本报综合外媒报道 美国威斯康星大学麦迪逊分校官网近日发布消息称，该校信息学院助理教授伊恩·哈钦斯（Ian Hutchins）等人在《美国国家科学院院刊》上刊发新研究《在缺乏全文的情况下预测生物医学引文的实质性》。在此项研究中，哈钦斯等人利用机器学习技术对生物医学引文进行了分析，发现政府资助可以促进基础科学研究向临床应用转化。

　　哈钦斯等人发现，近年来有关科研拨款、出版物、临床试验及其专利的大量开放数据集促进了知识网络的形成。这些网络连接着资源与知识创造，并最终产生应用成果。作为知识网络的重要组成部分，引文代表了研究人员之间的知识传递。学术界通过广泛地编目和跟踪引文来衡量研究的价值和重要性。每一次论文引用某种程度上都记录了实质性的知识转移。文章之间通过引用关系形成的网络结构被称为引文网络，用于衡量论文的传播力与影响力。同时，研究引文网络还能促进实验室结果转化成临床应用，推动科学政策的制定。

　　哈钦斯等人表示，实质性引用可为新研究中的主要实验提供有关初期构思、设计或实施方面的参考信息。作者引用先前的研究出版物，是为了表明它们对当前研究工作的影响。换句话说，未输入这些知识将改变实验的执行及其结果。不过，哈钦斯等人发现，并非所有引文在研究的早期阶段都能起到重要的推动作用。作者在出版过程后期添加的引文，例如，在同行评议要求下补充的引文，不仅可能没有很强的“实质性”，还会为其他研究人员从引文网络等知识网络中获取信息制造障碍。哈钦斯表示，这并不意味着研究文章早期版本中的所有参考文献都很重要，但是关键的参考文献更有可能集中在早期版本中。

　　为确定早期和后期引文在实质性上的区别，哈钦斯等人训练了一种机器学习算法模型，并向它提供了38000多份生物医学论文的引文信息。每篇论文的引用数据都有两个版本：一个是预印本，另一个是经过同行评议的出版版本。研究人员意外发现，尽管美国国立卫生研究院资助的研究出版物数量仅占已发表科学文献的10%，却占据同领域临床研究引用的实质性研究的30%，称得上是推动更多科学新发现的重要科研成果。由此可见，从基础研究向临床研究不成比例的实质性知识转移与政府资助基础科学研究之间存在密切的联系。

　　哈钦斯表示，美国国会领导层和民间社会都很关注对联邦政府基础研究资助经费的监督，体现了基础研究拨款对于把实验室结果转化为临床研究的重要性。由此可见，政府对生物医学研究的资助可能是将基础研究知识转化为临床应用的一个简易杠杆。

　　（刘雨微/编译）