literature-review

文献综述

概述

遵循严谨的学术方法，开展系统、全面的文献综述。检索多个文献数据库，按主题综合研究结果，核实所有引文的准确性，并生成专业的 Markdown 和 PDF 格式文档。

此技能可与多个科学技能集成，以访问数据库（gget、bioservices、datacommons-client），并提供专门的引文核实、结果汇总和文档生成工具。

何时使用此技能

在以下情况下使用此技能：

• 为研究或发表开展系统性文献综述
• 综合多个来源中某一特定主题的现有知识
• 开展荟萃分析或范围综述
• 撰写研究论文或学位论文中的文献综述部分
• 调查某个研究领域的最新进展
• 识别研究空白和未来方向
• 需要经过核实的引文和专业排版

核心工作流

文献综述遵循结构化的多阶段工作流：

阶段 1：规划与界定范围

1. 明确研究问题：临床或生物医学综述可采用 PICO 框架（人群、干预、对照、结局）

   • 示例：“与标准护理（C）相比，CRISPR-Cas9（I）治疗镰状细胞病（P）的疗效如何？”

2. 确定范围和目标：

   • 明确具体的研究问题
   • 确定综述类型（叙述性、系统性、范围综述、荟萃分析）
   • 设定边界（时间范围、地理范围、研究类型）

3. 制定检索策略：

   • 从研究问题中确定 2-4 个主要概念
   • 为每个概念列出同义词、缩写和相关术语
   • 规划用于组合术语的布尔运算符（AND、OR、NOT）
   • 至少选择 3 个互补数据库

4. 设定纳入与排除标准：

   • 日期范围（例如，最近 10 年：2015-2024）
   • 语言（通常为英语，或注明多种语言）
   • 出版物类型（同行评审论文、预印本、综述）
   • 研究设计（RCT、观察性研究、体外研究等）
   • 清晰记录所有标准

阶段 2：系统性文献检索

1. 多数据库检索：

   选择适合该领域的数据库：

   生物医学与生命科学：

   • 使用 gget 技能：通过 gget search pubmed "search terms" 检索 PubMed/PMC
   • 使用 gget 技能：通过 gget search biorxiv "search terms" 检索预印本
   • 使用 bioservices 技能访问 ChEMBL、KEGG、UniProt 等

   一般科学文献：

   • 通过直接 API 检索 arXiv（物理学、数学、计算机科学和定量生物学预印本）
   • 通过 API 检索 Semantic Scholar（超过 2 亿篇跨学科论文）
   • 使用 Google Scholar 全面检索（手动检索或谨慎抓取）

   专业数据库：

   • 使用 gget alphafold 查询蛋白质结构
   • 使用 gget cosmic 查询癌症基因组学数据
   • 使用 datacommons-client 查询人口统计或统计数据
   • 根据领域需要使用专业数据库

2. 记录检索参数：

   ## Search Strategy
   
   ### Database: PubMed
   - **Date searched**: 2024-10-25
   - **Date range**: 2015-01-01 to 2024-10-25
   - **Search string**:
   

   ("CRISPR"[Title] OR "Cas9"[Title]) AND ("sickle cell"[MeSH] OR "SCD"[Title/Abstract]) AND 2015:2024[Publication Date]

   - **Results**: 247 articles
   

   对每个检索过的数据库重复此操作。

3. 导出并汇总结果：

   • 从每个数据库以 JSON 格式导出结果
   • 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 combined_results.json \
       --deduplicate \
       --format markdown \
       --output aggregated_results.md
     

阶段 3：筛选与选定

1. 去重：

   python search_databases.py results.json --deduplicate --output unique_results.json
   

   • 优先按 DOI 去重；若无 DOI，则按标题去重
   • 记录删除的重复条目数量

2. 标题筛选：

   • 根据纳入／排除标准审核所有标题
   • 排除明显不相关的研究
   • 记录此阶段排除的条目数量

3. 摘要筛选：

   • 阅读剩余研究的摘要
   • 严格应用纳入／排除标准
   • 记录排除理由

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核
   • 记录具体排除理由
   • 记录最终纳入的研究数量

5. 创建 PRISMA 流程图：

   Initial search: n = X
   ├─ After deduplication: n = Y
   ├─ After title screening: n = Z
   ├─ After abstract screening: n = A
   └─ Included in review: n = B
   

阶段 4：数据提取与质量评估

1. 提取每项纳入研究的关键数据：

   • 研究元数据（作者、年份、期刊、DOI）
   • 研究设计与方法
   • 样本量与人群特征
   • 关键发现与结果
   • 作者指出的局限性
   • 资金来源与利益冲突

2. 评估研究质量：

   • **RCT：**使用 Cochrane 偏倚风险工具
   • **观察性研究：**使用 Newcastle-Ottawa 量表
   • **系统综述：**使用 AMSTAR 2
   • 将每项研究评为高、中、低或极低质量
   • 考虑排除质量极低的研究

3. 按主题整理：

   • 确定贯穿各项研究的 3-5 个主要主题
   • 按主题对研究分组（同一研究可能属于多个主题）
   • 记录规律、共识与争议

阶段 5：综合与分析

1. 根据模板创建综述文档：

   cp assets/review_template.md my_literature_review.md
   

2. 撰写主题综合（而非逐项总结研究）：

   • 按主题或研究问题组织结果部分
   • 综合每个主题下多项研究的发现
   • 比较不同方法与结果的异同
   • 确定共识领域与争议点
   • 突出最有力的证据

   示例结构：

   #### 3.3.1 Theme: CRISPR Delivery Methods
   
   Multiple delivery approaches have been investigated for therapeutic
   gene editing. Viral vectors (AAV) were used in 15 studies^1-15^ and
   showed high transduction efficiency (65-85%) but raised immunogenicity
   concerns^3,7,12^. In contrast, lipid nanoparticles demonstrated lower
   efficiency (40-60%) but improved safety profiles^16-23^.
   

3. 批判性分析：

   • 评估各项研究在方法上的优势与局限
   • 评估证据的质量与一致性
   • 确定知识空白与方法学空白
   • 指出需要进一步研究的领域

4. 撰写讨论部分：

   • 在更广泛的背景下解读研究发现
   • 讨论其对临床、实践或研究的影响
   • 承认综述本身的局限性
   • 如适用，与以往综述进行比较
   • 提出具体的未来研究方向

阶段 6：引文核验

**至关重要：**最终提交前必须核验所有引文的准确性。

1. 核验所有 DOI：

   python scripts/verify_citations.py my_literature_review.md
   

   此脚本：

   • 从文档中提取所有 DOI
   • 核验每个 DOI 是否可正确解析
   • 从 CrossRef 获取元数据
   • 生成核验报告
   • 输出格式正确的引文

2. 查看核验报告：

   • 检查是否有 DOI 核验失败
   • 确认作者姓名、标题和出版信息均匹配
   • 更正原始文档中的任何错误
   • 重新运行核验，直到所有引文均通过

3. 统一引文格式：

   • 选择一种引文格式并全文使用（参见 references/citation_styles.md）
   • 常见格式：APA、Nature、Vancouver、Chicago、IEEE
   • 使用核验脚本的输出正确设置引文格式
   • 确保文内引文与参考文献列表格式一致

阶段 7：文档生成

1. 生成 PDF：

   python scripts/generate_pdf.py my_literature_review.md \
     --citation-style apa \
     --output my_review.pdf
   

   选项：

   • --citation-style：apa、nature、chicago、vancouver、ieee
   • --no-toc：禁用目录
   • --no-numbers：禁用章节编号
   • --check-deps：检查是否已安装 pandoc/xelatex

2. 检查最终输出：

   • 检查 PDF 的格式和版面
   • 确认所有章节均已包含
   • 确保引文正确呈现
   • 检查图表是否正确显示
   • 确认目录准确无误

3. 质量检查清单：

   • 使用 verify_citations.py 验证所有 DOI
   • 引文格式一致
   • 已包含 PRISMA 流程图（针对系统综述）
   • 已完整记录搜索方法
   • 已清楚说明纳入/排除标准
   • 结果按主题组织（而非逐项研究）
   • 已完成质量评估
   • 已说明局限性
   • 参考文献完整且准确
   • PDF 生成时未出现错误

特定数据库的搜索指南

PubMed / PubMed Central

通过 gget 技能访问：

# Search PubMed
gget search pubmed "CRISPR gene editing" -l 100

# Search with filters
# Use PubMed Advanced Search Builder to construct complex queries
# Then execute via gget or direct Entrez API

搜索提示：

• 使用 MeSH 术语："sickle cell disease"[MeSH]
• 字段标签：[Title]、[Title/Abstract]、[Author]
• 日期筛选：2020:2024[Publication Date]
• 布尔运算符：AND、OR、NOT
• 查看 MeSH 浏览器：https://meshb.nlm.nih.gov/search

bioRxiv / medRxiv

通过 gget 技能访问：

gget search biorxiv "CRISPR sickle cell" -l 50

重要注意事项：

• 预印本未经同行评审
• 谨慎验证研究结果
• 检查预印本是否已发表（CrossRef）
• 记录预印本版本和日期

arXiv

通过直接 API 或 WebFetch 访问：

# Example search categories:
# q-bio.QM (Quantitative Methods)
# q-bio.GN (Genomics)
# q-bio.MN (Molecular Networks)
# cs.LG (Machine Learning)
# stat.ML (Machine Learning Statistics)

# Search format: category AND terms
search_query = "cat:q-bio.QM AND ti:\"single cell sequencing\""

Semantic Scholar

通过直接 API 访问（需要 API 密钥，也可使用免费层级）：

• 涵盖所有领域的 2 亿多篇论文
• 非常适合跨学科搜索
• 提供引文图谱和论文推荐
• 可用于查找影响力较大的论文

专业生物医学数据库

使用合适的技能：

• ChEMBL：使用 bioservices 技能查询化学物质的生物活性
• UniProt：使用 gget 或 bioservices 技能查询蛋白质信息
• KEGG：使用 bioservices 技能查询通路和基因
• COSMIC：使用 gget 技能查询癌症突变
• AlphaFold：使用 gget alphafold 查询蛋白质结构
• PDB：使用 gget 或直接 API 查询实验结构

引文追溯

通过引文网络扩展搜索范围：

1. 向前追溯引文（引用关键论文的论文）：

   • 使用 Google Scholar 的“Cited by”
   • 使用 Semantic Scholar 或 OpenAlex API
   • 查找基于开创性研究开展的更新研究

2. 向后追溯引文（关键论文中的参考文献）：

   • 提取纳入论文中的参考文献
   • 找出引用次数较多的基础研究
   • 查找被多篇纳入研究引用的论文

引文格式指南

详细格式指南见 references/citation_styles.md。快速参考：

APA（第 7 版）

• 文内引用：(Smith et al., 2023)
• 参考文献：Smith, J. D., Johnson, M. L., & Williams, K. R. (2023). Title. Journal, 22(4), 301-318. https://doi.org/10.xxx/yyy

Nature

• 文内引用：上标数字^1,2^
• 参考文献：Smith, J. D., Johnson, M. L. & Williams, K. R. Title. Nat. Rev. Drug Discov. 22, 301-318 (2023)。

Vancouver

• 文内引用：上标数字^1,2^
• 参考文献：Smith JD, Johnson ML, Williams KR. Title. Nat Rev Drug Discov. 2023;22(4):301-18.

最终定稿前，务必使用 verify_citations.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）：确保覆盖全面
2. 纳入预印本服务器：获取最新的未发表研究
3. 记录所有信息：搜索字符串、日期、结果数量，以确保可复现
4. 测试并优化：运行试验性搜索、检查结果、调整搜索词

筛选与选择

1. 使用明确的标准：筛选前记录纳入／排除标准
2. 系统地筛选：标题 → 摘要 → 全文
3. 记录排除情况：记录排除研究的原因
4. 考虑双人筛选：系统综述应由两名审阅者独立筛选

综合

1. 按主题组织：按主题分组，而不是按单项研究分组
2. 综合各项研究：比较、对照并识别规律
3. 保持批判性：评估证据的质量和一致性
4. 识别空白：指出缺失或研究不足的方面

质量与可复现性

1. 评估研究质量：使用适当的质量评估工具
2. 核实所有引文：运行 verify_citations.py 脚本
3. 记录方法：提供足够的细节，以便他人复现
4. 遵循指南：系统综述使用 PRISMA

写作

1. 保持客观：公平呈现证据，并承认局限性
2. 系统地组织：遵循结构化模板
3. 具体明确：尽可能纳入数字、统计数据和效应量
4. 表达清晰：使用清晰的标题、合理的逻辑和主题式组织

应避免的常见陷阱

1. 只检索一个数据库：会遗漏相关论文；务必检索多个数据库
2. 未记录检索过程：导致综述无法复现；记录所有检索
3. 逐项总结研究：缺乏综合；应改为按主题组织
4. 引文未经核实：容易导致错误；务必运行 verify_citations.py
5. 检索范围过宽：会得到数千条无关结果；使用具体术语缩小范围
6. 检索范围过窄：会遗漏相关论文；纳入同义词和相关术语
7. 忽略预印本：会遗漏最新发现；纳入 bioRxiv、medRxiv、arXiv
8. 未进行质量评估：将所有证据一视同仁；评估并报告质量
9. 发表偏倚：只有正面结果会发表；指出潜在偏倚
10. 检索过时：领域发展迅速；明确注明检索日期

工作流示例

生物医学文献综述的完整工作流：

# 1. Create review document from template
cp assets/review_template.md crispr_sickle_cell_review.md

# 2. Search multiple databases using appropriate skills
# - Use gget skill for PubMed, bioRxiv
# - Use direct API access for arXiv, Semantic Scholar
# - Export results in JSON format

# 3. Aggregate and process results
python scripts/search_databases.py combined_results.json \
  --deduplicate \
  --rank citations \
  --year-start 2015 \
  --year-end 2024 \
  --format markdown \
  --output search_results.md \
  --summary

# 4. Screen results and extract data
# - Manually screen titles, abstracts, full texts
# - Extract key data into the review document
# - Organize by themes

# 5. Write the review following template structure
# - Introduction with clear objectives
# - Detailed methodology section
# - Results organized thematically
# - Critical discussion
# - Clear conclusions

# 6. Verify all citations
python scripts/verify_citations.py crispr_sickle_cell_review.md

# Review the citation report
cat crispr_sickle_cell_review_citation_report.json

# Fix any failed citations and re-verify
python scripts/verify_citations.py crispr_sickle_cell_review.md

# 7. Generate professional PDF
python scripts/generate_pdf.py crispr_sickle_cell_review.md \
  --citation-style nature \
  --output crispr_sickle_cell_review.pdf

# 8. Review final PDF and markdown outputs

与其他技能集成

此技能可与其他科学技能无缝协作：

数据库访问技能

• gget：PubMed、bioRxiv、COSMIC、AlphaFold、Ensembl、UniProt
• bioservices：ChEMBL、KEGG、Reactome、UniProt、PubChem
• datacommons-client：人口统计、经济、健康统计数据

分析技能

• pydeseq2：RNA-seq 差异表达分析（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：为综述生成图和绘图
• seaborn：统计可视化

写作技能

• brand-guidelines：将机构品牌规范应用于 PDF
• internal-comms：为不同受众调整综述内容

资源

随附资源

脚本：

• scripts/verify_citations.py：核实 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、去重并格式化检索结果

参考资料：

• references/citation_styles.md：详细的引文格式指南（APA、Nature、Vancouver、Chicago、IEEE）
• references/database_strategies.md：全面的数据库检索策略

素材：

• assets/review_template.md：包含所有章节的完整文献综述模板

外部资源

指南：

• PRISMA（系统综述）：http://www.prisma-statement.org/
• Cochrane 手册：https://training.cochrane.org/handbook
• AMSTAR 2（综述质量）：https://amstar.ca/

工具：

• MeSH 浏览器：https://meshb.nlm.nih.gov/search
• PubMed 高级检索：https://pubmed.ncbi.nlm.nih.gov/advanced/
• 布尔检索指南：https://www.ncbi.nlm.nih.gov/books/NBK3827/

引用格式：

• APA 格式：https://apastyle.apa.org/
• Nature Portfolio：https://www.nature.com/nature-portfolio/editorial-policies/reporting-standards
• NLM/Vancouver：https://www.nlm.nih.gov/bsd/uniform_requirements.html

依赖项

必需的 Python 软件包

pip install requests  # For citation verification

必需的系统工具

# For PDF generation
brew install pandoc  # macOS
apt-get install pandoc  # Linux

# For LaTeX (PDF generation)
brew install --cask mactex  # macOS
apt-get install texlive-xetex  # Linux

检查依赖项：

python scripts/generate_pdf.py --check-deps

总结

此文献综述技能提供：

1. 系统化方法，遵循学术最佳实践
2. 多数据库集成，通过现有科学技能实现
3. 引用核验，确保准确性和可信度
4. 专业输出，支持 Markdown 和 PDF 格式
5. 全面指导，涵盖整个综述流程
6. 质量保证，提供核验与验证工具
7. 可复现性，通过详细的文档要求实现

开展全面、严谨的文献综述，达到学术标准，并对任何领域的当前知识进行综合梳理。