研究地图的瘤相关的巨细胞纳米粒子文章摘要使用一个eLDA主题建模机器学习方法
Chloe Brown1, Colette S M Bilynsky2, Melanie Gainey3
1Department of Chemical Engineering, Carnegie Mellon University, Pittsburgh, Pennsylvania, United States of America.
PloS one
|June 18, 2024
概括
这项研究使用了主题建模来分析854个纳米粒子针对瘤相关巨细胞 (TAM) 的摘要. 它确定了六个关键主题和趋势,为这个快速发展的领域创造了一个活跃的审查.
科学领域:
- 在瘤学瘤学.
- 纳米技术纳米技术
- 免疫学 免疫学 免疫学
背景情况:
- 巨细胞调节瘤的微环境,推动纳米颗粒向研究.
- 文献的快速增长使得与瘤相关巨细胞 (TAMs) 的纳米粒子策略保持最新状态具有挑战性.
研究的目的:
- 在固体瘤中对854个纳米粒子向抽象进行主题建模分析.
- 20年来在TAM准纳米粒子文献中确定常见的用途,趋势和新兴主题.
- 开发一种方法来创建这个领域的活跃审查.
主要方法:
- 对854篇同行评审的文献摘要进行了主题建模分析.
- 分析跨越了20年的研究纳米粒子向TAMs在固体瘤的研究.
- 该模型被验证用于将新论文分配给现有主题.
主要成果:
- 确定了六个不同的主题:免疫和TAMs,纳米粒子,成像,基因传递和外体,疫苗和多模式疗法.
- 揭示了纳米粒子使用,瘤类型和跨主题治疗应用的独特趋势.
- 展示了主题建模的潜力,为正在进行的文献评估创建一个活跃的评论.
结论:
- 主题建模为TAM的纳米颗粒准策略提供了有价值的"鸟视图".
- 这种方法有利于在一个庞大且快速增长的科学领域中探索新的和新兴的主题.
- 开发的方法可以支持持续的文献审查和知识综合.
