Paper数据分析公众号数据是做什么的？

来源：蜘蛛抓取(WebSpider) 时间：2024-02-07 13:45 标签： 公众号数据
Paper Linker是主要针对生物学，医学，化学等专门研发的一款免费的文献调研必备神器。Paper Linker基于Pubmed数据库，采用书目耦合，引用，被引用，共引用，影响因子等多层原理，citexs团队通过人工智能算法研发而成。功能模块包括领域文献调研和单篇文献调研，旨在帮忙研究人员和应用科学家以可视化，智能的方式查找和探索与其工作领域相关的论文，完成文献的溯源与追踪。Paper Linker的优势：① 更直观地了解某领域的文献研究概况。您将能够一目了然地看到哪些论文在该领域最受欢迎，以及研究领域之间的各种动态。② 确保您没有错过关键论文。这在不断产生大量新论文的领域特别有用。③ 双向探索相关论文。Paper Linker可让您发现您感兴趣的领域中最重要的经典工作和衍生工作。一、单篇文献调研分析适用对象：提供一篇文献作为种子文献，延伸出与其高度相关的经典文献和衍生文献；功能介绍：分为3大板块（1）成图文献：根据检索文献的引用文献列表，选出共同引用这些文献的文章，基于书目耦合，综合被引用数，影响因子，发表时间等多种条件，智能筛选出与检索文献高度关联的文献。* 每个圆球代表一篇文献，带紫色阴影的是指你所检索的原始文献（即种子文献）；灰色高亮的圆球就是当前文章（种子文献除外）；* 点击图中圆球，左侧栏会快速定位到对应的文献，右侧栏会显示文献详情；* 可以自定义圆球个数（可选40-60-80三个数量）；* 圆球的大小与被引用次数有关，圆球越大表示被引用次数越多；* 圆球之间的连线表示引用关系，连线长短表示文献关联度的高低；* 圆球颜色越深代表文献发表时间越近，越浅代表时间越久远；* 鼠标移动到圆球上，右侧栏会显示出该文章的详细信息，包括影响因子、中科院分区、JCR分区等。（2）经典文献：即被图中文献（用圆球构成的图所代表的文献）最多引用的文章，意味着它们是该领域的开创性研究，建议必读。点击右上角的“经典文献”即可在中间栏显示。点击关闭按钮可回到圆球页面，点击“衍生文献”按钮，可跳转到衍生文献。鼠标选中经典文献列表中的某一篇，会同时在左侧图中文献列表中高亮展示引用这篇经典文献的文章；鼠标选中图中文献列表中的某一篇，会同时在中间经典文献列表中紫色高亮展示这篇图中文献引用了哪些经典文献。（3）衍生文献：即引用图中文献最多的文章，这些文章很可能是受图中文献启发所开展的研究。点击关闭按钮可回到圆球页面，点击“经典文献”按钮，可跳转到经典文献。鼠标选中衍生文献列表中的某一篇，会同时在左侧图中文献列表中紫色高亮展示该篇文献引用了哪些图中文献；鼠标选中图中文献列表中的某一篇，会同时在中间衍生文献列表中紫色高亮展示该文章被哪些衍生文献引用。二、领域文献调研1. 适用对象：刚开始接触某个研究课题，没有明确的研究内容及方向；想发散思维，看看某领域内的整体研究情况，而不是仅仅局限于想找某篇文献的相似文献。好的文献调研足以使自己站在这个领域的高峰，一览众山小，从而快速定位自己的研究点。2. 功能介绍：分为3大板块领域文献调研分析网络图将推荐文献可视化，在这里可以很容易看到文献之间的引用和被引用的关系。每个圆球代表一篇文章，圆球大小与共引次数正相关，从AI推荐文献、经典文献、核心文献三个维度给大家推荐出关联文献。（1）AI推荐文献是根据所输入的关键词，智能筛选出与关键词高度关联的文献，在这里大家可以看到近期发表的研究成果；（2）经典文献是基于推荐文献共引用关系筛选出的文献，一般都是该领域的必读文献，也就是说只要你研究该领域，这些文献肯定要读；（3）核心文献则是AI推荐文献和经典文献重叠共引的部分。如上图所示：左边栏为推荐文献列表；中间栏显示文献关系网络图，在这里可以看到文献引用和被引用详情，便于追踪文献之间的关系，如果你是在写文章，那参考文献的列表就不用发愁了；右边栏为对应文献详情；还增加了与关键词关联度高的词云栏。如上图所示：当前球为A，B2+红色箭头指向A代表A引用了B2；A+蓝色箭头指向B1代表B1引用了A如上图所示：鼠标点击左边栏任意一篇文献，中间绘图栏可黄色高亮标记出该文献所对应的圆球，右侧栏则是文献详情，支持查看文献图片、标题翻译及划词翻译，点击‘查看全文’可以跳转到文献下载页面。
假如不做实验，只做公共数据分析能发几分呢？不妨来学习一下今天分享的这篇5分paper，为你示范套路~这篇文章是来自同济大学和复旦大学的研究人员在《Frontiers in Cell and Developmental Biology》（IF=5.206）发表的最新研究成果。研究人员通过利用癌症和肿瘤基因组图谱（TCGA），以19例实体瘤8450例样本的miRNA和lncRNA表达谱为基础，建立泛癌预后分析（PCPA）模型。此外，系统地分析了不同癌症的ncRNA标记之间的共现性和排他性。研究结果揭示了肿瘤相关ncRNAs对典型信号通路的调控模式，有助于多发性实体瘤抗癌药物的发现。套路一：在热点中挖掘切入点目前对于实体瘤患者的治疗手段有很多，包括放疗、化疗、手术切除和免疫疗法等，但是由于各种原因患者在治疗后往往面临预后不良的情况，而分析预后特征对于选择合适的治疗方法以及改善患者总生存率（OS）至关重要。越来越多的证据表明，非编码RNA（ncRNAs）影响癌症的发生、发展和预后，可作为原发性恶性肿瘤的诊断和预后指标。然而，关于ncRNAs标记物评估和比较泛癌患者预后差异的研究很少有报道。套路二：经典数据资源+清晰的分析思路研究人员TCGA的泛癌项目，通过高通量的ncRNA表达数据和临床信息，在泛癌水平上综合分析预后。从ncRNAs的角度识别了19例实体瘤预后相关的ncRNA标记物，构建了PCPA模型。通过整合miRNAs和lncRNAs的表达，首次建立了19例8450例实体瘤的泛癌预后分析（PCPA）模型。分析了预后相关ncRNA标记物对致癌途径的调控模式。分析了19种癌症中与预后相关的miRNA和lncRNA的共现性和排他性，以揭示它们的分布模式。miRNA倾向于在泛癌水平上调节预后（71%的miRNA标记在多种肿瘤中共享），lncRNA标记的调节反映出的是癌症特异性（96%的lncRNA标记是肿瘤特异性的），上图展示了miRNA和lncRNA的前20个标记。为了分析在泛癌水平上与预后相关的ncRNA的调控模式，miRNA标记物被进一步注释到8种致癌途径。结果表明，约86%的miRNA标记可以调控PI3K-Akt信号通路，而Notch信号通路仅为48%。检测了19例实体瘤的潜在药物靶点。为了进一步揭示与预后相关的miRNA标记物的潜在应用价值，构建MOS来检测主要癌症类型中的常见基因，这些基因受预后相关miRNA的调控，可能成为单药治疗或联合治疗的药物靶点。在参与8种致癌途径的126个常见基因中，BCL2、CSNK2A1、EGFR、PDGFRA和VEGFA被认为是多种癌症潜在的药物靶点本研究的结果可以为（1）不同癌症患者的预后分析，（2）靶向药物设计提供有效信息，对指导临床用药或抗癌药物开发具有一定的参考价值。套路三：选择适合的投稿杂志此篇文章选择的《Frontiers in Cell and Developmental Biology》杂志，创刊于2015年，主要收录细胞与分子生物学相关的研究成果，影响因子5.206。这个杂志对国人稿件友好（2019年中国发文比例约为13%，2020截至5月3日约占25%），审稿较快（审稿周期3~4个月），影响因子还有望继续升高。参考文献Yin J Z, Wang Q, Yan X, et al. Reveal the regulation patterns of prognosis-related miRNAs and lncRNAs across solid tumors in The Cancer Genome Atlas[J]. Frontiers in Cell and Developmental Biology, 2020, 8: 368.图片来源于参考文献和Frontiers in Cell and Developmental Biology官网，部分信息来源于“百味科研芝士”公众号，如有侵权请联系删除。

我要回帖

更多关于 公众号数据 的文章

 

随机推荐