NIH推出PubMed新工具Linked Discoveries

美国国立卫生研究院（NIH）近日推出一款名为linked Discoveries的实验性工具，旨在帮助科研人员更便捷地了解单项研究发现与更广泛生物医学证据体系之间的关联。用户可从PubMed中的一条引文出发，利用该工具探索与该文章密切相关的出版物“邻域”，其中包括重复性研究。上线之初，linked Discoveries已覆盖超过2900万篇PubMed出版物。

由NLM开发，服务可重复性研究

该工具由NIH下属的国家医学图书馆（NLM）开发，NLM负责管理PubMed。linked Discoveries是NIH全机构范围内加强NIH资助研究可重复性与再现性倡议的早期成果之一。该工具尤其希望解决一个难题：判断某项研究发现如何嵌入现有证据体系。相关研究及其他研究信息可能分散在不同资源中，而传统的科学文献查找方式往往偏向已经知名或被频繁引用的工作。linked Discoveries通过为研究人员提供与特定研究相关出版物的更连贯视图，开始应对这一挑战。

NIH主任Jay Bhattacharya（医学博士、哲学博士）表示：“随着现代科学以惊人速度向前推进，我们面对的生物医学文献数量不断增长，却缺乏理解它们之间如何相互关联、如何贡献于更广泛科学背景的方法。找到正确的信息和相关出版物，不仅仅是匹配关键词，更在于理解想法如何连接、发现如何在前人基础上建立，以及研究如何随着新证据出现而演进。linked Discoveries正是为支持这种层次的探索而设计。”

AI辅助识别关联，提供图谱与时间线视图

linked Discoveries采用AI辅助方法识别相关出版物，并允许用户通过图谱和时间线视图查看它们之间的联系。研究人员可以按疾病、基因和化学物质缩小“邻域”范围，并查看引用关系、综述、撤稿以及NIH资助出版物等信息。这些背景信息有助于研究人员在解读既往发现和规划后续研究时判断应考虑哪些证据。

linked Discoveries并不评判研究质量，也不判定某项发现是否已被成功重复。它只是组织出版物之间的关联，并为研究人员提供额外背景，以便他们自行评估证据。

NLM主任Peter Embí（医学博士）表示：“linked Discoveries不是把已发表文献当作静态的事实集合，而是支持动态且富有辨别力的参与。通过让用户探索围绕某篇出版物的相关文章‘邻域’，我们可以让研究人员更广泛地看到其之前和之后的工作，帮助他们探索背景并识别可能值得进一步调查的问题。”

首个公开版本，将持续迭代

此次发布是linked Discoveries的第一个公开版本。NLM将继续根据用户反馈测试和完善该工具，用户可直接在工具内提交反馈，以帮助确定未来功能与能力。该资源的设计目标是与NIH加强可重复性与再现性的更广泛工作共同成长，同时将科学评估权保留在研究人员手中。

NLM是生物医学信息学与数据科学研究领域的领导者，也是全球最大的生物医学图书馆。NLM开展并支持健康信息记录、存储、检索、保存和传播方法的研究，其创建的资源和工具每年被数百万人使用数十亿次，用于访问和分析分子生物学、生物技术、毒理学、环境健康及卫生服务信息。

来源：NIH News Releases（英文原文，生物航编译，内容以原文为准）