TherClin Pharmacol Ther》》《《临床药理学与治疗学临床药理学与治疗学》》（（ 20102010 年度影响因子年度影响因子 6.3786.378 ））中对济南泉方的致谢：中对济南泉方的致谢：AcknowledgmentsAcknowledgmentsWe thank all the staff at Jinan We thank all the staff at Jinan Quanfang Science & Technology Quanfang Science & Technology Co., Ltd., for their bibliographic Co., Ltd., for their bibliographic retrieval service.retrieval service.

发表于国际期刊发表于国际期刊《《 DiabetesDiabetes》《》《糖尿病糖尿病》》（（ 20102010 年度影响因子年度影响因子 8.8898.889 ））中对济南泉方的致谢：中对济南泉方的致谢：AcknowledgementsAcknowledgementsWe thank all the staff at Jinan We thank all the staff at Jinan Quanfang Science & Technology Quanfang Science & Technology Co., Ltd., for their bibliographic Co., Ltd., for their bibliographic retrieval service.retrieval service.

本地 PubMed检索系统能够提供更加强大的检索功能，包括联想检索、按 IF值过滤以及检索结果的图形化显示等，让检索更加高效，在线的全文申请也更加方便。

本地本地 PubMedPubMed 特色特色

专利所有，侵权必究。


本地 PubMed检索系统能够提供强大的数据分析功能，通过知识图谱可以了解各领域的发展趋势和热点，及时了解世界各国主流科学家的研究方向。



本地 PubMed检索系统提供的共词矩阵分析可以对反映文献主题内容的关键词的共现频次进行统计分析，揭示文献内在联系、研究热点和科学结构。



当人们的需求已经不只是简单的文献检索和文献计量，而是希望能够对这些文献进行较高层次的处理和分析以得到关于某领域总体特征和对发展趋势的预测时，知识发现将文献变为知识，从海量文献中找到蕴藏的知识金块，将为知识创新和学科发展作出贡献。

本地本地 PubMedPubMed功能简介功能简介

检索举例：检索举例：糖尿病肾病方面的文献糖尿病肾病方面的文献

糖尿病肾病（糖尿病肾病（ Diabetic nephropathyDiabetic nephropathy，， DNDN ）可谓是糖尿病患者的）可谓是糖尿病患者的终极杀手。据中国之声终极杀手。据中国之声《《全国新闻联播全国新闻联播》》报道，中国目前糖尿病患者人数报道，中国目前糖尿病患者人数高达高达 1.141.14亿亿 ,,它是继肿瘤、血管病变之后第三大严重威胁人类健康的慢它是继肿瘤、血管病变之后第三大严重威胁人类健康的慢性非传染性疾病，具有高致死率、高致残率和高医疗花费的特征。性非传染性疾病，具有高致死率、高致残率和高医疗花费的特征。

长期以来，在人们的印象中，长期以来，在人们的印象中， 22 型糖尿病发病的两个关键因素一直是型糖尿病发病的两个关键因素一直是胰岛素抵抗和胰岛素抵抗和 ((或或 )) 胰岛素分泌不足，然而，严格控制血糖、血压水平以胰岛素分泌不足，然而，严格控制血糖、血压水平以及阻断肾素及阻断肾素 -- 血管紧张素系统的传统治疗方法不能完全阻止血管紧张素系统的传统治疗方法不能完全阻止 DNDN 的发生，的发生，说明还有其它因素。说明还有其它因素。

那么还有那些因素呢？在本地那么还有那些因素呢？在本地 PubMedPubMed 中检索中检索 "Diabetic "Diabetic Nephropathies"[Mesh]Nephropathies"[Mesh] ，在检索结果界面，点击右侧“知识图谱”，在检索结果界面，点击右侧“知识图谱”

在检索结果界面，点知识图谱在检索结果界面，点知识图谱

知识演进图谱分 X轴和 Y轴，其中， X轴是年份， Y轴是发文数量，从图中可以看到各个研究方向（主题词）在各个年份的研究文献的数量。系统默认推荐 20 个主题词，我们可以点“更多主题词”来了解更多：

在更多主题词中，根据研究领域的不同，分为多个大类，我们点击“ Amino Acids, Peptides, and Proteins” 《氨基酸，肽类和蛋白质》

从文献报道中可以看出，越来越多的研究表明炎症过程可能在 DN 的发病机制中占据重要地位，其涉及的致炎因子有望成为 DN 及其他炎症性疾病新的治疗靶标之一。炎症以炎症细胞浸润，黏附分子、炎症趋化因子和致炎因子表达增强，C反应蛋白（ C-reactive protein， CRP ）水平升高为特征。我们通过知识演进图谱，可以了解一下 C反应蛋白的研究历史：

可以看到：可以看到：

Hemoglobin A, GlycosylatedHemoglobin A, Glycosylated ；；（糖基化血红蛋白（糖基化血红蛋白 AA ））Glycosylation End Products, Glycosylation End Products, AdvancedAdvanced ；；（晚期糖基化终末产物）（晚期糖基化终末产物）Cholesterol, HDLCholesterol, HDL ；；（高密度脂蛋白胆固醇）（高密度脂蛋白胆固醇）Serum AlbuminSerum Albumin ；；（血清白蛋白）（血清白蛋白）C-Reactive ProteinC-Reactive Protein （（ CC 反应蛋白）反应蛋白）等，目前研究者众多，而这些词基等，目前研究者众多，而这些词基本上都与炎症相关。本上都与炎症相关。

从图中可以看到，主题词： C 反应蛋白最早一篇文献，发表于 1996 年，是国际著名医疗机构丹麦 Steno糖尿病研究中心的 Myrup, B 等，发表于《 Thrombosis researchThrombosis research 》（血栓形成研究），该刊影响因子为 3.13， 2000 年时，又有两篇文章发表，其中一篇发表于《 J Am Soc NephrolJ Am Soc Nephrol》《美国肾病学会志》，该刊影响因子为 8.99 ，从此关于此方向的研究多了起来。如果我们想进一步去了解，有关C 反应蛋白的高影响因子的论文或者高被引次数的论文，那么，在本地 PubMed 的检索结果界面，我们还可以看到，高 IF论文和高 TC论文的按钮。

19961996 年最早一篇关于年最早一篇关于CC反应蛋白反应蛋白的文献的文献

C-Reactive ProteinC-Reactive Protein

可以看到文献：可以看到文献：Elevated fibrinogen and the relation to acute phase response in diabetic nephropathy.Elevated fibrinogen and the relation to acute phase response in diabetic nephropathy.Thromb Res. 1996 Feb 15;81(4):485-90 Thromb Res. 1996 Feb 15;81(4):485-90 影响因子：影响因子： 3.13 3.13 引用次数：引用次数： 6262具体的被引用情况，当然，在此界面也可以进行学术检索。具体的被引用情况，当然，在此界面也可以进行学术检索。

从图中可以看出，从图中可以看出， 20042004 年的一篇发年的一篇发表于表于《《 Kidney InternationalKidney International 》》（国际（国际肾病学），该刊影响因子为肾病学），该刊影响因子为 7.927.92 ：：Potential cardiovascular risk factors in Potential cardiovascular risk factors in chronic kidney disease: AGEs, total chronic kidney disease: AGEs, total homocysteine and metabolites, and homocysteine and metabolites, and the the C-reactive proteinC-reactive protein. Kidney Int. . Kidney Int. 2004 Jul;66(1):338-47.2004 Jul;66(1):338-47. 随后又有一些高影响因子的期刊报道随后又有一些高影响因子的期刊报道这方面的文献。这方面的文献。

20042004 年发表的年发表的一篇高影响因子文献一篇高影响因子文献


高被引次数论文，这里的被引次数，其数据来源于谷歌学术搜索， 2003 年的一篇发表于《 DiabetologiaDiabetologia 》（糖尿病学）的文献，目前，已被引用了 199 次，是该领域内的经典文章，想了解该领域，不可不看：Diabetic nephropathy is associated with low-grade inflammation in Type 1 diabetic patients. Diabetologia. 2003 Oct;46(10):1402-7.

20032003 年发表的年发表的一篇高被引次数文献一篇高被引次数文献


作为普通的一名临床大夫，如果您更关心的，目前就有哪些药物用于DN 的治疗，那么，可以使用到知识演进图谱中的“设置”功能：

因为，我们要了解就有哪些药物可治疗该病症，因此，可以勾选“副主题词过滤”中的“ therapeutic use” ，然后再点击“更多主题词”勾选我们需要了解的相关药物：

思考：如果想了解就有哪些治疗方法？该如何设置？

从上图中可以看到，治疗 DN 的药物主要为 Angiotensin-Converting Enzyme Inhibitors （血管紧张素转换酶抑制剂， ACEI ）；Antihypertensive Agents （抗高血压药）； Insulin （胰岛素）；Hypoglycemic Agents （降糖药）； Angiotensin II Type 1 Receptor Blockers （血管紧张素Ⅱ 1型受体拮抗剂， ARB ）等，具体的药物有Losartan （洛沙坦）； Captopril （卡托普利）； Enalapril （依那普利）等。

从发文量来看， 1965 年就有了关于 Insulin 的报道，截止到目前的发文量为 367 篇， 1987 年出现了第一篇关于 ACEI 的报道，截止到目前的发文量为 801 篇， 2002 年出现了第一篇关于 ARB 的报道，截止到目前的发文量为 199 篇（上图加粗显示者），从时间上来看， Insulin持续的在研究和报道，而 ACEI在 2005 年发文量大幅下降之时，正在 ARB 发文量大幅增长之时，而实际情况也正是， ARB 为该系统的一类新药，与 ACE I相比具有许多独到之处。

作为一种新药，如果想进一步了解，这种新药 ARB与 DN 之间的更多研究和应用，那么我们还可以使用“指纹共词”来进一步了解。指纹共词是两个主题词共同出现在一组文献中的篇数，并将演进路径显示出来的一种方法。在检索结果界面，我们即可以看到这个按钮。进入共词分析界面后，我们可以点击“更多主题词”来选择我们需要分析的具体的主题词。

从图中可以看出， ARB与 DN 同时出现在一篇文献中的时间最早为2002 年， 2014 年（截止到 2014年 8月份）共同出现在同一篇文章的数量为 6 篇，它们是：

共词演进图，共词演进图， XX轴表示年份，轴表示年份， YY轴表示共献次数，点击可查看具体信息轴表示共献次数，点击可查看具体信息

这这 66 篇文献中其中篇文献中其中 55 篇文献均来源于大名鼎鼎的篇文献均来源于大名鼎鼎的《《 N Engl J MedN Engl J Med 》》（新英格兰医学杂志），该刊与（新英格兰医学杂志），该刊与《《 LancetLancet 》》（柳叶刀）、（柳叶刀）、《《 JAMAJAMA 》》（美（美国医学会杂志）均属于世界医学权威期刊，如此多篇幅的报道国医学会杂志）均属于世界医学权威期刊，如此多篇幅的报道 ARBARB与与 DNDN ，，很有可能该方面将成为未来研究的热点。很有可能该方面将成为未来研究的热点。

获取全文的方法获取全文的方法····················································································

全文链接全文链接

免费全文网站免费全文网站http://highwire.stanford.edu/http://highwire.stanford.edu/

提供免费全文的期刊提供免费全文的期刊http://www.plos.org/http://www.plos.org/

图书馆电子或纸质资源图书馆电子或纸质资源

作者作者 E-MailE-Mail 联系或作者主页联系或作者主页

图书馆馆际互借或文献传递图书馆馆际互借或文献传递

············

检索结果全文的获取检索结果全文的获取

申请全文申请全文

当检索结果少于 2000条时，系统自动图形化显示，其中 X 轴表示年份， Y 轴表示影响因子，在一界面显示整个检索结果的画卷。

您在本地 PubMed检索系统上申请的全文，您所在单位图书馆的相关部门（比如，馆际互借处或文献服务部或委托的其他部门或单位等），将可以看到您的申请，当查询本单位图书馆无您所需要的文献后，根据情况将向与之签署有馆际互借或文献传递服务相关协议的可提供馆际互借服务的第三方图书馆发出文献申请，获取到您所需要的全文后，再发送到您在本地PubMed检索系统的邮箱（即“我的文件夹”）中，此时，您申请的全文其全文状态将有“全文处理中…”变为“打开全文”。

说明：申请前，请务必先查询馆藏，若无再点击该篇文献下方的“全文链接”查看本单位是否有订购以及是否有可以免费获取的全文，若本单位图书馆无订购也无馆藏也无可以免费获取的全文，您再申请。

““ 我的文件夹”中所申请的全文，我的文件夹”中所申请的全文，获取到的全文可以在线打开。获取到的全文可以在线打开。

本地本地 PubMedPubMed 开通使用说明开通使用说明

本地本地 PubMedPubMed检索平台网址：检索平台网址： www.bdpubmed.comwww.bdpubmed.com（推荐使用谷歌浏览器，本系统不支持（推荐使用谷歌浏览器，本系统不支持 IE6.0IE6.0 或以下版本浏览器）或以下版本浏览器）第一步：点击“注册新用户”按钮；第一步：点击“注册新用户”按钮；输入本单位的公共账号和密码：输入本单位的公共账号和密码：请咨询您所在单位图书馆请咨询您所在单位图书馆第二步；显示本单位名称后填写个人信息；第二步；显示本单位名称后填写个人信息；第三步：登陆个人邮箱进行验证并激活；第三步：登陆个人邮箱进行验证并激活；打开自己注册的邮箱点击链接认证后凭个人的邮箱和密码登打开自己注册的邮箱点击链接认证后凭个人的邮箱和密码登录即可。录即可。

高校的读者，在校园网内使用无需注册，但可以注册漫游账高校的读者，在校园网内使用无需注册，但可以注册漫游账号在家使用。号在家使用。

服务电话：服务电话： 400-6099-117 400-6099-117 [email protected]@126.com

谢谢大家！谢谢大家！ Good LuckGood Luck！！································································································································································ 欢迎批评指欢迎批评指正！！正！！

张士靖张士靖华中科技大学同济医学院华中科技大学同济医学院[email protected]@163.com

借力 pubmed 引文数据库

Documents