El panorama cambiante de la investigación de la amiloide

Área de la Ciencia:

• Ciencias biomédicas y de la vida
• Biología computacional
• Información bibliométrica

Sus antecedentes:

• El crecimiento exponencial de la literatura biomédica desafía el seguimiento de los descubrimientos.
• La inteligencia artificial (IA) y los modelos de lenguaje natural (NLM) permiten el análisis a gran escala de las publicaciones científicas.
• Comprender la evolución de campos de investigación específicos como la biología amiloide es complejo.

Objetivo del estudio:

• Para presentar una cartografía bidimensional del panorama global de la investigación amiloide.
• Visualizar las tendencias clave, la progresión histórica y los subcampos dominantes en la investigación de la amiloide.
• Identificar temas de investigación latentes, incluidos productos químicos y moléculas pequeñas, a lo largo del tiempo.

Principales métodos:

• Utilizó PubMedBERT, un modelo de lenguaje grande basado en transformadores.
• Utilizó t-SNE y asignación latente de Dirichlet (LDA) para el análisis de datos.
• Analizado más de 140.000 resúmenes de la base de datos de PubMed.

Principales resultados:

• Proporcionó una visualización completa del campo de investigación de la amiloide.
• Capturó la progresión histórica y el surgimiento de subcampos dominantes.
• Identificación de los autores contribuyentes, sus países y temas de investigación latentes, incluidos los productos químicos y las moléculas pequeñas.

Conclusiones:

• El análisis de texto impulsado por IA integrado con datos bibliométricos ofrece nuevas perspectivas sobre la evolución de la investigación amiloide.
• Este estudio facilita una comprensión interdisciplinaria más profunda de la biología amiloide.
• El mapeo de la literatura impulsado por el aprendizaje automático puede identificar brechas de conocimiento y orientar la investigación futura.