Суть этого процесса заключается в следующем: сначала используется несколько запросов для проведения воспроизводимого первоначального скрининга в PubMed/NCBI E-utilities, затем используется PMID для удаления дубликатов и оценки достоверности аннотаций; в полнотекстовый обзор PMC/BioC попадает лишь небольшое количество ключевых документов; внутритекстовые ссылки должны быть кликабельными; полная библиографическая информация должна быть приведена в конце статьи; импакт-фактор может быть проверен только с помощью общедоступных источников и не может предполагаться наличием баз данных JCR или локальных баз данных, не может быть определен приблизительно, а совпадения с низкой степенью достоверности не могут рассматриваться как окончательные результаты.

1. Предварительная обработка после того, как пользователь инициирует поиск.

1.1 Сначала проанализируйте вопрос пользователя.

После получения вопроса от пользователя, вопрос на естественном языке сначала разбивается на структурированные элементы.

Необходимо определить:

• Темы исследований: гены, белки, лекарства, каналы, типы клеток, ткани, заболевания и модели.

• Биологические системы: человек, мыши, крысы, рыбки данио, органоиды, сетчатка, области мозга, клеточные линии и т. д.

• Типы взаимосвязей: экспрессия, регуляция, функция, механизм, фенотип, смерть, выживание, лечение, токсичность, развитие, дегенерация и т. д.

• Требования к доказательствам: требуются ли прямые доказательства, доказательства механизма действия, полные тексты доказательств, диаграммы, параметры дозировки и экспериментальные методы.

• Временной диапазон: неограниченный период, последние 5 лет, последний 1 год, последние разработки и классическая литература.

• Типы выходных данных: краткий ответ, репрезентативная литература, обзор, предложения по экспериментальному дизайну, таблица доказательств, схема механизма.

Пример:

Проблема пользователя:

«Пожалуйста, помогите мне найти литературу, посвященную гибели органоидов сетчатки».

Структурированная декомпозиция (пример):

• Основные модели: органоид сетчатки, органоид сетчатки, органоид сетчатки, полученный из плюрипотентных стволовых клеток человека, органоид глазного бокала.

• Фенотип: гибель клеток, апоптоз, дегенерация, потеря жизнеспособности, стресс, некроз.

• Родственные клетки: фоторецептор, колбочка, палочка, ганглиозная клетка сетчатки, клетка Мюллера.

• Возможные механизмы: окислительный стресс, стресс эндоплазматического ретикулума, митохондриальная дисфункция, гипоксия, воспаление, ферроптоз, некроптоз.

• Цели сбора доказательств: Приоритет следует отдавать оригинальным исследованиям, непосредственно наблюдающим гибель/апоптоз/дегенерацию клеток в органоидах сетчатки человека или животных; затем следует искать литературу по косвенным механизмам.

1.2 Принципы сегментации по ключевым словам (пример)

Не ограничивайтесь одним поисковым запросом. Подготовьте как минимум три категории терминов для каждого понятия.

Категория 1: Точные слова.

• органоид сетчатки

• органоид сетчатки

• органоид сетчатки человека

• Органоид сетчатки, полученный из hPSC

• Ретинальный органоид, полученный из индуцированных плюрипотентных стволовых клеток

Вторая категория: синонимы и гиперонимы.

• органоид глазной чашки

• 3D-культура сетчатки

• сетчатка, полученная из стволовых клеток

• дифференциация сетчатки

• модель сетчаточной ткани

Третья категория: термины, описывающие механизмы и фенотипы.

• апоптоз

• гибель клеток

• дегенерация

• выживание

• стресс

• окислительный стресс

• Стресс эндоплазматического ретикулума

• митохондриальная дисфункция

• гипоксия

• некроптоз

• ферроптоз

Если пользователь указывает тип ячейки, добавьте:

• фоторецептор

• конус

• стержень

• ганглиозная клетка сетчатки

• Глия Мюллера

• биполярная клетка

• амакриновая клетка

Если пользователь указывает вид или происхождение, добавьте:

• человек

• мышь

• крыса

• рыбка данио

• эмбриональные стволовые клетки человека

• iPSC

• плюрипотентная стволовая клетка

1.3 Генерация иерархических поисковых запросов

Сгенерируйте как минимум 3–6 запросов. Каждый запрос соответствует поисковой цели.

Первый этап: Прямое извлечение доказательств.

Используется для поиска литературы, непосредственно соответствующей целевой модели и целевому фенотипу.

текст

("органоид сетчатки" ИЛИ "органоид сетчатки" ИЛИ "органоид сетчатки человека") И (апоптоз ИЛИ "гибель клетки" ИЛИ дегенерация)

```

Второй уровень: Расширенный поиск моделей.

Используется для обозначения литературных произведений, в которых автор не использовал точный термин «ретинальный органоид», но который на самом деле имеет отношение к теме.

текст

("органоид глазного бокала" ИЛИ "3D-культура сетчатки" ИЛИ "сетчатка, полученная из стволовых клеток") И (выживание ИЛИ апоптоз ИЛИ стресс)

```

Третий уровень: поиск, специфичный для конкретного механизма.

Используется для проверки конкретных путей или механизмов.

текст

("органоид сетчатки" ИЛИ "органоид сетчатки") И ("окислительный стресс" ИЛИ "стресс ЭР" ИЛИ гипоксия ИЛИ митохондрии)

```

Четвертый уровень: поиск по типу клеток.

текст

("органоид сетчатки" ИЛИ "органоид сетчатки") И (фоторецептор ИЛИ колбочка ИЛИ палочка ИЛИ "ганглиозная клетка сетчатки") И (смерть ИЛИ апоптоз ИЛИ дегенерация)

```

Пятый уровень: получение модели заболевания.

текст

("органоид сетчатки" ИЛИ "органоид сетчатки") И (заболевание ИЛИ дегенерация ИЛИ дистрофия ИЛИ ретинит ИЛИ глаукома)

```

Шестой уровень: Обзор/поиск справочной информации.

текст

("органоид сетчатки" ИЛИ "органоид сетчатки") И (обзор ИЛИ протокол ИЛИ модель)

```

2. Какие методы и веб-сайты использовались для поиска?

2.1 Предпочтительно: PubMed / NCBI E-utilities

PubMed — предпочтительный инструмент для поиска биомедицинской литературы. Не следует по умолчанию использовать парсинг страниц PubMed. Вместо этого используйте API NCBI E-utilities.

2.1.1 Поиск в ESearch: Получение PMID с помощью запроса

интерфейс:

текст

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi

```

параметр:

текст

db=pubmed

термин=<поисковый термин>

retmode=json

retmax=20

сортировка=релевантность

```

Также можно отсортировать по времени:

текст

сортировка=публикация+дата

```

Пример:

текст

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term=(%22retinal%20organoid%22%20OR%20%22retina%20organoid%22)%20AND%20(apoptosis%20OR%20%22cell%20death%22)&retmode=json&retmax=20&sort=relevance

```

Прочитайте из ответа:

текст

esearchresult.idlist

```

Это список PMID.

2.1.2 Электронное резюме: Получение метаданных литературы

интерфейс:

текст

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi

```

параметр:

текст

db=pubmed

id=PMID1,PMID2,PMID3

retmode=json

```

Извлеченные поля:

• PMID

• заголовок

• полное название журнала

• Сокращение источника/журнала

• дата публикации

• авторы

• DOI и PMCID в идентификаторах статей

• том, выпуск, страницы

2.1.3 EFetch: Получение сводной информации и XML-данных

интерфейс:

текст

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi

```

параметр:

текст

db=pubmed

id=PMID1,PMID2

retmode=xml

rettype=abstract

```

Извлеченные поля:

• ArticleTitle

• Аннотация

• Название журнала

• ISOAbbreviation

• ISSN / eISSN

• Дата публикации

• DOI

• PMCID

• Термины MeSH

2.1.4 Стратегия пакетного извлечения

Рекомендуемый процесс:

1. Вызывайте ESearch для каждого запроса.

2. Для каждого запроса выберите первые 5–20 результатов.

3. Объединить все PMID.

4. Используйте PMID для удаления дубликатов.

5. Используйте ESummary / EFetch для пакетного получения метаданных и аннотаций.

6. На этапе первоначального отбора ознакомьтесь только с метаданными и аннотацией; не начинайте с чтения полного текста.

────────────────

2.2 Второй этап: Полный анализ документов PMC/BioC

Полный текст будет включен только в следующих случаях:

• Пользователям рекомендуется внимательно прочитать весь текст.

• Аннотация недостаточна для определения механизма.

• Требуются диаграммы, экспериментальные методы, концентрации, дозировки, IC50, EC50, Kd и Ki.

• Выявлено небольшое количество ключевых идентификаторов пациентов, требующих рассмотрения в каждом конкретном случае.

2.2.1 Преобразование PMID в PMCID

интерфейс:

текст

https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?ids=&format=json

```

Если возвращается PMCID, это означает, что PMC может иметь открытый полный текст.

2.2.2 Приоритизация BioC JSON

интерфейс:

текст

https://www.ncbi.nlm.nih.gov/research/bionlp/RESTful/pmcoa.cgi/BioC_json//unicode

```

Преимущества: Высокая степень структурированности, подходит для извлечения основных абзацев текста.

2.2.3 Попробуйте использовать PMC XML, если BioC недоступен.

интерфейс:

текст

https://www.ncbi.nlm.nih.gov/pmc/articles//?report=xml

```

Пропустить при извлечении основного текста:

• ссылки

• библиография

• Благодарности

• вклад авторов

• конфликт интересов

При проверке полного текста необходимо учитывать критерий остановки:

• Каждый документ сканируется только один раз.

• По умолчанию извлекаются только абзацы, относящиеся к вопросу.

• Если целевое поле не найдено, отметьте его как «Прямых доказательств не обнаружено».

• Избегайте повторного сбора ключевых слов.

────────────────

2.3 bioRxiv / medRxiv

Используется в качестве дополнения к последним препринтам.

Вы можете использовать официальный API:

текст

https://api.biorxiv.org/details/biorxiv/YYYY-MM-DD/YYYY-MM-DD

https://api.biorxiv.org/details/medrxiv/YYYY-MM-DD/YYYY-MM-DD

```

В качестве дополнения можно использовать и обычный поиск:

текст

сайт:biorxiv.org апоптоз органоидов сетчатки

сайт:medrxiv.org дегенерация органоидов сетчатки

```

Препринты должны быть помечены следующим образом:

текст

Это препринт, не прошедший рецензирование.

```

────────────────

2.4 Crossref/OpenAlex/Unpaywall

Используется для заполнения DOI, адреса для открытия полного текста и информации о публикации.

Crossref:

текст

https://api.crossref.org/works?query.title=<title>

```

OpenAlex:

текст

https://api.openalex.org/works?search=<title or topic>

```

Без платного доступа:

текст

https://api.unpaywall.org/v2/?email=

```

использовать:

• Завершение DOI.

• Поиск ссылок на PDF-файлы в формате OA.

• Проверка названия журнала.

• Проверка года публикации.

────────────────

2.5 Страница издателя

Заходите на страницу издателя только в том случае, если информации из API недостаточно.

Правила доступа:

• Каждая ссылка на издателя будет опробована только один раз.

• Если вы столкнетесь с CAPTCHA, препятствиями при входе в систему, сообщениями Cloudflare, отказом в доступе или институциональными барьерами доступа, немедленно прекратите попытки.

• Избегайте многократного обновления страницы, изменения пути в пределах одного и того же сайта или зацикливания ожидания.

• В качестве резервного варианта используйте метаданные из баз данных PubMed, PMC, Crossref, OpenAlex, Unpaywall и DOI.

3. Как организовать информацию после её извлечения.

3.1. Создать единую структуру записей.

Каждый документ объединяется в единый архив.

Поля:

текст

пмид

doi

pmcid

заголовок

авторы

журнал

журнал_сокр.

исн

эйссн

год

абстрактный

query_source

уровень доказательств

evidence_tags

тип бумаги

URL

```

3.2 Дедупликация

Приоритет:

1. Дедупликация PMID.

2. Используйте DOI для удаления дубликатов, если PMID недоступен.

3. Если DOI отсутствует, используйте lower(title) + year + first_author для удаления дубликатов.

Сохраните значение query_source, которое было использовано в первый раз, и запишите, какие запросы обращались к документу.

3.3 Классификация доказательств

Необходимо различать:

Прямые доказательства:

Видовой состав целевого организма, тип ткани, тип клеток, модель и условия лечения подбираются напрямую.

Косвенные доказательства:

Поддерживаются смежные системы, аналогичные модели и механизмы, но они не являются прямыми решениями проблем пользователей.

Прямых доказательств не обнаружено:

Здесь можно найти только справочную информацию, предположения, обзоры или смежные модели; прямых экспериментальных результатов нет.

3.4 Маркировка типов документов

Следует отметить как минимум следующее:

• оригинальное исследование

• обзор

• протокол

• препринт

• набор данных/ресурс

• клиническое исследование

• методическая статья

3.5 Правила сортировки

Рекомендуемая сортировка:

1. Оригинальное исследование, подкрепленное прямыми доказательствами.

2. Исследование ключевых механизмов.

3. Новейшие важные исследования.

4. Классические фундаментальные исследования.

5. Высококачественный обзор.

6. Косвенные доказательства.

Не следует сортировать статьи только по импакт-фактору (IF). IF — это показатель на уровне журнала, и он не отражает качество отдельной статьи.

4. Как правильно оформлять цитаты в ответе.

4.1 Формат цитирования текста

Все текстовые ссылки должны быть кликабельными.

Формат:

«markdown»

[[1. **Журнал**, Год]](https://pubmed.ncbi.nlm.nih.gov/PMID/)

```

Пример:

«markdown»

В предыдущих исследованиях наблюдались связанные со стадиями развития стресс и дегенерация фоторецепторов в органоидах сетчатки человека [[1. **Cell Stem Cell**, 2019]](https://pubmed.ncbi.nlm.nih.gov/xxxxxxx/).

```

Не пишите так:

текст

[1]

(PMID: xxxxx)

См. ссылку 1

```

4.2 Рекомендуемая структура ответа

Первый абзац: Прямой вывод.

текст

Заключение: Имеются соответствующие отчеты, но прямые доказательства в основном касаются...; прямых доказательств относительно... по-прежнему недостаточно.

```

Второй абзац: Классификация доказательств.

текст

Прямые доказательства:

- Ссылка А: ...

Косвенные доказательства:

- Ссылка B: ...

Прямых доказательств не обнаружено:

- В этом раунде не обнаружено...

```

Третий абзац: Краткое описание механизма.

Сгруппируйте по темам, например:

• путь апоптоза/каспазы

• окислительный стресс

• митохондриальная дисфункция

• Стресс эндоплазматического ретикулума

• гипоксия/метаболический стресс

• воспаление

• несоответствие в развитии

Четвертый абзац: Пробел в исследованиях.

Чётко укажите, по каким вопросам отсутствуют прямые доказательства.

Пятый абзац: Источник вдохновения для эксперимента.

Если пользователю необходим план эксперимента, укажите маркер, метод анализа, временную точку и контрольную группу.

5. Полный список использованной литературы приведен в конце статьи.

Если в тексте приводится конкретный источник, полный список необходимо приложить в конце статьи.

Формат:

«markdown»

## Полный список справочной информации

1. Смит Дж. и др., **Название журнала** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF＝X，Qn}*

2. Ван С и др., **Название журнала** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=Подлежит проверке}*

```

Формат автора:

• 1–3 автора: перечислите всех.

• Более 3 авторов: Первый автор и др.

Идентификатор PMID / DOI / URL должны быть кликабельными.

6. Проверка и маркировка IF

6.1 Для начала давайте объясним практические ограничения проверок типа IF.

Обычно официальный импакт-фактор журнала берется из отчетов Clarivate Journal Citation Reports (JCR). Однако, как правило, у любого внешнего агента нет учетной записи Clarivate/JCR или локальной таблицы JCR, поэтому не следует проверять его таким способом.

```

6.2 Практические методы использования навыка IF

Основной маршрут:

1. Если входные данные представлены в формате PMID, сначала воспользуйтесь утилитами NCBI E-utilities для получения метаданных PubMed.

- Получить полное название журнала (FullJournalName). - Получить аббревиатуру источника/ISO. - Получить ISSN/eISSN. - Получить вспомогательные поля, такие как название, год и DOI.

2. Используйте общедоступный мобильный JSON-интерфейс iikx/iscience для запросов к журналам.

API поиска:

текст

https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=

```

Подробная информация об API:

текст

https://m.iikx.com/api/restfull/?m=sci/index/detail&id=&classid=

```

3. Выполните консервативный поиск по результатам.

- Приоритет отдается точному совпадению с нормализованным названием журнала. - Во-вторых, приоритет отдается точному совпадению с аббревиатурой. - Проявляет большую осторожность с короткими и общими терминами. - Не принимает очевидные несоответствия подстрок, такие как несоответствие "Nature" серии "Nature Reviews". - Возвращает неоднозначные/не найденные результаты, если совпадение нестабильно, вместо того, чтобы гадать.

4. Если в PubMed указано сокращение, попробуйте расшифровать его до полного названия или альтернативного заголовка, используя каталог NLM.

Поисковый интерфейс каталога NLM по-прежнему использует электронные утилиты NCBI:

текст

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=[Title Abbreviation]&retmode=xml&retmax=1

```

Затем используйте ESummary, чтобы получить Title / TitleAlternate.

5. Прочитайте подробные результаты iikx:

- Импакт-фактор. - Год IF. - Квартиль JCR. - Квартиль CAS/CAS, если применимо. - URL источника. - Достоверность совпадения.

6. При аннотировании не указывайте год публикации в основном тексте; используйте краткие аннотации.

В заключительной аннотации должно быть указано только следующее:

текст

*{ЕСЛИ＝X，Qn}*

```

Если это не сработает:

текст

*{IF=Ожидание проверки}*

```

или:

текст

*{IF=Не обнаружено}*

```

6.3 Конкретные шаги

Для каждого документа выполните следующую процедуру.

Шаг 1: Подготовьте название журнала для поиска.

Приоритетное внимание следует уделить извлечению метаданных из PubMed:

текст

FullJournalName

ISO-сокращение / Источник

ISSN

eISSN

```

Если доступен только DOI, сначала воспользуйтесь Crossref или OpenAlex, чтобы получить название журнала.

Crossref:

текст

https://api.crossref.org/works/

```

OpenAlex:

текст

https://api.openalex.org/works/https://doi.org/

```

Шаг 2: Стандартизация названий журналов.

Правила стандартизации:

• Все строчные буквы.

• HTML unescape.

• Замените & на and.

• Удалите знаки препинания.

• Объедините несколько пространств.

• При сравнении также можно использовать компактную форму, в которой отсутствуют все пробелы.

Пример псевдокода:

Python

импорт re, html

def norm(s):

s = html.unescape(s or '').lower()

s = re.sub(r'&', ' and ', s)

s = re.sub(r'[^a-z0-9]+', ' ', s)

return re.sub(r'\s+', ' ', s).strip()

def compact(s):

return norm(s).replace(' ', '')

```

Шаг 3: Выполните запрос к поисковому интерфейсу iikx.

текст

https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=

```

Рекомендуется указать User-Agent, например:

текст

Mozilla/5.0

```

Если на первой странице не найдено точное совпадение, вы можете пролистать ограниченное количество страниц, например, до 8 страниц.

Параметры перелистывания страниц обычно следующие:

текст

страница=2

страница=3

```

Шаг 4: Выберите кандидатов из результатов поиска.

К числу потенциальных областей применения обычно относятся:

текст

идентификатор

классифицированный

заголовок

малый заголовок

ЕСЛИ или ЕСЛИ2024

zky2020

URL

```

Правила сопоставления:

• Если compact(query) == compact(candidate.title), принять.

• Если norm(query) == norm(candidate.title), принять.

• Если compact(query) == compact(candidate.smalltitle), принять.

• Если norm(query) == norm(candidate.smalltitle), принять.

• Не принимайте подстроку, если запрос недостаточно длинный и однозначный.

• Будьте особенно осторожны с короткими словами, такими как Природа, Наука, Клетка, Мозг, Зрение и Сетчатка.

Шаг 5: Если совпадение не найдено, используйте расширенное сокращение из каталога NLM.

Например, в PubMed источником является:

текст

Free Radic Biol Med

```

Вы можете проверить:

текст

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=Free%20Radic%20Biol%20Med%5BTitle%20Abbreviation%5D&retmode=xml&retmax=1

```

После получения идентификатора каталога NLM используйте его следующим образом:

текст

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi?db=nlmcatalog&id=&retmode=xml

```

Читать:

текст

Заголовок

Альтернативный заголовок

```

Затем используйте эти полные имена для поиска iikx.

Шаг 6: Проверьте интерфейс с подробными сведениями о iikx.

Если результаты поиска содержат:

текст

id=

classid=

```

Вызов:

текст

https://m.iikx.com/api/restfull/?m=sci/index/detail&id=&classid=

```

Внимательно изучите:

текст

IF2024, IF2023, IF2022 ...

ЕСЛИ

zky2020 или другие поля квартилей JCR

jcr22 / jcr12 или поле раздела

исн

эйссн

заголовок

малый заголовок

категория

```

Шаг 7: Выберите последнюю версию оператора IF.

Найдите в возвращенных полях все экземпляры формы:

текст

IF20xx

```

Например:

текст

IF2024

IF2023

IF2022

```

Выберите год с наибольшей значащей цифрой.

Если IF20xx отсутствует, попробуйте прочитать:

текст

ЕСЛИ

если_значение

```

Если допустимое значение не найдено, оно помечается как не обнаруженное.

Шаг 8: Выведите уровень достоверности и метку.

Если точное название/сокращение совпадает, а в разделе "Подробности" возвращается допустимое условие IF:

текст

*{ЕСЛИ＝X，Qn}*

```

Если исход матча неясен:

текст

*{IF=Ожидание проверки}*

```

Если публичный API не возвращает результатов:

текст

*{IF=Не обнаружено}*

```

6.4 Формат аннотаций IF

Фиксированный формат:

текст

*{ЕСЛИ＝X，Qn}*

```

Пример:

«markdown»

Смит Дж. и др., **Нейрон** (2020), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF＝15.0, Q1}*

```

Уведомление:

• Год JCR не указан в аннотации IF.

• Не пишите "2024 JCR IF".

• Не пишите "JCR 2024".

• Сохраняется только год публикации.

• Если IF равен 0,0, равен нулю, имеет нестабильный источник или нестабильное совпадение, число отображаться не будет.

6.5 Стандартная обработка ошибок проверки IF

Не гадайте.

Не используйте название журнала для заполнения цифр.

Не используйте большие модели для запоминания и заполнения операторов IF.

В случае неудачи допускается нахождение только в трех состояниях:

текст

*{IF=Ожидание проверки}*

```

Используется для:

• Результаты поиска нечеткие.

Существует несколько подобных журналов.

• Была найдена только аббревиатура, полное название подтвердить не удалось.

• Импакт-фактор, полученный из общедоступных источников, вызывает сомнения.

текст

*{IF=Не обнаружено}*

```

Используется для:

• Общедоступный интерфейс не выдал результатов.

• Данный журнал не входит в базу данных SCI/JCR.

• В новом выпуске пока нет IF-кода.

текст

*{IF=Не подлежит публичной проверке}*

```

Используется для:

• Пользователю требуется официальный JCR, но у текущего агента нет прав доступа к Clarivate/JCR.

7. Заключительный контрольный список для самооценки

Необходимо проверить перед отправкой:

• Следует ли в первую очередь отвечать на основные вопросы пользователя?

• Следует ли различать прямые доказательства, косвенные доказательства и отсутствие прямых доказательств.

• Все ли текстовые ссылки являются кликабельными?

• Приведен ли полный список использованной литературы в конце статьи?

• Содержит ли каждый документ метку IF (вход/выход) или метку, указывающую на ожидание проверки/не обнаружено?

• Является ли PMID/DOI/URL кликабельным.

• Позволяет ли это избежать подмены общих результатов анализа тканей выводами о конкретных типах клеток?

• Позволяет ли это избежать замены активации/фосфорилирования на увеличение общей экспрессии?

• Указывать ли на препринт.

• Указывается ли в нем границы поиска?

• ЕСЛИ это не было основано на памяти или догадках.

8. Воспроизводимый псевдокод

Python

запросы = build_queries(user_question)

all_pmids = []

для запроса в запросах:

pmids = ncbi_esearch(query, retmax=20, sort='relevance')

all_pmids.extend(pmids)

pmids = deduplicate_keep_order(all_pmids)

метаданные = ncbi_esummary(pmids)

abstracts = ncbi_efetch_abstract(pmids)

records = merge_metadata_and_abstracts(metadata, abstracts)

records = tag_evidence(records, user_question)

records = rank_records(records)

selected = select_top_records(records)

если требуется полный текст:

for record in selected_key_records:

pmcid = idconv_pmid_to_pmcid(record.pmid)

если pmcid:

record.fulltext = fetch_bioc_or_pmc_xml(pmcid)

Для записи в выбранном месте:

journal_query = record.full_journal_name or record.journal_abbrev

if_result = lookup_if_public_iikx(journal_query)

if_result.confident:

record.if_annotation = f'*{IF＝{if_result.if_value}，{if_result.quartile}｝*'

elif if_result.ambiguous:

record.if_annotation = '*{IF＝Ожидающая проверка}*'

еще:

record.if_annotation = '*{IF＝Not Detected}*'

ответ = compose_answer(

заключение

evidence_groups,

clickable_body_citations,

полный_справочный_список_с_если

)

```

9. Рекомендуемый шаблон для окончательной доставки

«markdown»

в заключение:

...

Уровень доказательности:

Прямые доказательства:

- ……[[1. **Журнал**, Год]](https://pubmed.ncbi.nlm.nih.gov/PMID/)

Косвенные доказательства:

- …[[2. **Журнал**, Год]](https://pubmed.ncbi.nlm.nih.gov/PMID/)

Прямых доказательств не обнаружено:

- ……

Краткое описание механизма:

1. ……

2. ……

Границы поиска:

В этом раунде поиска в основном использовались базы данных PubMed, PMC, BioC и bioRxiv; первоначальный отбор проводился на основе метаданных и аннотаций, при этом полнотекстовая проверка проводилась только для ключевых документов. Аннотации IF основывались на общедоступных источниках; документы, которые не могли быть сопоставлены с высокой степенью достоверности, помечались как ожидающие проверки или не обнаруженные.

Полный список литературных источников:

1. Смит Дж. и др., **Название журнала** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF＝X，Q1}*

2. Ван С и др., **Название журнала** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=Подлежит проверке}*

```