#文献综述 ## 概述按照严格的学术方法进行系统、全面的文献综述。搜索多个文献数据库，按主题综合研究结果，验证所有引用的准确性，并生成 Markdown 和 PDF 格式的专业输出文档。该技能与数据库访问的多种科学技能（gget、生物服务、datacommons-client）集成，并提供用于引文验证、结果聚合和文档生成的专用工具。 ## 何时使用此技能在以下情况下使用此技能： * 为研究或出版进行系统的文献综述 * 综合多个来源关于特定主题的当前知识 * 进行荟萃分析或范围审查 * 撰写研究论文或论文的文献综述部分 * 调查研究领域的最新技术水平 * 确定研究差距和未来方向 * 需要经过验证的引文和专业格式 ## 核心工作流程文献综述遵循结构化、多阶段的工作流程： ### 第一阶段：规划和范围界定 1. **定义研究问题**：使用 PICO 框架（群体、干预、比较、结果）进行临床/生物医学审查 * 示例：“与标准治疗 (C) 相比，CRISPR-Cas9 (I) 治疗镰状细胞病 (P) 的功效如何？” 2. **确定范围和目标**： * 定义清晰、具体的研究问题 * 确定评论类型（叙述性、系统性、范围界定、荟萃分析） * 设定界限（时间段、地理范围、研究类型） 3. **制定搜索策略** : * 从研究问题中找出 2-4 个主要概念 * 列出每个概念的同义词、缩写和相关术语 * 规划布尔运算符（AND、OR、NOT）来组合术语 * 选择至少 3 个互补数据库 4. **设置包含/排除标准**： * 日期范围（例如，过去 10 年：2015-2024） * 语言（通常为英语，或指定多语言） * 出版物类型（同行评审、预印本、评论） * 研究设计（随机对照试验、观察性试验、体外试验等） * 清楚地记录所有标准 ### 第二阶段：系统文献检索 1. **多数据库搜索** : 选择适合该域的数据库： **生物医学与生命科学：** * 使用 `gget` 技能：`gget search pubmed "search terms"` 用于 PubMed/PMC * 使用 `gget` 技能：`gget search biorxiv "search terms"` 进行预印本 * 使用 ChEMBL、KEGG、UniProt 等的“生物服务”技能。 **一般科学文献：** * 通过直接 API 搜索 arXiv（物理、数学、CS、q-bio 预印本） * 通过API搜索Semantic Scholar（2亿多篇论文，跨学科） * 使用Google Scholar进行全面覆盖（手动或仔细抓取） **专业数据库：** * 使用 `gget alphafold` 来获取蛋白质结构 * 使用“gget cosmic”进行癌症基因组学 * 使用“datacommons-client”获取人口统计/统计数据 * 使用适合该领域的专用数据库 2. **文档搜索参数**： ## 搜索策略 ### 数据库：PubMed - **搜索日期**：2024-10-25 - **日期范围**：2015-01-01 至 2024-10-25 - **搜索字符串**： (“CRISPR”[标题] 或“Cas9”[标题]) AND (“镰状细胞”[MeSH] 或“SCD”[标题/摘要]) AND 2015:2024[发表日期] - **结果**：247 篇文章对搜索的每个数据库重复此操作。 3. **导出和汇总结果**： * 从每个数据库导出JSON格式的结果 * 将所有结果合并到一个文件中 * 使用 `scripts/search_databases.py` 进行后处理： python search_databases.py合并结果.json \ --去重\ --格式化降价\ --输出聚合结果.md ### 第三阶段：筛选和选择 1. **重复数据删除**： python search_databases.py results.json --deduplicate --output unique_results.json * 按 DOI（主要）或标题（后备）删除重复项 * 删除重复的文档数量 2. **标题筛选** : * 根据纳入/排除标准审查所有标题 * 排除明显不相关的研究 * 现阶段排除文件编号 3. **摘要筛选** : * 阅读剩余研究的摘要 * 严格应用纳入/排除标准 * 记录排除的原因 4. **全文筛选** : * 获取剩余研究的全文 * 根据所有标准进行详细审查 * 记录排除的具体原因 * 记录纳入研究的最终数量 5. **创建 PRISMA 流程图**：初始搜索：n = X ├─ 去重后：n = Y ├─ 片名筛选后：n = Z ├─ 摘要筛选后：n = A └─ 纳入审查：n = B ### 第 4 阶段：数据提取和质量评估 1. **从每项纳入的研究中提取关键数据**： * 研究元数据（作者、年份、期刊、DOI） * 研究设计和方法 * 样本量和人群特征 * 主要发现和结果 * 作者指出的局限性 * 资金来源和利益冲突 2. **评估学习质量**： * **对于随机对照试验**：使用 Cochrane 偏差风险工具 * **对于观察性研究**：使用纽卡斯尔-渥太华量表 * **对于系统评价**：使用 AMSTAR 2 * 对每项研究进行评分：高、中、低或极低质量 * 考虑排除质量非常低的研究 3. **按主题组织**： * 确定研究中的 3-5 个主要主题 * 按主题进行分组研究（研究可能出现在多个主题中） * 注意模式、共识和争议 ### 第五阶段：综合与分析 1. **从模板创建审核文档**： cp 资产/review_template.md my_literature_review.md 2. **撰写主题综合**（不是逐个研究的总结）： * 按主题或研究问题组织结果部分 * 综合每个主题内多项研究的结果 * 比较和对比不同的方法和结果 * 确定共识领域和争议点 * 突出最有力的证据结构示例： #### 3.3.1 主题：CRISPR 递送方法多种递送方法已被研究用于治疗基因编辑。病毒载体 (AAV) 用于 15 项研究^1-15^ 和显示出高转导效率 (65-85%)，但免疫原性提高关注^3,7,12^。相比之下，脂质纳米颗粒表现出较低的效率 (40-60%)，但安全性有所提高^16-23^。 3. **批判性分析**： * 评估各项研究的方法学优势和局限性 * 评估证据的质量和一致性 * 确定知识差距和方法差距 * 注意未来需要研究的领域 4. **写讨论**： * 在更广泛的背景下解释研究结果 * 讨论临床、实践或研究意义 * 承认审查本身的局限性 * 与之前的评论进行比较（如果适用） * 提出未来具体的研究方向 ### 第 6 阶段：引文验证 **重要**：在最终提交之前，所有引文必须经过准确性验证。 1. **验证所有 DOI** ： python 脚本/verify_itations.py my_literature_review.md 这个脚本： * 从文档中提取所有 DOI * 验证每个 DOI 是否正确解析 * 从 CrossRef 检索元数据 * 生成验证报告 * 输出格式正确的引文 2. **审查验证报告** : * 检查任何失败的 DOI * 验证作者姓名、标题和出版物详细信息是否匹配 * 更正原始文档中的任何错误 * 重新运行验证，直到所有引用通过 3. **引文格式保持一致**： * 选择一种引用样式并在全文中使用（参见 `references/itation_styles.md`） * 常见样式：APA、Nature、Vancouver、Chicago、IEEE * 使用验证脚本输出正确格式化引文 * 确保文本引用符合参考文献列表格式 ### 第 7 阶段：文档生成 1. **生成 PDF** : python 脚本/generate_pdf.py my_literature_review.md \ --引用式 apa \ --输出 my_review.pdf 选项： * `--引用样式`：apa、nature、chicago、vancouver、ieee * `--no-toc`: 禁用目录 * `--no-numbers`: 禁用节编号 * `--check-deps`: 检查pandoc/xelatex是否安装 2. **查看最终输出**： * 检查 PDF 格式和布局 * 验证所有部分都存在 * 确保引文正确呈现 * 检查数字/表格是否正确显示 * 验证目录是否准确 3. **质量检查表**： * 所有 DOI 均通过 verify_itations.py 进行验证 * 引文格式一致 * 包括 PRISMA 流程图（用于系统评价） * 完整记录搜索方法 * 明确规定纳入/排除标准 * 结果按主题组织（不是逐项研究） * 质量评估已完成 * 承认局限性 * 参考文献完整、准确 * PDF生成没有错误 ## 特定于数据库的搜索指南 ### PubMed / PubMed 中心通过`gget`技能访问： # 搜索 PubMed gget 搜索 pubmed“CRISPR 基因编辑”-l 100 # 使用过滤器搜索 # 使用 PubMed Advanced Search Builder 构建复杂查询 # 然后通过 gget 或直接 Entrez API 执行 **搜索技巧**： * 使用 MeSH 术语：`“镰状细胞病”[MeSH]` * 字段标签：`[标题]`、`[标题/摘要]`、`[作者]` * 日期过滤器：`2020:2024[发布日期]` * 布尔运算符：AND、OR、NOT * 请参阅 MeSH 浏览器： ### bioRxiv / medRxiv 通过`gget`技能访问： gget 搜索 biorxiv“CRISPR 镰状细胞”-l 50 **重要考虑因素**： * 预印本未经同行评审 * 谨慎验证结果 * 检查预印本是否已出版（CrossRef） * 注意预印本版本和日期 ### arXiv 通过直接 API 或 WebFetch 访问： # 搜索类别示例： # q-bio.QM（定量方法） # q-bio.GN（基因组学） # q-bio.MN（分子网络） # cs.LG（机器学习） # stat.ML（机器学习统计） # 搜索格式：类别和术语 search_query = "cat:q-bio.QM AND ti:\"单细胞测序\"" ### 语义学者通过直接 API 访问（需要 API 密钥，或使用免费套餐）： * 2亿多篇论文，涵盖各个领域 * 非常适合跨学科搜索 * 提供引文图表和论文推荐 * 用于查找极具影响力的论文 ### 专业生物医学数据库使用适当的技能： * **ChEMBL**：化学生物活性的“生物服务”技能 * **UniProt** ：蛋白质信息的“gget”或“bioservices”技能 * **KEGG**：通路和基因的“生物服务”技能 * **COSMIC**：癌症突变的“gget”技能 * **AlphaFold** ：蛋白质结构的“gget alphafold” * **PDB** ：`gget` 或用于实验结构的直接 API ### 引文链接通过引文网络扩展搜索： 1. **前向引用**（引用关键论文的论文）： * 使用谷歌学术搜索“被引用” * 使用 Semantic Scholar 或 OpenAlex API * 确定基于开创性工作的最新研究 2. **反向引用**（关键论文的参考文献）： * 从包含的论文中提取参考文献 * 确定被高度引用的基础工作 * 查找多项纳入研究引用的论文 ## 引文风格指南详细的格式指南位于“references/itation_styles.md”中。快速参考： ### APA（第七版） * 文内：（Smith 等人，2023） * 参考文献：Smith, J. D.、Johnson, M. L. 和 Williams, K. R. (2023)。标题。 _期刊_，_22_(4)，301-318。 ### 自然 * 文内：上标数字^1,2^ * 参考文献：Smith, J. D.、Johnson, M. L. 和 Williams, K. R. 标题。 _纳特。修订版药物发现_ **22** , 301-318 (2023)。 ### 温哥华 * 文内：上标数字^1,2^ * 参考文献：Smith JD、Johnson ML、Williams KR。标题。 Nat Rev 药物发现。 2023；22(4):301-18。 **在最终确定之前，请务必使用 verify_itations.py 验证引文**。 ## 最佳实践 ### 搜索策略 1. **使用多个数据库**（至少3个）：确保全面覆盖 2. **包括预印本服务器**：捕获最新未发表的发现 3. **记录一切**：搜索字符串、日期、结果计数以确保可重复性 4. **测试和完善**：运行试点搜索、审查结果、调整搜索词 ### 筛选和选择 1. **使用明确的标准**：筛选前记录纳入/排除标准 2. **系统筛选**：标题→摘要→全文 3. **文件排除**：记录排除研究的原因 4. **考虑双重筛选**：对于系统评价，请两名审稿人独立筛选 ### 合成 1. **按主题组织**：按主题分组，而不是按个别研究分组 2. **跨研究综合**：比较、对比、识别模式 3. **保持批判性**：评估证据的质量和一致性 4. **识别差距**：注意遗漏或未充分研究的内容 ### 质量和再现性 1. **评估研究质量**：使用适当的质量评估工具 2. **验证所有引文**：运行 verify_itations.py 脚本 3. **文档方法**：提供足够的细节供其他人复制 4. **遵循指南**：使用 PRISMA 进行系统评价 ### 写作 1. **客观**：公平地提供证据，承认局限性 2. **系统化**：遵循结构化模板 3. **具体**：包括数字、统计数据、效应大小（如果有） 4. **清晰**：使用清晰的标题、逻辑流程、主题组织 ## 要避免的常见陷阱 1. **单一数据库检索**：遗漏相关论文；总是搜索多个数据库 2. **没有搜索文档**：使得审查不可重复；记录所有搜索 3. **逐项研究总结**：缺乏综合；相反，按主题组织 4. **未经验证的引用**：导致错误；始终运行 verify_itations.py 5. **搜索范围太广**：产生数千个不相关的结果；用具体条款细化 6. **搜索范围太窄**：错过相关论文；包括同义词和相关术语 7. **忽略预印本**：错过最新发现；包括bioRxiv、medRxiv、arXiv 8. **无质量评估**：平等对待所有证据；评估和报告质量 9. **发表偏倚**：仅发表正面结果；注意潜在的偏见 10. **过时的搜索**：领域发展迅速；明确注明检索日期 ## 工作流程示例生物医学文献综述的完整工作流程： # 1. 从模板创建评审文档 cp 资产/review_template.md Cripr_sickle_cell_review.md # 2. 使用适当的技能搜索多个数据库 # - 使用 PubMed、bioRxiv 的 gget 技能 # - 对 arXiv、Semantic Scholar 使用直接 API 访问 # - 以 JSON 格式导出结果 # 3. 聚合和处理结果 python 脚本/search_databases.py合并结果.json \ --去重\ --引用排名\ --2015 年年初 \ --2024 年年底 \ --格式化降价\ --输出搜索结果.md \ --总结 # 4. 筛选结果并提取数据 # - 手动筛选标题、摘要、全文 # - 将关键数据提取到评审文档中 # - 按主题组织 # 5. 按照模板结构编写评论 # - 具有明确目标的介绍 # - 详细方法部分 # - 结果按主题组织 # - 批判性讨论 # - 明确的结论 # 6. 验证所有引用 python 脚本/verify_itations.py Cripr_sickle_cell_review.md # 查看引用报告猫 Cripr_sickle_cell_review_itation_report.json # 修复任何失败的引用并重新验证 python 脚本/verify_itations.py Cripr_sickle_cell_review.md # 7. 生成专业的 PDF python 脚本/generate_pdf.py Cripr_sickle_cell_review.md \ --引用式性质 \ --输出crispr_sickle_cell_review.pdf # 8. 查看最终的 PDF 和 Markdown 输出 ## 与其他技能的整合这项技能与其他科学技能无缝配合： ### 数据库访问技巧 * **gget** ：PubMed、bioRxiv、COSMIC、AlphaFold、Ensembl、UniProt * **生物服务**：ChEMBL、KEGG、Reactome、UniProt、PubChem * **datacommons-client**：人口统计、经济、健康统计 ### 分析技巧 * **pydeseq2** ：RNA-seq差异表达（用于方法部分） * **scanpy** ：单细胞分析（用于方法部分） * **anndata** ：单细胞数据（用于方法部分） * **biopython** ：序列分析（用于背景部分） ### 可视化技能 * **matplotlib** ：生成图形和绘图以供审核 * **seaborn**：统计可视化 ### 写作技巧 * **品牌指南**：将机构品牌应用于 PDF * **内部通讯**：针对不同受众调整评论 ## 资源 ### 捆绑资源 **脚本：** * `scripts/verify_itations.py`：验证 DOI 并生成格式化引文 * `scripts/generate_pdf.py`：将 markdown 转换为专业 PDF * `scripts/search_databases.py`：处理、删除重复数据并格式化搜索结果 **参考资料：** * `references/itation_styles.md`：详细的引文格式指南（APA、Nature、Vancouver、Chicago、IEEE） * `references/database_strategies.md`：综合数据库搜索策略 **资产：** * `assets/review_template.md`：包含所有部分的完整文献综述模板 ### 外部资源 **指南：** * PRISMA（系统审查）： * Cochrane 手册： * AMSTAR 2（审查质量）： **工具：** * MeSH 浏览器： * PubMed 高级检索： *布尔搜索指南： **引文样式：** * APA 风格： * 自然作品集： * NLM/温哥华： ## 依赖关系 ### 所需的 Python 包 pip install requests # 用于引用验证 ### 所需的系统工具 # 用于 PDF 生成 brew 安装 pandoc # macOS apt-get install pandoc # Linux # 对于 LaTeX（PDF 生成） brew install --cask mactex # macOS apt-get 安装 texlive-xetex # Linux 检查依赖关系： python 脚本/generate_pdf.py --check-deps ## 总结这种文献综述技巧提供： 1. **系统方法**遵循学术最佳实践 2. **通过现有的科学技能进行多数据库集成** 3. **引文验证** 确保准确性和可信度 4. **专业输出** Markdown 和 PDF 格式 5.**全面指导**涵盖整个审核流程 6. **质量保证** 使用验证和确认工具 7. 通过详细的文档要求实现**可重复性** 进行全面、严格的文献综述，以满足学术标准，并提供任何领域当前知识的全面综合。

文献综述

包含技能