С начала пандемии COVID-19 научные и медицинские журналы опубликовали более 100000 исследований SARS-CoV-2. Но, согласно данным ученых, которые создали инструмент машинного обучения для анализа потока публикаций, фундаментальных лабораторных исследований микробиологии вируса, включая исследования его патогенеза и механизмов передачи вируса, недостаточно. Их анализ появится 16 сентября в журнале Patterns .
«В условиях кризиса, подобного этой пандемии, мы ожидаем, что исследования за пределами лаборатории будут происходить более быстрыми темпами, чем лабораторные исследования», - говорит первый автор Анхвин Доанво, ученый-доброволец из Сети распределенных волонтерских исследований COVID-19. «Тем не менее, относительное отсутствие лабораторных исследований кажется уникальным для SARS-CoV-2 по сравнению с другими коронавирусами человека. Эта нехватка лабораторных исследований означает, что научное сообщество может упустить ключевые аспекты вируса, которые могут повлиять на наша способность сдержать эту пандемию и противостоять будущим ".
Исследователи использовали отрывки из исследований, полученные из CORD-19 (COVID-19 Open Research Dataset). CORD-19 обновляется ежедневно и включает рецензируемые исследования из PubMed Central, а также препринты из bioRxiv и medRxiv. На момент проведения первого анализа в конце мая набор данных включал более 137 000 исследований. Позже анализ был дополнен данными по 31 июля.
Команда использовала два вычислительных метода для анализа данных. Первым было уменьшение размерности, которое помогает находить большие закономерности во многих документах, таких как выдержки из научных исследований, и выявлять тенденции на основе этих шаблонов. Второй метод, тематическое моделирование, позволил им сгруппировать документы по разным темам и сравнить исследования SARS-CoV-2 с исследованиями других коронавирусов. В отличие от предыдущих исследований, которые фокусировались только на ключевых словах, оба этих инструмента позволили им просмотреть полный текст резюме.
