研究前沿之分析應用

(1)

研究前沿之分析應用

以藥理與毒物學為例

－以藥理與毒物學為例

國家實驗研究院科技政策研究與資訊中心創新策略組

賴志遠吳騏吳悅王碧玲

2

內容大綱

一、研究動機與目的二、文獻回顧

三、研究方法

四、研究領域的決定與資料取得五、如何應用這些寶貴的資料？

六、結論與建議

(2)

一、研究動機與目的

動機

洞悉科學發展趨勢

• 洞悉科學發展趨勢

• 累績繪製科學地圖能量

目的

• 提供決策者資源盤點資料

• 提供學研界科學發展趨勢之變化

4

二、文獻回顧

科學計量/文獻計量學發展沿革

• 1955年，Eugene Garfield提出引文分析方法(citation 來探討學術文獻的潛在關係 g 並且從文獻之間的 ( analysis)來探討學術文獻的潛在關係，並且從文獻之間的引用關係來探討科學發展的脈絡，從而開創了引文分析的用途。

• 1963年， E. Garfield 成立ISI (Institute For Scientific Information) 並且建立了引文索引資料庫(SCI；Science Citation Index) 。

• 1963年，Derek J. de Solla Price發表的「小科學，大科學 (Little Science Big Science 1963)一書對科學發學」(Little Science, Big Science，1963)一書，對科學發展提出了定量化分析。

• 1974年Small和Griffith把他們所構思的「共引用群聚」和

「研究前沿」結合在一起，探討最新發表文獻中的高引用

資料。

(3)

二、文獻回顧

科學計量/文獻計量學發展沿革

• Martin和Irvine於1983年利用「收斂指數」(converging 來作為大科學建設的評價」( 利用論文產出 g g partial indicator)來作為大科學建設的評價，利用論文產出及被引用次數來作為評價指標。

• Narin、Olivastro和Stevens在1994年總結了文獻計量學的發展，將文獻計量的工作分成三大類：學術活動量測、衝擊量測、聯結度量測等。

• Boyack和borner於2003年提出一利用視覺化呈現方式來表現研究論文產出成果對計畫撥款的影響。利用計畫-產出地圖來作為一種輔助性的工具來提昇評量研發資源投入出地圖來作為一種輔助性的工具來提昇評量研發資源投入的效率。

• 2005年，Glenisson、Glanzel、Janssens和De Moor等人結合了全文分析及文獻計量方法，並利用共用字及相關概念來進行地圖的繪製。

6

三、研究方法

• 為完整呈現某科學領棫的發展面貌，且落實科學地圖之客觀性與全面性；本研究採用三種分析方地圖之客觀性與全面性；本研究採用三種分析方法：專家意見、文獻計量、探勘技術。希望結合三種方法，截長補短達到互補效應，並在未來能夠整合三種方法，提出一套綜合方式以發展探視未來科學發展趨勢的方法。

文獻計量文獻計量

使用co-word或是從引用的狀態來對

文獻群作分群

專家意見法專家意見法

利用學者專家本身的領域知識解

讀前沿結果

探勘技術探勘技術

利用文字探勘方法對前沿之文字進行

分群

(4)

四、研究領域的決定與資料取得

• 利用Thomson Reuters出版的ESI資料庫所提供之 ^「研究前沿」(Research Front) 功能，可找出各領域的研究前沿主題。

• 研究前沿將過去十年間國際間各個領域的論文，

從高度被引用文獻之引用關係，通過群聚分析 (Cluster Analysis) ，產生聚類集合。有助於獲知目前各領域的研究成果有哪些重要發現，以及反映出當前科學家重點關注的方向

當前科學家重點關注的方向。

• 文獻的主要來源來自SCI及SSCI約11,000種的學術期刊。

• 共提供22個研究領域的研究前沿。

8

研究領域的決定與資料取得

• 高引用率文獻：各領域於十年內被引用次數 Top 1%的文章。 p

• 因此ESI所收錄的文獻，可反映現今重要學術研究潮流，具有一定之代表性。

• 而研究前沿又將ESI的文獻資料作更完整的萃煉，使得在科學趨勢分析上更具有可信度。

基於政府兩兆雙星之政策選擇生技領域作為

• 基於政府兩兆雙星之政策，選擇生技領域作為研究標的。經篩選後共九個領域與生技相關，

最終以藥理毒物學(我國全球排名19)為標的。

(5)

ESI的研究前沿頁面

10

22領域列表

Agricultural Sciences 農業科學 Biology & Biochemistry 生物與生化

Chemistry 化學

Clinical Medicine 臨床醫學

Computer Science 計算機科學

Economics & Business 經濟貿易

Engineering 工程

研究前沿每個領域可直接

Environment/Ecology 環境

Geosciences 地球科學

Immunology 免疫學

Materials Sciences 材料科學

Mathematics 數學

Microbiology 微生物

Molecular Biology & Genetics 分子生物與基因

Multidisciplinary 跨領域

研究前沿每個領域可直接提供的訊息包含：

1.該領域之研究人員排名 2.該領域之研究機構排名 3.該領域之國家排名 4.該領域之學刊排名 5.

Highly Cited Papers

Multidisciplinary 跨領域

Neuroscience & Behavior 神經科學與行為科學 Pharmacology & Toxicology 藥理與毒物學

Physics 物理

Plant & Animal Science 動植物學 Psychology/Psychiatry 心理學 Social Sciences, general 社會科學

Space Science 太空科學

6.

Hot Papers

(6)

研究前沿搜尋結果呈現頁面

研究前沿單一領域經檢索研究前沿單一領域經檢索後所提供的資訊包括：

1．核心論文的基本資料 2．由群集論文標題之關鍵字所組成的前沿關鍵字 3．每個前沿所含論文數量 4．該前沿論文的總引用次數 5．該前沿每篇論文的平均被引用次數

6．該前沿論文的平均發表年次

ps：每個前沿的論文稱之為核心論文

12

核心論文資料

1.標題 2.作者 3.出處 4.通訊住址 5.領域所屬

論文發表年度分佈

(7)

五、如何應用這些寶貴的資料？

14

進行前沿的中文化與解讀

目的：加強對前沿的理解，以提昇未來對前沿的分析及分群作業

(8)

前沿的中文化與解讀

Ex: Research Front 76

Fronts 原文研究團隊中文化專家解讀

NEURODEGENERATIVE DISORDERS;

PHARMACOLOGICAL IRON CHELATION PREVENTS MPTP- INDUCED

NEUROTOXICITY IN-VIVO;

PARKINSON'S DISEASE;

NOVEL THERAPY; MULTI-

神經退化性疾病、

藥理上以鐵螯合劑預防神經毒素 MPTP誘發的神經毒性體內研究、帕金森氏症

鐵螯合劑抑制腦部 MPTP神經毒性及其對帕金森氏症治療之研究

O ; U

FUNCTIONAL DRUGS

16

專家分群

研究議題總數所含前沿編號

A1 訊息傳遞機制(受體)之研

究 40

3、9、14、17、18、21、29、31、39、41、45、48、49、50、58、61、65、67、69、81、82、

88、89、93、101、103、120、127、128、129、136、138、142、144、145、149、162、172、

究 186、194、211、217、237

A2 細胞生理學之研究 52

4、12、16、19、32、35、37、40、42、43、51、53、54、55、57、66、70、73、80、85、87、

92、95、96、99、108、111、115、123、126、137、139、140、141、146、150、153、161、

163、165、179、196、199、206、216、228、231、234、235、242、247、257

A3 藥效學/藥物動力學 40

8、10、25、27、36、68、109、116、121、132、134、141、151、154、169、174、177、180、

181、182、183、185、190、197、200、201、202、204、210、215、223、224、227、232、233、

245、248、249、250、251、256

A4 藥物毒理研究、劑量與藥

物安全 41

2、11、13、23、28、34、44、47、56、64、72、75、76、86、91、97、101、102、112、120、

122、130、135、143、147、157、159、160、166、178、184、193、209、212、218、219、222、

229、230、244、254、259

A5 大分子藥物的設計及傳遞 11 46、58、71、87、104、124、125、152、155、167、168、175、188、211、239

A6 以奈米、生物醫材或

polymer應用於藥物傳輸 28 24、30、33、38、52、74、83、84、98、106、110、113、114、121、133、148、173、175、

176、198、203、258

A7 基因體學的研究與應用於

藥物治療 9 15、22、63、79、100、118、158、192、195

A8 組織工程的應用 6 5、171、189、225、226、236

A9 新分析方法之應用 14 26、59、60、62、77、117、156、160、187、203、205、207、214、238、241

A10 其它 24 1、6、7、20、78、90、94、105、107、119、131、164、170、191、208、213、220、221、240、

243、246、252、253、255

(9)

新分析方法之應用其他

專家分群

藥物毒理研究、劑量與藥物安全大分子藥物的設計及傳遞以奈米、生物醫材或polymer應用於藥物傳輸基因體學的研究與應用於藥物治療組織工程的應用新分析方法之應用

0 10 20 30 40 50 60

訊息傳遞機制(受體/)之研究細胞生理學之研究藥效學/藥物動力學藥物毒理研究劑量與藥物安全

18

文獻計量分析

• 統計出論文發表最多的國家、機構、作者（研究人員），

以及這1,655篇最常引用的著作、學者、期刊以及這1,655篇最常引用的著作學者期刊

USA

# 1

ENGLAND

# 2

GERMANY

# 3

CANADA

# 4

ITALY

# 5

FRANCE

# 6

TAIWAN

# 33

2002 0 2 1 0 1 0 0

2003 100 25 20 11 14 12 0

2004 145 37 29 21 14 10 1

2005 168 43 27 26 22 15 2

2006 189 49 28 26 21 23 0

2007 225 51 46 32 31 25 1

2008 149 30 33 23 25 19 2

篇數合計 976 237 184 139 128 104 6

(10)

文獻計量分析

• 「藥理毒物學」的研究前沿中，最具生產力的作者

Author Count Author Fractional Count Supuran, CT 19 Supuran, CT 7.4 Scozzafava, A 14 Di marzo, V 3.7 Di marzo, V 12 Scozzafava, A 3.1 Ramakrishna S 11 Pertwee RG 3 0 Ramakrishna, S 11 Pertwee, RG 3.0 Devarajan, P 10 Milligan, G 3.0 Pacher, P 10 Szabo, C 2.9 Piomelli, D 10 Dyson, PJ 2.9 Mabury, SA 10 Devarajan, P 2.9

20

文獻計量分析

• 「藥理毒物學」的研究前沿中，最具生產力的機構

Author's Institute Count Author's Institute Fractional Count Harvard Univ 75 Harvard Univ 27.6

Univ Texas 40 Univ Texas 19.1

Univ Calif San Diego 39 Univ Calif San Diego 18.7 Univ Washington 39 Natl Univ Singapore 15.9 Vanderbilt Univ 34 Vanderbilt Univ 14.5 Univ Calif San Francisco 34 Univ Calif San

Francisco 14 Univ Calif Los Angeles 30 Univ Calif Los

Angeles 14

(11)

群集分析

¾ 自組織映射圖

（Self Organizing Maps SOM）

（Self-Organizing Maps, SOM）

現階段在產官學研中被廣泛應用的智慧型群聚技術，是芬蘭赫爾辛基大學 Kohonen 教授1980年所提出的群聚分析方法。可對高維度及複雜難以認知的資料進行群聚分析，再將這些資料映射到二維圖形上，這些二維的映分析，再將這些資料映射到二維圖形上，這些二維的映射結果會呈現多個群聚，讓使用者可以一目了然資料的群聚特性。

22

群集分析

¾ 自組織映射圖

（S lf O i i M SOM）

（Self-Organizing Maps, SOM）

但對於某些具階層關係之資料， SOM 演算法無法表達出資料的階層性。 SOM 只能將其群聚在相同的區域，

導致使用者對階層式資料的結果有著解讀分析上的困難。

(12)

群集分析

¾ 增長階層式自組織映射圖

（Growing Hierarchical Self Organizing Maps GHSOM）

（Growing Hierarchical Self-Organizing Maps, GHSOM）

由於SOM只能夠演算出第一階層的分群，沒有辦法展現文件間階層性的關係，Rauber（2002）等學者提出了 GHSOM分群方法，增加組織圖縱向階層分群之功能。

24

群集分析

¾ 增長階層式自組織映射圖

（Growing Hierarchical Self Organizing Maps GHSOM）

（Growing Hierarchical Self-Organizing Maps, GHSOM）

Layer 0

Layer 1

Layer 2

寬度終止參數深度終止參數

Layer 3

(13)

Example of Animals Clustering

(T. Kohonen )

Small Medium Big 2-Legs 4-Legs Hair Hooves Mane Feathers Hunt Run Fly Swim

1 0 0 1 0 0 0 0 1 0 0 1 0 Dove

1 0 0 1 0 0 0 0 1 0 0 0 0 Chicken

1 0 0 1 0 0 0 0 1 0 0 0 1 Duck

1 0 0 1 0 0 0 0 1 0 0 1 1 Goose

1 0 0 1 0 0 0 0 1 1 0 1 0 Owl

1 0 0 1 0 0 0 0 1 1 0 1 0 Hawk

0 1 0 1 0 0 0 0 1 1 0 1 0 Eagle

0 1 0 0 1 1 0 0 0 1 0 0 0 Fox

0 1 0 0 1 1 0 0 0 0 1 0 0 Dog

0 1 0 0 1 1 0 1 0 1 1 0 0 W lf

0 1 0 0 1 1 0 1 0 1 1 0 0 Wolf

1 0 0 0 1 1 0 0 0 1 0 0 0 Cat

0 0 1 0 1 1 0 0 0 1 1 0 0 Tiger

0 0 1 0 1 1 0 1 0 1 1 0 0 Lion

0 0 1 0 1 1 1 1 0 0 1 0 0 Horse

0 0 1 0 1 1 1 1 0 0 1 0 0 Zebra

0 0 1 0 1 1 1 0 0 0 0 0 0 Cow

26

SOM vs. GHSOM

F Ti

Engle

Fox Cat Dog Wolf

Tiger Lion Horse Zebra

Dove Chicken

Duck Cow

Engle

Fox Dog Wolf Cat

Tiger Lion Horse Zebra

Cow

Owl Dove Hawk

Goose Owl Hawk

Cow Cow

Chicken Goose Duck

(14)

28

專家與 GHSOM 分群結果 (A6)

研究議題總數所含前沿編號

A1 訊息傳遞機制(受體)之研

究 40

3、9、14、17、18、21、29、31、39、41、45、48、49、50、58、61、65、67、69、81、82、

88、89、93、101、103、120、127、128、129、136、138、142、144、145、149、162、172、

究 186、194、211、217、237

A2 細胞生理學之研究 52

4、12、16、19、32、35、37、40、42、43、51、53、54、55、57、66、70、73、80、85、87、

92、95、96、99、108、111、115、123、126、137、139、140、141、146、150、153、161、

163、165、179、196、199、206、216、228、231、234、235、242、247、257

A3 藥效學/藥物動力學 40

8、10、25、27、36、68、109、116、121、132、134、141、151、154、169、174、177、180、

181、182、183、185、190、197、200、201、202、204、215、223、224、227、232、233、245、

248、249、250、251、256

A4 藥物毒理研究、劑量與藥

物安全 41

2、11、13、23、28、34、44、47、56、64、72、75、76、86、91、97、101、102、112、120、

122、130、135、143、147、157、159、160、166、178、184、193、209、212、218、219、222、

229、230、244、254、259

A5 大分子藥物的設計及傳遞 11 46、71 、58 、87、104、124、125、152、155、167、168、175、188、211、239

A6 ^{以奈米、生物醫材或}polymer應用於藥物傳輸 23 24、30、33、38、52、74、83、84、98、106、110、113、114、121、133、148、

173、175、176、198、203、210、258 A7 基因體學的研究與應用於

藥物治療 9 15、22、63、79、100、118、158、192、195

A8 組織工程的應用 6 5、171、189、225、226、236

A9 新分析方法之應用 14 26、59、60、62、77、117、156、160、187、203、205、207、214、238、241

A10 其它 24 1、6、7、20、78、90、94、105、107、119、131、164、170、191、208、213、220、221、240、

243、246、252、253、255

(15)

研究前沿的直接產出

30

初級階層式資訊之結果呈現

領域領域

主題1 主題2 主題3 ．．．

主題1 主題2 主題3

前沿編號25 前沿編號57 前沿編號192

文獻編號25-1 文獻編號25-2 文獻編號25-3

．．．

文獻編號57-1 文獻編號57-2 文獻編號57-3

列表所呈現之文獻架構是領域-主題-前沿-核心論文具代表性的期刊文獻。

閱讀此類的資訊相信對我國的研究生或剛接觸此領域的

文獻編號25-4 文獻編號25-5

．．．

文獻編號57-4 文獻編號57-5

．．．

研究人員，於建立該主題的知

識架構上有一定的幫助。本

地圖的另外一個目的，就

是協助我國的研究社群挑

選重要文獻。

(16)

初級階層式資訊之結果呈現

Ex: Research Front 45

A1 訊息傳遞機制(受體)之研究

編號前沿關鍵字專家解讀

人類及鼷鼠類蛋白偶聯

1. Narita, M et al. (2006). Direct involvement of orexinergic systems in the activation of the mesolimbic dopamine pathway and related behaviors induced by morphine. J.

Neurosci. 26(2), 398-405.

2. Foord, SM et al. (2005). International Union of Pharmacology. XLVI. G protein- coupled receptor list. Pharmacol. Rev. 57(2), 279-288.

45 HUMAN-MOUSE G PROTEIN-COUPLED RECEPTOR REPERTOIRES; G PROTEIN-COUPLED RECEPTOR LIST;

G-PROTEIN-COUPLED RECEPTORS; ORPHAN G- PROTEIN COUPLED RECEPTORS; HUMAN GENOME FORM FIVE MAIN FAMILIES

人類及鼷鼠類G-蛋白偶聯受體研究-利用GPCRs五大家族類別間交織反應及訊息傳遞調控細胞功能之研究

3. Fredriksson, R and Schioth, HB (2005). The repertoire of G-protein-coupled receptors in fully sequenced genomes. Mol. Pharmacol. 67(5), 1414-1425.

4. Wise, A et al. (2004). The identification of ligands at orphan G-protein coupled receptors. Annu. Rev. Pharmacol. Toxicol. 44, 43-66.

5. Fredriksson, R et al. (2003). The G-protein-coupled receptors in the human genome form five main families. Phylogenetic analysis, paralogon groups, and fingerprints.

Mol. Pharmacol. 63(6), 1256-1272.

6. Vassilatis, DK et al. (2003). The G protein-coupled receptor repertoires of human and mouse. Proc. Natl. Acad. Sci. U. S. A. 100(8), 4903-4908.

32

完整服務資訊應包含之訊息

一、領域趨勢

二、跨領域發展動向三、研究議題分群結果四、研究人力分佈

五、結合GRB成果展現之研究資源配置

GRB：政府研究資訊系統

(17)

針對決策者需求所提供之資訊

•結合GRB成果展現之研究資源配置

•利用前端結果所完成的分群及關鍵字，在GRB系統中尋找我國相關聯的研發計畫。確認我國在該領域各研究主題的資源分配以及計畫比重。所完成之資訊可以作為決策者在領域規劃或資源分配的參考資訊。

毒性 12計畫

12億基因

22計畫 3億

其他 21計畫

12億

生物資訊 25計畫

7.5億

生物晶片 19計畫

1.2億 3億

34

製作流程

專家解

研究生

ESI

資料下載研究前沿中文化及初步解讀解讀關鍵字萃取研究前沿分群

G

研究生

學研界

研究前沿資料探勘分群分析

GRB

資源盤點

決策單位

(18)

依需求提供不同的資訊

使用者內容提供

研究生應以級一領域趨勢碩博士研究生(應以博士級

為主)

一．領域趨勢

二．研究議題分群結果三．文獻列表

研究人員(博士後…等研究人員)

一．領域趨勢二．跨領域發展動向三．研究議題分群結果四．文獻列表

四．文獻列表決策單位(國科會、領域召

集人等)

一．領域趨勢二．跨領域發展動向三．研究議題分群結果四．研究人力分佈

五．結合GRB成果展現之研究資源配置

36

六、結論與建議

•22個領域的研究前沿結果具有一定的代表性。

然無法代表整個學術發展的趨勢，但是一雖然無法代表整個學術發展的趨勢但是一個很值得參考的指標。

•可善加利用ESI各研究前沿結果，建立以領域為單元的各領域科學發展模式，作為探視未來科學發展趨勢的基礎資料。

•現階段操作的進度尚未整合三種方法，希望

持續研究後能提出一套綜合方式可探視未來

科學發展趨勢的方法。

(19)

研究前沿之分析應用