對(duì)于以往研究的總結(jié)是幫助我們了解之前的研究情況，結(jié)果以及尋找新的研究方向不可或缺的一步。由于這種總結(jié)的必要性，所以也誕生了很多基于不同類型的文章。所以今天就基于論著的不同部分，來(lái)簡(jiǎn)單介紹這些對(duì)之前研究結(jié)果進(jìn)行總結(jié)分析的文章。
在了解都有哪些文章形式之前，需要先了解一篇文章主要包括哪些內(nèi)容。摘要屬于文章內(nèi)容的精簡(jiǎn)。所以從摘要部分也就能看到文章包括的內(nèi)容。在?? 的摘要中可以看到，一個(gè)文章主要包括：前言、材料方法、結(jié)果和結(jié)論。
除了以上這些文章內(nèi)的內(nèi)容。每個(gè)文章還會(huì)包括一些基本的信息，比如文章的作者、發(fā)表年份、單位、雜志、參考文獻(xiàn)、關(guān)鍵詞等等。我們可以把這些基本信息稱為文章的元數(shù)據(jù)。
某種意義上而言，每個(gè)文章都包括的內(nèi)容都屬于元數(shù)據(jù)，所以文章的摘要也可以算作文章元數(shù)據(jù)
綜上，可以看出，一篇論著主要包括==元數(shù)據(jù)、前言、材料方法、結(jié)果、結(jié)論==這五個(gè)部分。在五個(gè)部分當(dāng)中，前言屬于對(duì)之前研究的簡(jiǎn)單總結(jié)一般沒(méi)有什么實(shí)質(zhì)性內(nèi)容。除開(kāi)前言，其他各個(gè)部分都可以通過(guò)總結(jié)來(lái)進(jìn)行二次分析，基于不同部分的分析，都有一個(gè)專業(yè)性的名稱。具體關(guān)系如下。
基于文獻(xiàn)元數(shù)據(jù)的分析：文獻(xiàn)計(jì)量學(xué)（Bibliometric）
基于文獻(xiàn)材料方法的分析：材料方法評(píng)測(cè)（benchmark）
基于文獻(xiàn)結(jié)果的分析：
高通量結(jié)果：公共測(cè)序數(shù)據(jù)挖掘
低通量結(jié)果：meta分析
基于文獻(xiàn)結(jié)論的分析：傳統(tǒng)綜述
「文獻(xiàn)計(jì)量學(xué)」本質(zhì)上是對(duì)文章的元數(shù)據(jù)進(jìn)行文本挖掘。所以一些基本的數(shù)據(jù)挖掘技巧都可以在「文獻(xiàn)計(jì)量學(xué)」當(dāng)中使用，比如：
基于文獻(xiàn)的基本信息，進(jìn)行基本的趨勢(shì)分析，分析這一類文獻(xiàn)在哪些雜志當(dāng)中發(fā)表的文章較多，哪個(gè)作者屬于這個(gè)方面的大牛，目前每年這類文章的研究趨勢(shì)。這類的，我們?cè)谥敖榻B的[[Pubreminer-pubmed文本挖掘]]就可以看到某一個(gè)關(guān)鍵詞相關(guān)文獻(xiàn)的基本特征。
基于每個(gè)文獻(xiàn)的參考文獻(xiàn)，可以構(gòu)建網(wǎng)絡(luò)圖（關(guān)于網(wǎng)絡(luò)基礎(chǔ)可以查看：[[9.相互作用網(wǎng)絡(luò)分析基礎(chǔ)]]），了解文獻(xiàn)和文獻(xiàn)之間的關(guān)系。通過(guò)網(wǎng)絡(luò)分析可以了解，在這個(gè)領(lǐng)域哪些文獻(xiàn)屬于比較重要的文獻(xiàn)（被引次數(shù)多的文獻(xiàn)）以及文獻(xiàn)之間的相似性（文獻(xiàn)引用文獻(xiàn)內(nèi)容的相似性）。我們之前介紹的[[connectedpapers-文章相似性分析]]就屬于這類的工具。
另外，文獻(xiàn)的摘要屬于文章內(nèi)容的精簡(jiǎn)版?；谖恼碌恼部梢蕴崛∫恍╆P(guān)鍵性的內(nèi)容。比如提取某一個(gè)領(lǐng)域研究相關(guān)的基因。[[GLAD4U-文本基因挖掘]]就是基于這個(gè)目的構(gòu)建的。
甚至可以用文章的元數(shù)據(jù)來(lái)進(jìn)行模型構(gòu)建，之前介紹的[[Litsuggest-pubmed檢索結(jié)果機(jī)器學(xué)習(xí)]]也就是基于文章的元數(shù)據(jù)構(gòu)建的模型來(lái)進(jìn)行文獻(xiàn)分類預(yù)測(cè)。
文章搜索方面：「文獻(xiàn)計(jì)量學(xué)」的題目一般都包括Bibliometric這個(gè)關(guān)鍵詞。在Pubmed檢索的時(shí)候使用這個(gè)關(guān)鍵詞? 想要查看的領(lǐng)域即可。比如：Bibliometric + Gastric cancer
文獻(xiàn)計(jì)量學(xué)的主要流程基本就是下載文獻(xiàn)信息——數(shù)據(jù)分析。目前有很多一站式的文獻(xiàn)計(jì)量學(xué)分析工具。比如：VOSviewer - Visualizing scientific landscapes: https://www.vosviewer.com/ 以及文獻(xiàn)計(jì)量在線分析平臺(tái): https://bibliometric.com/ 。如果會(huì)用R語(yǔ)言分析的話，bibliometrix 包也是一個(gè)不錯(cuò)的選擇。
一般流程：
1. 確定研究方向主題詞；
2. 基于主題詞檢測(cè)相關(guān)文獻(xiàn)元數(shù)據(jù)并下載；
3. 將數(shù)據(jù)導(dǎo)入具體工具進(jìn)行分析。
隨著技術(shù)的進(jìn)步，經(jīng)常會(huì)有多種不同的方法來(lái)達(dá)到相同的目的。比如做蛋白檢測(cè)的時(shí)候，可以使用western blot也可以使用免疫組化。做預(yù)后分析的時(shí)候，可以使用Kaplan-Meier也可以使用Cox回歸等算法。為了讓其他人在做實(shí)驗(yàn)/分析的時(shí)候選擇合適的方法，所以也就有了方法評(píng)測(cè)類 (benchmark) 的文章。
我們之前介紹的[[預(yù)后分析那個(gè)算法更好]]、[[免疫算法原理]]以及[[多組學(xué)降維分析算法哪個(gè)更好]]都屬于這類的文章。類似的我們之前也做過(guò)的關(guān)于蛋白相互作用數(shù)據(jù)庫(kù)的評(píng)測(cè)：[[相互作用數(shù)據(jù)庫(kù)比較]]
文章搜索：這類的文章沒(méi)有「文獻(xiàn)計(jì)量學(xué)」方面特征性明顯。不過(guò)大多數(shù)文獻(xiàn)都會(huì)包括：benchmark這個(gè)關(guān)鍵詞，但是也不絕對(duì)。另外關(guān)于benchmark 有關(guān)的文章一部分劑量有關(guān)的評(píng)測(cè)。
一般流程：
1. 收集某一方向的相關(guān)方法/算法；
2. 了解這些方法/算法的基本原理；
3. 將多個(gè)方法在同一個(gè)數(shù)據(jù)上進(jìn)行檢測(cè)，評(píng)價(jià)多個(gè)方法的優(yōu)劣。
基于文章結(jié)果通量的高低可以把結(jié)果分成結(jié)果分成高通量和低通量的。高通量結(jié)果是指利用技術(shù)一次性檢測(cè)很多數(shù)據(jù)的結(jié)果，比如，[[RNA-seq相關(guān)內(nèi)容介紹]]或者[[chip-seq是個(gè)什么東東]]。而低通量的結(jié)果則是具體的實(shí)驗(yàn)結(jié)果，比如某一個(gè)研究檢測(cè)了TP53蛋白表達(dá)和胃癌的關(guān)系。
由于高通量的數(shù)據(jù)包括了很大的數(shù)據(jù)量（比如RNA-seq一次性可以檢測(cè)上萬(wàn)的基因表達(dá)），而一篇文章由于研究方向的限制，可能只用了測(cè)序一部分的結(jié)果。比如，作者做了癌和癌旁樣本的高通量測(cè)序的主要目的是找到一個(gè)和癌癥有關(guān)的基因進(jìn)而進(jìn)行下游基礎(chǔ)實(shí)驗(yàn)，但對(duì)癌和癌旁樣本所有差異基因的綜合性作用并沒(méi)有進(jìn)行詳細(xì)的分析。因此如果是以探索分析癌癥整體發(fā)病機(jī)制為目的的話，就可以進(jìn)行重新分析。
這樣利用以往作者發(fā)表的高通量測(cè)序的數(shù)據(jù)進(jìn)行重新分析的方式，也就是所謂的「公共測(cè)序數(shù)據(jù)挖掘」。目前隨著高通量測(cè)序數(shù)據(jù)分析門(mén)檻的降低，公共測(cè)序數(shù)據(jù)重分析也算是一個(gè)繞不開(kāi)的熱點(diǎn)。我們之前介紹的[[0.最最最基礎(chǔ)生信分析總結(jié)]]也算是一種入門(mén)級(jí)別的高通量數(shù)據(jù)分析教程，有興趣的可以了解一下。
文章檢索：測(cè)序數(shù)據(jù)重分析的文章一般來(lái)說(shuō)沒(méi)有特別的關(guān)鍵詞可以進(jìn)行檢索。不過(guò)可以基于常用的測(cè)序數(shù)據(jù)庫(kù)來(lái)進(jìn)行檢索，比如檢索GEO/TCGA + 想要研究的方向即可。
一般流程：
1. 確定自己的研究方向；
2. 尋找符合自己標(biāo)準(zhǔn)的測(cè)序數(shù)據(jù)。目前比較大的公共測(cè)序數(shù)據(jù)庫(kù)是：[[GEO數(shù)據(jù)庫(kù)]]。如果是腫瘤研究的話，使用最多的還是[[TCGA、ICGC、GTEx-數(shù)據(jù)庫(kù)都是啥？#TCGA]]；
3. 基于自己的目的分析數(shù)據(jù)。
和高通量的結(jié)果不同，低通量結(jié)果比較單一。但是對(duì)于某一個(gè)相同的研究方向其研究結(jié)果可能受到人種，疾病，樣本量等因素影響，導(dǎo)致研究結(jié)果可能不同。比如研究TP53基因表達(dá)對(duì)腫瘤的影響，可能在胃癌和肺癌當(dāng)中的結(jié)果是不同的，同樣在胃癌當(dāng)中，500人的研究和50人的研究結(jié)果可能是不同的。為了更好明確TP53對(duì)于腫瘤的影響，就需要把之前發(fā)表的文章結(jié)果放到一起進(jìn)行整合性分析。
這樣把之前的結(jié)果匯總到一起分析的方法叫做「Meta分析」。對(duì)于一個(gè)研究方向，只要相似研究結(jié)果到了一定的程度，都可以考慮進(jìn)行Meta分析來(lái)重新觀察結(jié)果的。
文章檢索：Meta分析類的文章一般在題目當(dāng)中也會(huì)寫(xiě)到Meta-analysis。一般很好識(shí)別。
一般流程：
1. 確定自己的研究主題詞；
2. 基于主題詞檢索相關(guān)文獻(xiàn)；
3. 提取符合標(biāo)準(zhǔn)的文獻(xiàn)當(dāng)中的結(jié)果；
4. 基于文獻(xiàn)的結(jié)果進(jìn)行分析。
如果一個(gè)研究方向比較成熟之后，綜合以往的研究結(jié)論來(lái)對(duì)這個(gè)領(lǐng)域進(jìn)行總結(jié)。這樣的東西就屬于傳統(tǒng)的綜述了。綜述主要是通過(guò)文字來(lái)對(duì)這個(gè)領(lǐng)域進(jìn)行描述。在綜述當(dāng)中主要會(huì)描述這個(gè)領(lǐng)域之前的研究進(jìn)展以及未來(lái)的研究方向。類似于一篇自我的年終總結(jié)。
我們之前介紹的[[eccDNA基本內(nèi)容]]則是對(duì)eccDNA目前研究情況的總結(jié)。
文章檢索：綜述類的文章，都有一個(gè)特殊的標(biāo)識(shí)：review。而且在很多檢索數(shù)據(jù)庫(kù)當(dāng)中都可以進(jìn)行綜述文章的篩選。所以檢索的時(shí)候檢索關(guān)鍵詞，篩選綜述即可。
一般流程：
1. 確定研究方向主題詞
2. 檢索相關(guān)文獻(xiàn)
3. 閱讀文獻(xiàn)
4. 書(shū)寫(xiě)文章
以上是對(duì)五個(gè)不同的文獻(xiàn)形式進(jìn)行了簡(jiǎn)單的介紹。由于以上五種都是通過(guò)收集以前的文章數(shù)據(jù)來(lái)進(jìn)行分析。所以彼此之間也存在一些相似性，所以就說(shuō)一下能想到的幾種文章的聯(lián)系和區(qū)別。
文章的目的：
「文獻(xiàn)計(jì)量學(xué)」、「方法評(píng)測(cè)」、「meta分析」以及「?jìng)鹘y(tǒng)綜述」都屬于對(duì)以往內(nèi)容的總結(jié)，
「公共測(cè)序數(shù)據(jù)重分析」在新的方面對(duì)以往數(shù)據(jù)進(jìn)行再挖掘
文章內(nèi)容的表現(xiàn)形式：
「文獻(xiàn)計(jì)量學(xué)」、「meta分析」以及「公共測(cè)序數(shù)據(jù)重分析」都是需要重新分析數(shù)據(jù)來(lái)獲得新的結(jié)果
「方法評(píng)測(cè)」如果用相同的數(shù)據(jù)進(jìn)行比較也需要進(jìn)行簡(jiǎn)單的分析，如果沒(méi)有數(shù)據(jù)則只是單純的文字描述
「?jìng)鹘y(tǒng)綜述」是通過(guò)文字描述的方式來(lái)進(jìn)行總結(jié)
不同類型的文章是否可以聯(lián)合使用：
「?jìng)鹘y(tǒng)綜述」可以和「文獻(xiàn)計(jì)量學(xué)」、「meta分析」聯(lián)合使用。組合成Bibliometric and review 或者meta-analysis and review
方法評(píng)測(cè)如果只是對(duì)不同方法在原理上進(jìn)行評(píng)測(cè)也屬于傳統(tǒng)綜述的范疇。
「公共測(cè)序數(shù)據(jù)重分析」如果是新的方向重新分析的話，則不能和其他類型聯(lián)用。但是一些關(guān)于基因方面的Meta，由于高通量測(cè)序包括了所有基因的內(nèi)容，所以也就可以組合成Bioinformatics and meta-analysis.
文章所需的文獻(xiàn)量：
「文獻(xiàn)計(jì)量學(xué)」和「?jìng)鹘y(tǒng)綜述」要求的文獻(xiàn)數(shù)量比較大，需要這個(gè)領(lǐng)域發(fā)展一定階段了才可以進(jìn)行匯總分析
「meta分析」和「方法評(píng)測(cè)」相對(duì)來(lái)說(shuō)比較小，只需要這個(gè)領(lǐng)域有一些相關(guān)的內(nèi)容了，即可進(jìn)行分析
「公共測(cè)序數(shù)據(jù)重分析」則只需要保證這個(gè)測(cè)序數(shù)據(jù)符合我們的要求就可以進(jìn)行重分析
以上就是能想到的幾點(diǎn)比較。如有遺漏，歡迎后臺(tái)補(bǔ)充。
聯(lián)系客服
