基于主路徑分析的科技演化模式研究
——以基因工程疫苗領(lǐng)域?yàn)槔?/h1>
2023-08-30 14:04:12宋愛(ài)偉劉心蕊孫昊宇夏煥章袁紅梅
科技管理研究 2023年14期
宋愛(ài)偉，劉心蕊，孫昊宇，夏煥章，袁紅梅
（1.沈陽(yáng)藥科大學(xué)工商管理學(xué)院，遼寧沈陽(yáng) 110016；2.沈陽(yáng)藥科大學(xué)生命科學(xué)與生物制藥學(xué)院，遼寧沈陽(yáng) 110016）
近年來(lái)世界范圍內(nèi)科學(xué)與技術(shù)不斷突破創(chuàng)新，全球科技創(chuàng)新的發(fā)展態(tài)勢(shì)發(fā)生了顛覆性改變，伴隨著相關(guān)專利和期刊論文數(shù)量的激增，科研人員顯然已經(jīng)不能僅僅通過(guò)主觀判斷對(duì)特定領(lǐng)域內(nèi)科技演化模式進(jìn)行準(zhǔn)確、快速分析［1］，運(yùn)用大數(shù)據(jù)分析來(lái)探索科學(xué)與技術(shù)之間的復(fù)雜關(guān)系逐漸受到學(xué)者們的青睞。識(shí)別和測(cè)量科學(xué)與技術(shù)之間的聯(lián)系對(duì)于理解二者之間的相互作用十分重要。探索并厘清特定領(lǐng)域自發(fā)展以來(lái)科學(xué)與技術(shù)之間的關(guān)聯(lián)演化模式，對(duì)于科研人員確定研究課題、企業(yè)有側(cè)重地規(guī)劃科技創(chuàng)新戰(zhàn)略以及政府部門(mén)政策制定都具有深遠(yuǎn)意義。
1 文獻(xiàn)綜述
主路徑分析已被廣泛用于分析特定領(lǐng)域下的技術(shù)變化和創(chuàng)新，在科學(xué)技術(shù)發(fā)展路徑探測(cè)中具有重要意義。1989 年Hummon 等［2］提出了主路徑思想，并提出了節(jié)點(diǎn)對(duì)投影數(shù)（NPPC）、搜索路徑鏈接數(shù)（SPLC）和搜索路徑節(jié)點(diǎn)對(duì)（SPNP）3 種遍歷算法；Batagelj［3］在前3 種算法的基礎(chǔ)上提出了搜索路徑數(shù)（SPC）算法。2005 年，Doreian 等［4］明確了主路徑概念，認(rèn)為主路徑是在非循環(huán)網(wǎng)絡(luò)中從源點(diǎn)到匯點(diǎn)的一條通路，該通路的弧具有最高遍歷權(quán)重。目前國(guó)內(nèi)外學(xué)者有關(guān)主路徑的研究可以分為文獻(xiàn)引文網(wǎng)絡(luò)主路徑分析和專利引文網(wǎng)絡(luò)主路徑分析［5］，其中前者主要是通過(guò)揭示特定領(lǐng)域的發(fā)展脈絡(luò)發(fā)現(xiàn)領(lǐng)域內(nèi)核心文獻(xiàn)，而后者則是通過(guò)揭示專利技術(shù)的演化軌跡識(shí)別關(guān)鍵核心技術(shù)。識(shí)別領(lǐng)域內(nèi)的關(guān)鍵文獻(xiàn)或?qū)＠捌渲髁餮芯烤€索對(duì)于探索科學(xué)或技術(shù)軌跡具有重要意義。
學(xué)者們普遍認(rèn)為期刊論文是科學(xué)的重要載體，專利文獻(xiàn)是技術(shù)的最有效載體［6］，兩者之間的互動(dòng)轉(zhuǎn)化對(duì)于加強(qiáng)基礎(chǔ)研究和應(yīng)用研究之間的聯(lián)系、促進(jìn)技術(shù)創(chuàng)新有著重要的意義。自1940 年以來(lái)，科學(xué)與技術(shù)、基礎(chǔ)研究與應(yīng)用研究之間的關(guān)系得到了廣泛討論，如Gardner［7］探索了影響科學(xué)與技術(shù)關(guān)系的因素，并提出科學(xué)與技術(shù)的4 種關(guān)系，包括科學(xué)推動(dòng)技術(shù)、技術(shù)推動(dòng)科學(xué)、科學(xué)技術(shù)協(xié)同發(fā)展和科學(xué)與技術(shù)獨(dú)立發(fā)展；Xu 等［8］認(rèn)為科學(xué)與技術(shù)二者協(xié)同但不等價(jià)，在推動(dòng)創(chuàng)新的過(guò)程中彼此匯聚成一個(gè)綜合驅(qū)動(dòng)力。總體來(lái)說(shuō)，科學(xué)與技術(shù)遵循不同的發(fā)展邏輯，但具有協(xié)同發(fā)展、雙向互惠的關(guān)系，二者之間的互動(dòng)能夠推動(dòng)領(lǐng)域的科技發(fā)展［9］。
當(dāng)前對(duì)于科學(xué)與技術(shù)之間關(guān)系的主流研究方法大體劃分為引文分析法、作者與發(fā)明人關(guān)系分析法、類目映射關(guān)系分析法和主題詞分析法4 類。（1）使用引文關(guān)系識(shí)別科學(xué)技術(shù)聯(lián)系，如Chen 等［10］對(duì)論文數(shù)據(jù)進(jìn)行了引文分析，通過(guò)分析論文被專利引用的情況揭示了科學(xué)與技術(shù)之間的知識(shí)轉(zhuǎn)移；Huang等［11］通過(guò)對(duì)燃料電池領(lǐng)域的論文與專利互相引用情況進(jìn)行分析，探索該領(lǐng)域內(nèi)科學(xué)與技術(shù)的交叉引用現(xiàn)象。（2）使用作者與發(fā)明人關(guān)系分析來(lái)識(shí)別科學(xué)技術(shù)聯(lián)系，如Chang［12］通過(guò)作者與發(fā)明人網(wǎng)絡(luò)分析構(gòu)建了科學(xué)技術(shù)網(wǎng)絡(luò)圖，研究了與各技術(shù)領(lǐng)域聯(lián)系最高的核心科學(xué)領(lǐng)域；Wang 等［13］結(jié)合專利引用和作者與發(fā)明人關(guān)系來(lái)衡量納米技術(shù)中的科技相互作用。（3）使用類目映射分析法，如賴院根［14］提出通過(guò)建立中圖分類與IPC 分類的語(yǔ)義關(guān)聯(lián)來(lái)實(shí)現(xiàn)論文與專利的類目映射，促進(jìn)知識(shí)在科學(xué)與技術(shù)間的關(guān)聯(lián)共享；Verbeek 等［15］將專利IPC 分類與ISI期刊學(xué)科分類進(jìn)行類目映射，以反映技術(shù)創(chuàng)新與科學(xué)研究之間的知識(shí)關(guān)聯(lián)結(jié)構(gòu)。（4）通過(guò)主題詞分析法來(lái)識(shí)別科學(xué)技術(shù)聯(lián)系，如Ranaei 等［16］利用潛在狄利克雷分配（LDA）主題模型來(lái)識(shí)別主題，并通過(guò)分析不同主題的科技分布來(lái)分析醫(yī)藥產(chǎn)業(yè)的科技聯(lián)系；侯劍華等［17］以主題詞為連接點(diǎn)分析風(fēng)力發(fā)電機(jī)技術(shù)領(lǐng)域科學(xué)和專利文獻(xiàn)的共現(xiàn)情況，展現(xiàn)了該領(lǐng)域科學(xué)與技術(shù)的互動(dòng)演進(jìn)規(guī)律。
綜上所述，現(xiàn)有研究在科學(xué)與技術(shù)之間關(guān)系的探索上取得了重大成效，但仍然存在以下局限：一是較少研究同時(shí)分析科學(xué)與技術(shù)在時(shí)間上和內(nèi)容上的互動(dòng)關(guān)系，無(wú)法具體揭示科學(xué)與技術(shù)之間的關(guān)聯(lián)規(guī)律；二是以往在科學(xué)與技術(shù)關(guān)系的研究中有關(guān)主題的提取通常從整體數(shù)據(jù)源中獲得，較難發(fā)現(xiàn)領(lǐng)域內(nèi)核心主題；三是現(xiàn)有對(duì)科學(xué)、技術(shù)的定量研究方法大多停留在統(tǒng)計(jì)層面，很少深入到文獻(xiàn)或?qū)＠木唧w文本內(nèi)容，無(wú)法從語(yǔ)義層面來(lái)揭示科學(xué)與技術(shù)之間的演化規(guī)律。為此，本研究提出一種主路徑分析與LDA 主題模型相結(jié)合的方式，探討科學(xué)與技術(shù)的動(dòng)態(tài)互動(dòng)模式、了解科學(xué)與技術(shù)之間的關(guān)系，從而預(yù)測(cè)科學(xué)與技術(shù)的發(fā)展方向。
2 研究框架及方法
2.1 研究框架
本研究以基因工程疫苗領(lǐng)域?yàn)閷?duì)象，如圖1 所示，首先從Web of Science 數(shù)據(jù)庫(kù)獲取領(lǐng)域科學(xué)文獻(xiàn)信息，并從incoPat 專利數(shù)據(jù)庫(kù)中獲取領(lǐng)域?qū)＠墨I(xiàn)信息；其次分別構(gòu)建科學(xué)文獻(xiàn)的引文網(wǎng)絡(luò)和專利文獻(xiàn)的引文網(wǎng)絡(luò)，并借助Pajek 利用SPNP 算法分別對(duì)科學(xué)文獻(xiàn)和專利文獻(xiàn)提取全局主路徑，再利用Python 通過(guò)LDA 主題模型結(jié)合專家意見(jiàn)進(jìn)行文本挖掘，提取科學(xué)研究與技術(shù)研究的重點(diǎn)主題；最后將科學(xué)主題、技術(shù)主題進(jìn)行映射，并利用?；鶊D進(jìn)行呈現(xiàn)，以識(shí)別出領(lǐng)域科技演化模式。
圖1 研究框架
2.2 研究方法
根據(jù)主路徑分析的路徑結(jié)果進(jìn)行劃分，分別形成科學(xué)文獻(xiàn)和專利文獻(xiàn)的發(fā)展路徑時(shí)間軸，并根據(jù)主題間余弦相似度來(lái)衡量相似主題。對(duì)科學(xué)文獻(xiàn)與專利文獻(xiàn)的相似主題，基于主題詞共現(xiàn)詞頻進(jìn)行連接，從而基于時(shí)間的維度從主題的角度識(shí)別科學(xué)與技術(shù)的關(guān)系，探討領(lǐng)域內(nèi)科學(xué)與技術(shù)之間的互動(dòng)模式。
2.2.1 主路徑分析
（1）構(gòu)建引文網(wǎng)絡(luò)。分別提取專利數(shù)據(jù)和文獻(xiàn)數(shù)據(jù)的引用關(guān)系，得到各自的引用矩陣，并構(gòu)建引文網(wǎng)絡(luò)。在引文網(wǎng)絡(luò)中，專利或文獻(xiàn)被看作節(jié)點(diǎn)，節(jié)點(diǎn)之間的引用和被引用關(guān)系表示知識(shí)的擴(kuò)散［18］。
（2）提取主路徑。首先是遍歷計(jì)數(shù)算法的選擇。遍歷計(jì)數(shù)是表征知識(shí)流動(dòng)或知識(shí)演化中節(jié)點(diǎn)對(duì)路徑連通重要程度的指標(biāo)，目前的主流算法有SPC、SPLC、SPNP 和NPPC，其中以SPC 和SPNP 算法受認(rèn)可度最高［19］。由于SPNP 算法對(duì)路徑的起點(diǎn)和終點(diǎn)并沒(méi)有特殊要求，同時(shí)中間節(jié)點(diǎn)具備儲(chǔ)存和傳遞已有知識(shí)和生產(chǎn)新知識(shí)的特性，適用于強(qiáng)調(diào)中介重要性的網(wǎng)絡(luò)［20］，因此為了探索出具有核心技術(shù)的路徑，借助Pajek 采用SPNP 算法提取專利和文獻(xiàn)引文網(wǎng)絡(luò)主路徑。
（3）路徑搜索算法的選擇。常見(jiàn)的路徑搜索算法有局域搜索、全局搜索、關(guān)鍵路線搜索等［21］。局域搜索常常會(huì)陷入局域最優(yōu)而錯(cuò)過(guò)全局最大邊權(quán)和的路徑；全局搜索方法則可以找到邊權(quán)和最大的路徑［22］。全局主路徑是以節(jié)點(diǎn)在知識(shí)流動(dòng)中的全局重要性為基礎(chǔ)，提取網(wǎng)絡(luò)中具有最大遍歷計(jì)數(shù)的路徑，可以發(fā)現(xiàn)網(wǎng)絡(luò)中全部的重要路徑［23］，因此，采取全局主路徑的路徑搜索算法來(lái)提取專利與文獻(xiàn)引文網(wǎng)絡(luò)主路徑。
2.2.2 LDA 主題分析
（1）數(shù)據(jù)處理。分別提取所獲得主路徑上的專利標(biāo)題、摘要以及權(quán)利要求書(shū)和文獻(xiàn)標(biāo)題、摘要以及正文內(nèi)容并形成文本，對(duì)文本進(jìn)行分詞，將每個(gè)文本轉(zhuǎn)換成一條詞向量，最后去除詞向量中與專利或論文核心觀點(diǎn)無(wú)關(guān)的詞匯，得到每篇專利或論文的最終詞向量。
（2）確定最佳主題數(shù)。LDA 主題提取的效果與潛在主題數(shù)K 相關(guān)［24］。借鑒Mikolov 等［25］的研究，采用評(píng)價(jià)函數(shù)困惑度（perplexity）來(lái)確定科學(xué)文獻(xiàn)和專利文獻(xiàn)的最優(yōu)主題數(shù)。通常認(rèn)為困惑度越小，確定的主題數(shù)更優(yōu)，一般情況下當(dāng)困惑度下降趨勢(shì)不再明顯或處于拐點(diǎn)處時(shí)，此時(shí)的k值為最優(yōu)主題數(shù)。
（3）“主題-詞”概率矩陣和“文檔-主題”概率矩陣的生成。LDA 是一種文檔主題生成模型，由Blei 等［26］于2003 年提出，其在文檔、主題、詞語(yǔ)3 個(gè)層次上計(jì)算語(yǔ)義關(guān)聯(lián)度。通過(guò)對(duì)每篇論文或?qū)＠麑?duì)應(yīng)的主題概率分布矩陣以及不同主題的詞匯概率分布矩陣，可以挖掘科學(xué)文獻(xiàn)或?qū)＠墨I(xiàn)的主題。該模型認(rèn)為文檔是具有不同概率的主題的集合，而主題是具有不同概率的單詞的集合［27］。借鑒白如江等［28］的研究，每個(gè)文檔都可以表示成一系列主題的混合分布，記為P(z)，且每個(gè)主題為詞匯表中所有單詞上的概率分布，記為P(w|z)。文檔中每個(gè)單詞的概率分布如下所示：
2.2.3 科技演化模式分析
計(jì)算科學(xué)文獻(xiàn)主題與專利文獻(xiàn)主題之間的余弦相似度來(lái)衡量主題間的相似程度，通常認(rèn)為余弦相似度值越高，主題間存在演化關(guān)系的概率越大。T代表專利文獻(xiàn)主題，S 代表科學(xué)文獻(xiàn)主題。
3 實(shí)證研究——以基因工程疫苗領(lǐng)域?yàn)槔?/h2>
近年來(lái)，我國(guó)明確大力發(fā)展生物醫(yī)藥行業(yè)，疫苗行業(yè)作為該領(lǐng)域的重要子產(chǎn)業(yè)也是大力發(fā)展的對(duì)象。而基因工程疫苗作為分子生物技術(shù)發(fā)展的新興產(chǎn)物，與傳統(tǒng)疫苗相比具有生產(chǎn)成本低、免疫途徑廣泛、安全性高等優(yōu)點(diǎn)，已成為生物制品產(chǎn)業(yè)發(fā)展的一種趨勢(shì)。因此，本研究選取基因工程疫苗領(lǐng)域進(jìn)行實(shí)證研究，通過(guò)探索領(lǐng)域內(nèi)的專利文獻(xiàn)和科學(xué)文獻(xiàn)之間的關(guān)系，來(lái)厘清該領(lǐng)域內(nèi)科學(xué)與技術(shù)的關(guān)聯(lián)演化模式，同時(shí)證明本研究所設(shè)計(jì)方法的應(yīng)用價(jià)值。
3.1 研究數(shù)據(jù)
分別通過(guò)incoPat 專利數(shù)據(jù)庫(kù)和Web of Science數(shù)據(jù)庫(kù)進(jìn)行基因工程疫苗領(lǐng)域的專利數(shù)據(jù)和文獻(xiàn)數(shù)據(jù)收集，檢索日期截至2022 年8 月5 日，共搜索得到16 447 篇專利文獻(xiàn)和6 195 篇科學(xué)文獻(xiàn)。基于對(duì)這些文獻(xiàn)及專利的大量閱讀，清洗不相關(guān)數(shù)據(jù)，最終確定8 861 項(xiàng)專利數(shù)據(jù)和5 042 篇科學(xué)文獻(xiàn)作為研究樣本。
3.2 主路徑分析結(jié)果
3.2.1 專利文獻(xiàn)
使用公開(kāi)號(hào)作為專利文獻(xiàn)的代表，提取專利數(shù)據(jù)中包含的全部引用信息，基于專利文獻(xiàn)間的引用關(guān)系構(gòu)建專利引用矩陣，形成可視化引文網(wǎng)絡(luò)。借助Pajek 運(yùn)用SPNP 算法提取樣本專利文獻(xiàn)全局主路徑，共得到70 項(xiàng)專利數(shù)據(jù)（見(jiàn)圖2），申請(qǐng)時(shí)間跨度從1978 年至2022 年。具體節(jié)點(diǎn)的專利號(hào)及標(biāo)題信息如表1 所示。
表1 樣本專利文獻(xiàn)路徑節(jié)點(diǎn)信息（節(jié)選）
圖2 樣本專利文獻(xiàn)全局主路徑
3.2.2 科學(xué)文獻(xiàn)
使用DOI 號(hào)作為科學(xué)文獻(xiàn)的代表，提取樣本科學(xué)文獻(xiàn)數(shù)據(jù)的全部引用信息，基于科學(xué)文獻(xiàn)間的引用關(guān)系構(gòu)建文獻(xiàn)引用矩陣，形成可視化引文網(wǎng)絡(luò)。借助Pajek 運(yùn)用SPNP 算法提取樣本科學(xué)文獻(xiàn)的全局主路徑，結(jié)果如圖3 所示，最終得到60 項(xiàng)科學(xué)文獻(xiàn)數(shù)據(jù)，申請(qǐng)時(shí)間跨度從1991 年至2022 年。具體節(jié)點(diǎn)的DOI 號(hào)及標(biāo)題信息如表2 所示。
表2 樣本科學(xué)文獻(xiàn)路徑節(jié)點(diǎn)信息（節(jié)選）
圖3 樣本科學(xué)文獻(xiàn)全局主路徑
3.3 LDA 主題分析結(jié)果
3.3.1 專利文獻(xiàn)
通過(guò)Python 并結(jié)合專家意見(jiàn)對(duì)主路徑分析提出的70 條專利數(shù)據(jù)進(jìn)行主題提取。首先對(duì)專利數(shù)據(jù)的標(biāo)題、摘要以及說(shuō)明書(shū)內(nèi)容進(jìn)行整理，形成文本信息并進(jìn)行預(yù)處理，然后計(jì)算得到困惑度確定專利文獻(xiàn)最優(yōu)主題數(shù)為14 個(gè)（見(jiàn)圖4）；利用Python 的jieba 工具包進(jìn)行分詞后，根據(jù)確定的最優(yōu)主題數(shù)量，利用LDA 主題模型進(jìn)行主題生成，設(shè)置每個(gè)主題的詞匯數(shù)量為12 個(gè)，最終得到14 個(gè)主題的主題詞。專利文獻(xiàn)主題以及每個(gè)主題下的主題詞結(jié)果如表3所示。
表3 樣本專利文獻(xiàn)主題詞結(jié)果
圖4 樣本專利文獻(xiàn)主題數(shù)量與其困惑度關(guān)系
根據(jù)文檔主題的分布概率，將專利分配給不同的主題發(fā)現(xiàn)，有關(guān)領(lǐng)域內(nèi)的應(yīng)用研究最早是關(guān)于亞單位疫苗的相關(guān)專利，其次是關(guān)于各類病毒感染治療的疫苗研發(fā)。隨著核酸相關(guān)研究的深入，治療或預(yù)防具體疾病的核酸疫苗及其相關(guān)載體的研發(fā)得以順利進(jìn)行，近幾年更是研發(fā)出許多抵御新冠病毒感染的疫苗，保護(hù)了全球人民的生命健康。此外，近幾年有關(guān)癌癥疫苗的相關(guān)專利較少，這將會(huì)是未來(lái)基因工程疫苗領(lǐng)域的一大研究熱點(diǎn)。
3.3.2 科學(xué)文獻(xiàn)
重復(fù)上述方法確定科學(xué)文獻(xiàn)的最優(yōu)主題數(shù)同樣為14 個(gè)（見(jiàn)圖5），最終得到14 個(gè)主題的主題詞，如表4 所示。
表4 樣本科學(xué)文獻(xiàn)主題詞結(jié)果
圖5 科學(xué)文獻(xiàn)主題數(shù)量與困惑度的關(guān)系
根據(jù)文檔主題的分布概率，將每篇文獻(xiàn)分配給不同的主題發(fā)現(xiàn)，科學(xué)文獻(xiàn)早期專注于對(duì)各類病毒疫苗的研究，后來(lái)同步拓展到DNA 疫苗以及RNA疫苗領(lǐng)域，經(jīng)過(guò)十幾年的研究發(fā)現(xiàn)，RNA 疫苗相對(duì)DNA 疫苗更具安全性，故近幾年來(lái)有關(guān)RNA 疫苗的研究受到更多學(xué)者的關(guān)注；隨著研發(fā)的深入，mRNA疫苗的優(yōu)勢(shì)得以顯現(xiàn)，特別是在新冠病毒感染疫情中mRNA 疫苗效果得到廣泛認(rèn)可，因而最近有關(guān)基因工程疫苗的研究多圍繞mRNA 疫苗相關(guān)內(nèi)容開(kāi)展。
3.4 科技演化分析結(jié)果
基于LDA 主題模型的結(jié)果，并依據(jù)余弦相似度計(jì)算公式來(lái)計(jì)算主題之間的相似程度，獲得樣本科學(xué)文獻(xiàn)與專利文獻(xiàn)相似度矩陣。為了使結(jié)果更為客觀，通過(guò)調(diào)試最終確定0.45 為相似度閾值，認(rèn)定余弦相似度值高于0.45 的主題為相似主題，最終獲得5組相似主題：（1）T0與S8；（2）T5與S7；（3）T8與S2、S6；（4）T10與S1、S11；（5）T13與S5、S9。
基于上述結(jié)果，結(jié)合所構(gòu)建的主題時(shí)間軸，將樣本科學(xué)文獻(xiàn)與專利文獻(xiàn)的相似主題根據(jù)LDA 主題模型提取出的主題詞共現(xiàn)詞頻進(jìn)行連接，最終繪制基因工程疫苗領(lǐng)域科學(xué)與技術(shù)的演化關(guān)系圖（見(jiàn)圖6），其中線條的粗細(xì)代表共現(xiàn)詞頻的高低；不同深淺則代表不同主題?？梢园l(fā)現(xiàn)，科學(xué)文獻(xiàn)路徑主題的劃分較為集中，多為DNA 疫苗與RNA 疫苗相關(guān)研究；而專利文獻(xiàn)路徑主題較為冗雜，多為針對(duì)不同病毒或疾病的疫苗研究。這一點(diǎn)也符合我們對(duì)科學(xué)文獻(xiàn)多為基礎(chǔ)研究，而專利文獻(xiàn)多為應(yīng)用研究的認(rèn)知。
圖6 1995—2020 年基因工程疫苗領(lǐng)域科技演化模式
（1）T0和S8在內(nèi)容上均是減毒病毒用于疫苗載體的相關(guān)研究。T0出現(xiàn)在2003 年左右，主要聚焦于重組減毒流感病毒的制備及其在生產(chǎn)疫苗和基因治療載體的應(yīng)用；S8出現(xiàn)在2009 年及2022 年左右，研究通過(guò)密碼子去優(yōu)化的方式對(duì)病毒高度減毒，用于開(kāi)發(fā)安全、穩(wěn)定的減毒活疫苗或疫苗載體。綜上，減毒病毒用于疫苗載體的相關(guān)研究中，主要是應(yīng)用研究影響基礎(chǔ)研究，即技術(shù)影響科學(xué)的模式。
（2）T8和S2、S6均是RNA 疫苗的作用機(jī)制及其構(gòu)建方面的研究。T8出現(xiàn)在2017 年左右，是人工核酸疫苗的構(gòu)建即人工mRNA 疫苗的構(gòu)建，及其在預(yù)防和治療介卡病毒感染方面的應(yīng)用；S2出現(xiàn)在2021 年左右，是自擴(kuò)增RNA 作為疫苗的優(yōu)勢(shì)及其在抗感染領(lǐng)域的應(yīng)用和相關(guān)遞送載體的研究；S6出現(xiàn)在1991、2006 及2010 年左右，是RNA 疫苗的作用機(jī)制和疫苗構(gòu)建及其在癌癥領(lǐng)域的應(yīng)用。可以看出，早期RNA 疫苗作用機(jī)制相關(guān)基礎(chǔ)研究影響應(yīng)用研究，呈現(xiàn)出科學(xué)影響技術(shù)的趨勢(shì)，近幾年來(lái)有關(guān)基礎(chǔ)研究的文獻(xiàn)數(shù)量增多，再次呈現(xiàn)出技術(shù)影響科學(xué)的趨勢(shì)。
（3）T10和S1、S11涉及減毒活疫苗以及亞單位疫苗的相關(guān)研究與應(yīng)用等內(nèi)容。T10出現(xiàn)在1980、1993 和2000 年左右，是病毒亞單位疫苗的制備和應(yīng)用以及重組負(fù)鏈RNA 病毒的生成及其在疫苗制劑中的用途；S1出現(xiàn)在1991 及1997 年左右，是減毒突變體的構(gòu)建以及減毒活疫苗的開(kāi)發(fā)；S11出現(xiàn)在2014及2020 年左右，是基于核酸亞單位疫苗的遞送載體以及減毒活疫苗的開(kāi)發(fā)。2000 年之前，科學(xué)文獻(xiàn)與專利文獻(xiàn)交替出現(xiàn)，科學(xué)與技術(shù)呈現(xiàn)相互影響模式，之后技術(shù)逐漸促進(jìn)科學(xué)的發(fā)展，越來(lái)越多的科學(xué)文獻(xiàn)誕生，呈現(xiàn)技術(shù)影響科學(xué)的模式。
（4）T13和S5、S9均是有關(guān)RNA 疫苗在其治療應(yīng)用領(lǐng)域的研究。T13 出現(xiàn)在2018 年左右，是RNA疫苗的構(gòu)建及其在各種疾病領(lǐng)域的應(yīng)用；S5出現(xiàn)在2004 及2021 年左右，是關(guān)于mRNA 疫苗的發(fā)展優(yōu)勢(shì)以及其在癌癥領(lǐng)域的應(yīng)用；S9出現(xiàn)在2013 及2019年左右，是基于RNA 的疫苗較傳統(tǒng)疫苗的優(yōu)點(diǎn)以及其在抗流感病毒方面的應(yīng)用?？茖W(xué)文獻(xiàn)出現(xiàn)較早、專利出現(xiàn)較晚，先是呈現(xiàn)科學(xué)影響技術(shù)的模式，而近幾年又出現(xiàn)新的技術(shù)突破，顯現(xiàn)出科學(xué)影響技術(shù)的模式。
（5）T5和S7均是新冠病毒疫苗的研發(fā)相關(guān)研究。T5與S7均出現(xiàn)在2020 年左右，2019 年年末暴發(fā)了一場(chǎng)新型冠狀病毒感染疫情，科學(xué)家們緊急開(kāi)展了相關(guān)科學(xué)文獻(xiàn)及專利技術(shù)的研究，并取得顯著的成果。可以發(fā)現(xiàn)在這一領(lǐng)域，科學(xué)與技術(shù)呈現(xiàn)明顯的協(xié)同共生、相互促進(jìn)關(guān)系。
總的來(lái)說(shuō)，基因工程疫苗領(lǐng)域大體上呈現(xiàn)為科學(xué)研究和技術(shù)應(yīng)用相互促進(jìn)的模式，基因工程的基礎(chǔ)技術(shù)發(fā)展促使基因工程疫苗可以應(yīng)用于多種疾病領(lǐng)域，特別是抗感染領(lǐng)域。近年來(lái)科學(xué)家對(duì)腫瘤領(lǐng)域的基因工程疫苗進(jìn)行了較深入研究，并產(chǎn)出了許多科學(xué)文獻(xiàn)，但由于腫瘤類型的復(fù)雜多樣及其作用機(jī)制的難以獲取，基因工程疫苗在癌癥領(lǐng)域的臨床應(yīng)用仍然存在許多問(wèn)題，相信基礎(chǔ)研究的快速發(fā)展定會(huì)為新型癌癥疫苗的研制提供新思路。此外，mRNA 疫苗是領(lǐng)域內(nèi)一個(gè)新的研究熱點(diǎn)。近幾年來(lái)，越來(lái)越多的學(xué)者開(kāi)始探討mRNA 疫苗技術(shù)，新冠病毒感染疫情的出現(xiàn)更是在全球范圍內(nèi)提高了對(duì)mRNA 疫苗的認(rèn)可度，可以預(yù)測(cè)，未來(lái)mRNA 疫苗將被廣泛用于癌癥疫苗免疫領(lǐng)域，成為基因工程疫苗領(lǐng)域的研發(fā)重點(diǎn)。
4 討論與結(jié)論
本研究提出一種基于主路徑分析與LDA 主題模型相結(jié)合的方式來(lái)探索領(lǐng)域科技演化模式，并通過(guò)基因工程疫苗領(lǐng)域的實(shí)證結(jié)果證明了該方法的可行性及準(zhǔn)確性。通過(guò)使用主路徑分析提取領(lǐng)域中核心內(nèi)容，將主路徑分析與LDA 主題分析相結(jié)合，使用主路徑分析提取出基于時(shí)間軸的科學(xué)或?qū)＠墨I(xiàn)，并利用LDA 主題模型提取各自主題內(nèi)容，分析科學(xué)主題與技術(shù)主題在時(shí)間上和內(nèi)容上的互動(dòng)關(guān)系，這樣一來(lái)，科學(xué)主題或技術(shù)主題更具代表性；同時(shí)，利用?；鶊D的形式將科學(xué)層面與技術(shù)層面聯(lián)系起來(lái)，可以更加清晰地看出領(lǐng)域內(nèi)科技演化模式。
然而，本研究?jī)H從科學(xué)與技術(shù)兩個(gè)層面，在現(xiàn)有科學(xué)文獻(xiàn)或?qū)＠墨I(xiàn)的基礎(chǔ)上對(duì)基因工程疫苗領(lǐng)域內(nèi)科技演化模式進(jìn)行探索，無(wú)法預(yù)測(cè)未來(lái)新技術(shù)出現(xiàn)的時(shí)機(jī)；同時(shí)也僅采用了基于主題詞復(fù)現(xiàn)詞頻的方法，將處于不同時(shí)間段的相似科學(xué)主題與技術(shù)主題聯(lián)系起來(lái)。未來(lái)的研究可引入市場(chǎng)這一層面，借助計(jì)算機(jī)算法來(lái)深入挖掘領(lǐng)域內(nèi)的技術(shù)發(fā)展特征。
猜你喜歡
FMS與YBT相關(guān)性的實(shí)證研究體育科技文獻(xiàn)通報(bào)(2022年3期)2022-05-23 13:46:54 2020年國(guó)內(nèi)翻譯研究述評(píng)天津外國(guó)語(yǔ)大學(xué)學(xué)報(bào)(2021年3期)2021-08-13 08:32:18 遼代千人邑研究述論遼金歷史與考古(2021年0期)2021-07-29 01:06:54 視錯(cuò)覺(jué)在平面設(shè)計(jì)中的應(yīng)用與研究科技傳播(2019年22期)2020-01-14 03:06:54 點(diǎn)擊科學(xué)中國(guó)科技教育(2019年11期)2019-09-26 10:49:15 點(diǎn)擊科學(xué)中國(guó)科技教育(2019年12期)2019-09-23 08:02:08 科學(xué)大爆炸小小藝術(shù)家(2019年6期)2019-06-24 17:39:44 EMA伺服控制系統(tǒng)研究民用飛機(jī)設(shè)計(jì)與研究(2019年4期)2019-05-21 07:21:24 新版C-NCAP側(cè)面碰撞假人損傷研究汽車工程學(xué)報(bào)(2017年2期)2017-07-05 08:13:02 科學(xué)今古傳奇·故事版(2016年15期)2016-09-07 06:57:32
- 科技管理研究的其它文章
- 更正說(shuō)明
- 小提琴演奏表現(xiàn)的影響因素分析
——評(píng)《小提琴演奏表現(xiàn)及其應(yīng)用領(lǐng)域研究》 - 美育與思政教育的協(xié)同育人
——評(píng)《思想政治教育協(xié)同論》 - 粵港澳大灣區(qū)引進(jìn)外籍戰(zhàn)略科學(xué)家的問(wèn)題與對(duì)策
- 科技創(chuàng)新背景下的傳統(tǒng)音樂(lè)傳播路徑
——評(píng)《現(xiàn)代傳媒視野下傳統(tǒng)音樂(lè)的傳承與發(fā)展》 - 中醫(yī)英語(yǔ)語(yǔ)料庫(kù)在中醫(yī)英語(yǔ)翻譯中的應(yīng)用
——評(píng)《基于中醫(yī)英語(yǔ)語(yǔ)料庫(kù)的中醫(yī)英語(yǔ)翻譯研究》
宋愛(ài)偉，劉心蕊，孫昊宇，夏煥章，袁紅梅
（1.沈陽(yáng)藥科大學(xué)工商管理學(xué)院，遼寧沈陽(yáng) 110016；2.沈陽(yáng)藥科大學(xué)生命科學(xué)與生物制藥學(xué)院，遼寧沈陽(yáng) 110016）
近年來(lái)世界范圍內(nèi)科學(xué)與技術(shù)不斷突破創(chuàng)新，全球科技創(chuàng)新的發(fā)展態(tài)勢(shì)發(fā)生了顛覆性改變，伴隨著相關(guān)專利和期刊論文數(shù)量的激增，科研人員顯然已經(jīng)不能僅僅通過(guò)主觀判斷對(duì)特定領(lǐng)域內(nèi)科技演化模式進(jìn)行準(zhǔn)確、快速分析［1］，運(yùn)用大數(shù)據(jù)分析來(lái)探索科學(xué)與技術(shù)之間的復(fù)雜關(guān)系逐漸受到學(xué)者們的青睞。識(shí)別和測(cè)量科學(xué)與技術(shù)之間的聯(lián)系對(duì)于理解二者之間的相互作用十分重要。探索并厘清特定領(lǐng)域自發(fā)展以來(lái)科學(xué)與技術(shù)之間的關(guān)聯(lián)演化模式，對(duì)于科研人員確定研究課題、企業(yè)有側(cè)重地規(guī)劃科技創(chuàng)新戰(zhàn)略以及政府部門(mén)政策制定都具有深遠(yuǎn)意義。
1 文獻(xiàn)綜述
主路徑分析已被廣泛用于分析特定領(lǐng)域下的技術(shù)變化和創(chuàng)新，在科學(xué)技術(shù)發(fā)展路徑探測(cè)中具有重要意義。1989 年Hummon 等［2］提出了主路徑思想，并提出了節(jié)點(diǎn)對(duì)投影數(shù)（NPPC）、搜索路徑鏈接數(shù)（SPLC）和搜索路徑節(jié)點(diǎn)對(duì)（SPNP）3 種遍歷算法；Batagelj［3］在前3 種算法的基礎(chǔ)上提出了搜索路徑數(shù)（SPC）算法。2005 年，Doreian 等［4］明確了主路徑概念，認(rèn)為主路徑是在非循環(huán)網(wǎng)絡(luò)中從源點(diǎn)到匯點(diǎn)的一條通路，該通路的弧具有最高遍歷權(quán)重。目前國(guó)內(nèi)外學(xué)者有關(guān)主路徑的研究可以分為文獻(xiàn)引文網(wǎng)絡(luò)主路徑分析和專利引文網(wǎng)絡(luò)主路徑分析［5］，其中前者主要是通過(guò)揭示特定領(lǐng)域的發(fā)展脈絡(luò)發(fā)現(xiàn)領(lǐng)域內(nèi)核心文獻(xiàn)，而后者則是通過(guò)揭示專利技術(shù)的演化軌跡識(shí)別關(guān)鍵核心技術(shù)。識(shí)別領(lǐng)域內(nèi)的關(guān)鍵文獻(xiàn)或?qū)＠捌渲髁餮芯烤€索對(duì)于探索科學(xué)或技術(shù)軌跡具有重要意義。
學(xué)者們普遍認(rèn)為期刊論文是科學(xué)的重要載體，專利文獻(xiàn)是技術(shù)的最有效載體［6］，兩者之間的互動(dòng)轉(zhuǎn)化對(duì)于加強(qiáng)基礎(chǔ)研究和應(yīng)用研究之間的聯(lián)系、促進(jìn)技術(shù)創(chuàng)新有著重要的意義。自1940 年以來(lái)，科學(xué)與技術(shù)、基礎(chǔ)研究與應(yīng)用研究之間的關(guān)系得到了廣泛討論，如Gardner［7］探索了影響科學(xué)與技術(shù)關(guān)系的因素，并提出科學(xué)與技術(shù)的4 種關(guān)系，包括科學(xué)推動(dòng)技術(shù)、技術(shù)推動(dòng)科學(xué)、科學(xué)技術(shù)協(xié)同發(fā)展和科學(xué)與技術(shù)獨(dú)立發(fā)展；Xu 等［8］認(rèn)為科學(xué)與技術(shù)二者協(xié)同但不等價(jià)，在推動(dòng)創(chuàng)新的過(guò)程中彼此匯聚成一個(gè)綜合驅(qū)動(dòng)力。總體來(lái)說(shuō)，科學(xué)與技術(shù)遵循不同的發(fā)展邏輯，但具有協(xié)同發(fā)展、雙向互惠的關(guān)系，二者之間的互動(dòng)能夠推動(dòng)領(lǐng)域的科技發(fā)展［9］。
當(dāng)前對(duì)于科學(xué)與技術(shù)之間關(guān)系的主流研究方法大體劃分為引文分析法、作者與發(fā)明人關(guān)系分析法、類目映射關(guān)系分析法和主題詞分析法4 類。（1）使用引文關(guān)系識(shí)別科學(xué)技術(shù)聯(lián)系，如Chen 等［10］對(duì)論文數(shù)據(jù)進(jìn)行了引文分析，通過(guò)分析論文被專利引用的情況揭示了科學(xué)與技術(shù)之間的知識(shí)轉(zhuǎn)移；Huang等［11］通過(guò)對(duì)燃料電池領(lǐng)域的論文與專利互相引用情況進(jìn)行分析，探索該領(lǐng)域內(nèi)科學(xué)與技術(shù)的交叉引用現(xiàn)象。（2）使用作者與發(fā)明人關(guān)系分析來(lái)識(shí)別科學(xué)技術(shù)聯(lián)系，如Chang［12］通過(guò)作者與發(fā)明人網(wǎng)絡(luò)分析構(gòu)建了科學(xué)技術(shù)網(wǎng)絡(luò)圖，研究了與各技術(shù)領(lǐng)域聯(lián)系最高的核心科學(xué)領(lǐng)域；Wang 等［13］結(jié)合專利引用和作者與發(fā)明人關(guān)系來(lái)衡量納米技術(shù)中的科技相互作用。（3）使用類目映射分析法，如賴院根［14］提出通過(guò)建立中圖分類與IPC 分類的語(yǔ)義關(guān)聯(lián)來(lái)實(shí)現(xiàn)論文與專利的類目映射，促進(jìn)知識(shí)在科學(xué)與技術(shù)間的關(guān)聯(lián)共享；Verbeek 等［15］將專利IPC 分類與ISI期刊學(xué)科分類進(jìn)行類目映射，以反映技術(shù)創(chuàng)新與科學(xué)研究之間的知識(shí)關(guān)聯(lián)結(jié)構(gòu)。（4）通過(guò)主題詞分析法來(lái)識(shí)別科學(xué)技術(shù)聯(lián)系，如Ranaei 等［16］利用潛在狄利克雷分配（LDA）主題模型來(lái)識(shí)別主題，并通過(guò)分析不同主題的科技分布來(lái)分析醫(yī)藥產(chǎn)業(yè)的科技聯(lián)系；侯劍華等［17］以主題詞為連接點(diǎn)分析風(fēng)力發(fā)電機(jī)技術(shù)領(lǐng)域科學(xué)和專利文獻(xiàn)的共現(xiàn)情況，展現(xiàn)了該領(lǐng)域科學(xué)與技術(shù)的互動(dòng)演進(jìn)規(guī)律。
綜上所述，現(xiàn)有研究在科學(xué)與技術(shù)之間關(guān)系的探索上取得了重大成效，但仍然存在以下局限：一是較少研究同時(shí)分析科學(xué)與技術(shù)在時(shí)間上和內(nèi)容上的互動(dòng)關(guān)系，無(wú)法具體揭示科學(xué)與技術(shù)之間的關(guān)聯(lián)規(guī)律；二是以往在科學(xué)與技術(shù)關(guān)系的研究中有關(guān)主題的提取通常從整體數(shù)據(jù)源中獲得，較難發(fā)現(xiàn)領(lǐng)域內(nèi)核心主題；三是現(xiàn)有對(duì)科學(xué)、技術(shù)的定量研究方法大多停留在統(tǒng)計(jì)層面，很少深入到文獻(xiàn)或?qū)＠木唧w文本內(nèi)容，無(wú)法從語(yǔ)義層面來(lái)揭示科學(xué)與技術(shù)之間的演化規(guī)律。為此，本研究提出一種主路徑分析與LDA 主題模型相結(jié)合的方式，探討科學(xué)與技術(shù)的動(dòng)態(tài)互動(dòng)模式、了解科學(xué)與技術(shù)之間的關(guān)系，從而預(yù)測(cè)科學(xué)與技術(shù)的發(fā)展方向。
2 研究框架及方法
2.1 研究框架
本研究以基因工程疫苗領(lǐng)域?yàn)閷?duì)象，如圖1 所示，首先從Web of Science 數(shù)據(jù)庫(kù)獲取領(lǐng)域科學(xué)文獻(xiàn)信息，并從incoPat 專利數(shù)據(jù)庫(kù)中獲取領(lǐng)域?qū)＠墨I(xiàn)信息；其次分別構(gòu)建科學(xué)文獻(xiàn)的引文網(wǎng)絡(luò)和專利文獻(xiàn)的引文網(wǎng)絡(luò)，并借助Pajek 利用SPNP 算法分別對(duì)科學(xué)文獻(xiàn)和專利文獻(xiàn)提取全局主路徑，再利用Python 通過(guò)LDA 主題模型結(jié)合專家意見(jiàn)進(jìn)行文本挖掘，提取科學(xué)研究與技術(shù)研究的重點(diǎn)主題；最后將科學(xué)主題、技術(shù)主題進(jìn)行映射，并利用?；鶊D進(jìn)行呈現(xiàn)，以識(shí)別出領(lǐng)域科技演化模式。
圖1 研究框架
2.2 研究方法
根據(jù)主路徑分析的路徑結(jié)果進(jìn)行劃分，分別形成科學(xué)文獻(xiàn)和專利文獻(xiàn)的發(fā)展路徑時(shí)間軸，并根據(jù)主題間余弦相似度來(lái)衡量相似主題。對(duì)科學(xué)文獻(xiàn)與專利文獻(xiàn)的相似主題，基于主題詞共現(xiàn)詞頻進(jìn)行連接，從而基于時(shí)間的維度從主題的角度識(shí)別科學(xué)與技術(shù)的關(guān)系，探討領(lǐng)域內(nèi)科學(xué)與技術(shù)之間的互動(dòng)模式。
2.2.1 主路徑分析
（1）構(gòu)建引文網(wǎng)絡(luò)。分別提取專利數(shù)據(jù)和文獻(xiàn)數(shù)據(jù)的引用關(guān)系，得到各自的引用矩陣，并構(gòu)建引文網(wǎng)絡(luò)。在引文網(wǎng)絡(luò)中，專利或文獻(xiàn)被看作節(jié)點(diǎn)，節(jié)點(diǎn)之間的引用和被引用關(guān)系表示知識(shí)的擴(kuò)散［18］。
（2）提取主路徑。首先是遍歷計(jì)數(shù)算法的選擇。遍歷計(jì)數(shù)是表征知識(shí)流動(dòng)或知識(shí)演化中節(jié)點(diǎn)對(duì)路徑連通重要程度的指標(biāo)，目前的主流算法有SPC、SPLC、SPNP 和NPPC，其中以SPC 和SPNP 算法受認(rèn)可度最高［19］。由于SPNP 算法對(duì)路徑的起點(diǎn)和終點(diǎn)并沒(méi)有特殊要求，同時(shí)中間節(jié)點(diǎn)具備儲(chǔ)存和傳遞已有知識(shí)和生產(chǎn)新知識(shí)的特性，適用于強(qiáng)調(diào)中介重要性的網(wǎng)絡(luò)［20］，因此為了探索出具有核心技術(shù)的路徑，借助Pajek 采用SPNP 算法提取專利和文獻(xiàn)引文網(wǎng)絡(luò)主路徑。
（3）路徑搜索算法的選擇。常見(jiàn)的路徑搜索算法有局域搜索、全局搜索、關(guān)鍵路線搜索等［21］。局域搜索常常會(huì)陷入局域最優(yōu)而錯(cuò)過(guò)全局最大邊權(quán)和的路徑；全局搜索方法則可以找到邊權(quán)和最大的路徑［22］。全局主路徑是以節(jié)點(diǎn)在知識(shí)流動(dòng)中的全局重要性為基礎(chǔ)，提取網(wǎng)絡(luò)中具有最大遍歷計(jì)數(shù)的路徑，可以發(fā)現(xiàn)網(wǎng)絡(luò)中全部的重要路徑［23］，因此，采取全局主路徑的路徑搜索算法來(lái)提取專利與文獻(xiàn)引文網(wǎng)絡(luò)主路徑。
2.2.2 LDA 主題分析
（1）數(shù)據(jù)處理。分別提取所獲得主路徑上的專利標(biāo)題、摘要以及權(quán)利要求書(shū)和文獻(xiàn)標(biāo)題、摘要以及正文內(nèi)容并形成文本，對(duì)文本進(jìn)行分詞，將每個(gè)文本轉(zhuǎn)換成一條詞向量，最后去除詞向量中與專利或論文核心觀點(diǎn)無(wú)關(guān)的詞匯，得到每篇專利或論文的最終詞向量。
（2）確定最佳主題數(shù)。LDA 主題提取的效果與潛在主題數(shù)K 相關(guān)［24］。借鑒Mikolov 等［25］的研究，采用評(píng)價(jià)函數(shù)困惑度（perplexity）來(lái)確定科學(xué)文獻(xiàn)和專利文獻(xiàn)的最優(yōu)主題數(shù)。通常認(rèn)為困惑度越小，確定的主題數(shù)更優(yōu)，一般情況下當(dāng)困惑度下降趨勢(shì)不再明顯或處于拐點(diǎn)處時(shí)，此時(shí)的k值為最優(yōu)主題數(shù)。
（3）“主題-詞”概率矩陣和“文檔-主題”概率矩陣的生成。LDA 是一種文檔主題生成模型，由Blei 等［26］于2003 年提出，其在文檔、主題、詞語(yǔ)3 個(gè)層次上計(jì)算語(yǔ)義關(guān)聯(lián)度。通過(guò)對(duì)每篇論文或?qū)＠麑?duì)應(yīng)的主題概率分布矩陣以及不同主題的詞匯概率分布矩陣，可以挖掘科學(xué)文獻(xiàn)或?qū)＠墨I(xiàn)的主題。該模型認(rèn)為文檔是具有不同概率的主題的集合，而主題是具有不同概率的單詞的集合［27］。借鑒白如江等［28］的研究，每個(gè)文檔都可以表示成一系列主題的混合分布，記為P(z)，且每個(gè)主題為詞匯表中所有單詞上的概率分布，記為P(w|z)。文檔中每個(gè)單詞的概率分布如下所示：
2.2.3 科技演化模式分析
計(jì)算科學(xué)文獻(xiàn)主題與專利文獻(xiàn)主題之間的余弦相似度來(lái)衡量主題間的相似程度，通常認(rèn)為余弦相似度值越高，主題間存在演化關(guān)系的概率越大。T代表專利文獻(xiàn)主題，S 代表科學(xué)文獻(xiàn)主題。
3 實(shí)證研究——以基因工程疫苗領(lǐng)域?yàn)槔?/h2>
近年來(lái)，我國(guó)明確大力發(fā)展生物醫(yī)藥行業(yè)，疫苗行業(yè)作為該領(lǐng)域的重要子產(chǎn)業(yè)也是大力發(fā)展的對(duì)象。而基因工程疫苗作為分子生物技術(shù)發(fā)展的新興產(chǎn)物，與傳統(tǒng)疫苗相比具有生產(chǎn)成本低、免疫途徑廣泛、安全性高等優(yōu)點(diǎn)，已成為生物制品產(chǎn)業(yè)發(fā)展的一種趨勢(shì)。因此，本研究選取基因工程疫苗領(lǐng)域進(jìn)行實(shí)證研究，通過(guò)探索領(lǐng)域內(nèi)的專利文獻(xiàn)和科學(xué)文獻(xiàn)之間的關(guān)系，來(lái)厘清該領(lǐng)域內(nèi)科學(xué)與技術(shù)的關(guān)聯(lián)演化模式，同時(shí)證明本研究所設(shè)計(jì)方法的應(yīng)用價(jià)值。
3.1 研究數(shù)據(jù)
分別通過(guò)incoPat 專利數(shù)據(jù)庫(kù)和Web of Science數(shù)據(jù)庫(kù)進(jìn)行基因工程疫苗領(lǐng)域的專利數(shù)據(jù)和文獻(xiàn)數(shù)據(jù)收集，檢索日期截至2022 年8 月5 日，共搜索得到16 447 篇專利文獻(xiàn)和6 195 篇科學(xué)文獻(xiàn)。基于對(duì)這些文獻(xiàn)及專利的大量閱讀，清洗不相關(guān)數(shù)據(jù)，最終確定8 861 項(xiàng)專利數(shù)據(jù)和5 042 篇科學(xué)文獻(xiàn)作為研究樣本。
3.2 主路徑分析結(jié)果
3.2.1 專利文獻(xiàn)
使用公開(kāi)號(hào)作為專利文獻(xiàn)的代表，提取專利數(shù)據(jù)中包含的全部引用信息，基于專利文獻(xiàn)間的引用關(guān)系構(gòu)建專利引用矩陣，形成可視化引文網(wǎng)絡(luò)。借助Pajek 運(yùn)用SPNP 算法提取樣本專利文獻(xiàn)全局主路徑，共得到70 項(xiàng)專利數(shù)據(jù)（見(jiàn)圖2），申請(qǐng)時(shí)間跨度從1978 年至2022 年。具體節(jié)點(diǎn)的專利號(hào)及標(biāo)題信息如表1 所示。
表1 樣本專利文獻(xiàn)路徑節(jié)點(diǎn)信息（節(jié)選）
圖2 樣本專利文獻(xiàn)全局主路徑
3.2.2 科學(xué)文獻(xiàn)
使用DOI 號(hào)作為科學(xué)文獻(xiàn)的代表，提取樣本科學(xué)文獻(xiàn)數(shù)據(jù)的全部引用信息，基于科學(xué)文獻(xiàn)間的引用關(guān)系構(gòu)建文獻(xiàn)引用矩陣，形成可視化引文網(wǎng)絡(luò)。借助Pajek 運(yùn)用SPNP 算法提取樣本科學(xué)文獻(xiàn)的全局主路徑，結(jié)果如圖3 所示，最終得到60 項(xiàng)科學(xué)文獻(xiàn)數(shù)據(jù)，申請(qǐng)時(shí)間跨度從1991 年至2022 年。具體節(jié)點(diǎn)的DOI 號(hào)及標(biāo)題信息如表2 所示。
表2 樣本科學(xué)文獻(xiàn)路徑節(jié)點(diǎn)信息（節(jié)選）
圖3 樣本科學(xué)文獻(xiàn)全局主路徑
3.3 LDA 主題分析結(jié)果
3.3.1 專利文獻(xiàn)
通過(guò)Python 并結(jié)合專家意見(jiàn)對(duì)主路徑分析提出的70 條專利數(shù)據(jù)進(jìn)行主題提取。首先對(duì)專利數(shù)據(jù)的標(biāo)題、摘要以及說(shuō)明書(shū)內(nèi)容進(jìn)行整理，形成文本信息并進(jìn)行預(yù)處理，然后計(jì)算得到困惑度確定專利文獻(xiàn)最優(yōu)主題數(shù)為14 個(gè)（見(jiàn)圖4）；利用Python 的jieba 工具包進(jìn)行分詞后，根據(jù)確定的最優(yōu)主題數(shù)量，利用LDA 主題模型進(jìn)行主題生成，設(shè)置每個(gè)主題的詞匯數(shù)量為12 個(gè)，最終得到14 個(gè)主題的主題詞。專利文獻(xiàn)主題以及每個(gè)主題下的主題詞結(jié)果如表3所示。
表3 樣本專利文獻(xiàn)主題詞結(jié)果
圖4 樣本專利文獻(xiàn)主題數(shù)量與其困惑度關(guān)系
根據(jù)文檔主題的分布概率，將專利分配給不同的主題發(fā)現(xiàn)，有關(guān)領(lǐng)域內(nèi)的應(yīng)用研究最早是關(guān)于亞單位疫苗的相關(guān)專利，其次是關(guān)于各類病毒感染治療的疫苗研發(fā)。隨著核酸相關(guān)研究的深入，治療或預(yù)防具體疾病的核酸疫苗及其相關(guān)載體的研發(fā)得以順利進(jìn)行，近幾年更是研發(fā)出許多抵御新冠病毒感染的疫苗，保護(hù)了全球人民的生命健康。此外，近幾年有關(guān)癌癥疫苗的相關(guān)專利較少，這將會(huì)是未來(lái)基因工程疫苗領(lǐng)域的一大研究熱點(diǎn)。
3.3.2 科學(xué)文獻(xiàn)
重復(fù)上述方法確定科學(xué)文獻(xiàn)的最優(yōu)主題數(shù)同樣為14 個(gè)（見(jiàn)圖5），最終得到14 個(gè)主題的主題詞，如表4 所示。
表4 樣本科學(xué)文獻(xiàn)主題詞結(jié)果
圖5 科學(xué)文獻(xiàn)主題數(shù)量與困惑度的關(guān)系
根據(jù)文檔主題的分布概率，將每篇文獻(xiàn)分配給不同的主題發(fā)現(xiàn)，科學(xué)文獻(xiàn)早期專注于對(duì)各類病毒疫苗的研究，后來(lái)同步拓展到DNA 疫苗以及RNA疫苗領(lǐng)域，經(jīng)過(guò)十幾年的研究發(fā)現(xiàn)，RNA 疫苗相對(duì)DNA 疫苗更具安全性，故近幾年來(lái)有關(guān)RNA 疫苗的研究受到更多學(xué)者的關(guān)注；隨著研發(fā)的深入，mRNA疫苗的優(yōu)勢(shì)得以顯現(xiàn)，特別是在新冠病毒感染疫情中mRNA 疫苗效果得到廣泛認(rèn)可，因而最近有關(guān)基因工程疫苗的研究多圍繞mRNA 疫苗相關(guān)內(nèi)容開(kāi)展。
3.4 科技演化分析結(jié)果
基于LDA 主題模型的結(jié)果，并依據(jù)余弦相似度計(jì)算公式來(lái)計(jì)算主題之間的相似程度，獲得樣本科學(xué)文獻(xiàn)與專利文獻(xiàn)相似度矩陣。為了使結(jié)果更為客觀，通過(guò)調(diào)試最終確定0.45 為相似度閾值，認(rèn)定余弦相似度值高于0.45 的主題為相似主題，最終獲得5組相似主題：（1）T0與S8；（2）T5與S7；（3）T8與S2、S6；（4）T10與S1、S11；（5）T13與S5、S9。
基于上述結(jié)果，結(jié)合所構(gòu)建的主題時(shí)間軸，將樣本科學(xué)文獻(xiàn)與專利文獻(xiàn)的相似主題根據(jù)LDA 主題模型提取出的主題詞共現(xiàn)詞頻進(jìn)行連接，最終繪制基因工程疫苗領(lǐng)域科學(xué)與技術(shù)的演化關(guān)系圖（見(jiàn)圖6），其中線條的粗細(xì)代表共現(xiàn)詞頻的高低；不同深淺則代表不同主題?？梢园l(fā)現(xiàn)，科學(xué)文獻(xiàn)路徑主題的劃分較為集中，多為DNA 疫苗與RNA 疫苗相關(guān)研究；而專利文獻(xiàn)路徑主題較為冗雜，多為針對(duì)不同病毒或疾病的疫苗研究。這一點(diǎn)也符合我們對(duì)科學(xué)文獻(xiàn)多為基礎(chǔ)研究，而專利文獻(xiàn)多為應(yīng)用研究的認(rèn)知。
圖6 1995—2020 年基因工程疫苗領(lǐng)域科技演化模式
（1）T0和S8在內(nèi)容上均是減毒病毒用于疫苗載體的相關(guān)研究。T0出現(xiàn)在2003 年左右，主要聚焦于重組減毒流感病毒的制備及其在生產(chǎn)疫苗和基因治療載體的應(yīng)用；S8出現(xiàn)在2009 年及2022 年左右，研究通過(guò)密碼子去優(yōu)化的方式對(duì)病毒高度減毒，用于開(kāi)發(fā)安全、穩(wěn)定的減毒活疫苗或疫苗載體。綜上，減毒病毒用于疫苗載體的相關(guān)研究中，主要是應(yīng)用研究影響基礎(chǔ)研究，即技術(shù)影響科學(xué)的模式。
（2）T8和S2、S6均是RNA 疫苗的作用機(jī)制及其構(gòu)建方面的研究。T8出現(xiàn)在2017 年左右，是人工核酸疫苗的構(gòu)建即人工mRNA 疫苗的構(gòu)建，及其在預(yù)防和治療介卡病毒感染方面的應(yīng)用；S2出現(xiàn)在2021 年左右，是自擴(kuò)增RNA 作為疫苗的優(yōu)勢(shì)及其在抗感染領(lǐng)域的應(yīng)用和相關(guān)遞送載體的研究；S6出現(xiàn)在1991、2006 及2010 年左右，是RNA 疫苗的作用機(jī)制和疫苗構(gòu)建及其在癌癥領(lǐng)域的應(yīng)用。可以看出，早期RNA 疫苗作用機(jī)制相關(guān)基礎(chǔ)研究影響應(yīng)用研究，呈現(xiàn)出科學(xué)影響技術(shù)的趨勢(shì)，近幾年來(lái)有關(guān)基礎(chǔ)研究的文獻(xiàn)數(shù)量增多，再次呈現(xiàn)出技術(shù)影響科學(xué)的趨勢(shì)。
（3）T10和S1、S11涉及減毒活疫苗以及亞單位疫苗的相關(guān)研究與應(yīng)用等內(nèi)容。T10出現(xiàn)在1980、1993 和2000 年左右，是病毒亞單位疫苗的制備和應(yīng)用以及重組負(fù)鏈RNA 病毒的生成及其在疫苗制劑中的用途；S1出現(xiàn)在1991 及1997 年左右，是減毒突變體的構(gòu)建以及減毒活疫苗的開(kāi)發(fā)；S11出現(xiàn)在2014及2020 年左右，是基于核酸亞單位疫苗的遞送載體以及減毒活疫苗的開(kāi)發(fā)。2000 年之前，科學(xué)文獻(xiàn)與專利文獻(xiàn)交替出現(xiàn)，科學(xué)與技術(shù)呈現(xiàn)相互影響模式，之后技術(shù)逐漸促進(jìn)科學(xué)的發(fā)展，越來(lái)越多的科學(xué)文獻(xiàn)誕生，呈現(xiàn)技術(shù)影響科學(xué)的模式。
（4）T13和S5、S9均是有關(guān)RNA 疫苗在其治療應(yīng)用領(lǐng)域的研究。T13 出現(xiàn)在2018 年左右，是RNA疫苗的構(gòu)建及其在各種疾病領(lǐng)域的應(yīng)用；S5出現(xiàn)在2004 及2021 年左右，是關(guān)于mRNA 疫苗的發(fā)展優(yōu)勢(shì)以及其在癌癥領(lǐng)域的應(yīng)用；S9出現(xiàn)在2013 及2019年左右，是基于RNA 的疫苗較傳統(tǒng)疫苗的優(yōu)點(diǎn)以及其在抗流感病毒方面的應(yīng)用?？茖W(xué)文獻(xiàn)出現(xiàn)較早、專利出現(xiàn)較晚，先是呈現(xiàn)科學(xué)影響技術(shù)的模式，而近幾年又出現(xiàn)新的技術(shù)突破，顯現(xiàn)出科學(xué)影響技術(shù)的模式。
（5）T5和S7均是新冠病毒疫苗的研發(fā)相關(guān)研究。T5與S7均出現(xiàn)在2020 年左右，2019 年年末暴發(fā)了一場(chǎng)新型冠狀病毒感染疫情，科學(xué)家們緊急開(kāi)展了相關(guān)科學(xué)文獻(xiàn)及專利技術(shù)的研究，并取得顯著的成果。可以發(fā)現(xiàn)在這一領(lǐng)域，科學(xué)與技術(shù)呈現(xiàn)明顯的協(xié)同共生、相互促進(jìn)關(guān)系。
總的來(lái)說(shuō)，基因工程疫苗領(lǐng)域大體上呈現(xiàn)為科學(xué)研究和技術(shù)應(yīng)用相互促進(jìn)的模式，基因工程的基礎(chǔ)技術(shù)發(fā)展促使基因工程疫苗可以應(yīng)用于多種疾病領(lǐng)域，特別是抗感染領(lǐng)域。近年來(lái)科學(xué)家對(duì)腫瘤領(lǐng)域的基因工程疫苗進(jìn)行了較深入研究，并產(chǎn)出了許多科學(xué)文獻(xiàn)，但由于腫瘤類型的復(fù)雜多樣及其作用機(jī)制的難以獲取，基因工程疫苗在癌癥領(lǐng)域的臨床應(yīng)用仍然存在許多問(wèn)題，相信基礎(chǔ)研究的快速發(fā)展定會(huì)為新型癌癥疫苗的研制提供新思路。此外，mRNA 疫苗是領(lǐng)域內(nèi)一個(gè)新的研究熱點(diǎn)。近幾年來(lái)，越來(lái)越多的學(xué)者開(kāi)始探討mRNA 疫苗技術(shù)，新冠病毒感染疫情的出現(xiàn)更是在全球范圍內(nèi)提高了對(duì)mRNA 疫苗的認(rèn)可度，可以預(yù)測(cè)，未來(lái)mRNA 疫苗將被廣泛用于癌癥疫苗免疫領(lǐng)域，成為基因工程疫苗領(lǐng)域的研發(fā)重點(diǎn)。
4 討論與結(jié)論
本研究提出一種基于主路徑分析與LDA 主題模型相結(jié)合的方式來(lái)探索領(lǐng)域科技演化模式，并通過(guò)基因工程疫苗領(lǐng)域的實(shí)證結(jié)果證明了該方法的可行性及準(zhǔn)確性。通過(guò)使用主路徑分析提取領(lǐng)域中核心內(nèi)容，將主路徑分析與LDA 主題分析相結(jié)合，使用主路徑分析提取出基于時(shí)間軸的科學(xué)或?qū)＠墨I(xiàn)，并利用LDA 主題模型提取各自主題內(nèi)容，分析科學(xué)主題與技術(shù)主題在時(shí)間上和內(nèi)容上的互動(dòng)關(guān)系，這樣一來(lái)，科學(xué)主題或技術(shù)主題更具代表性；同時(shí)，利用?；鶊D的形式將科學(xué)層面與技術(shù)層面聯(lián)系起來(lái)，可以更加清晰地看出領(lǐng)域內(nèi)科技演化模式。
然而，本研究?jī)H從科學(xué)與技術(shù)兩個(gè)層面，在現(xiàn)有科學(xué)文獻(xiàn)或?qū)＠墨I(xiàn)的基礎(chǔ)上對(duì)基因工程疫苗領(lǐng)域內(nèi)科技演化模式進(jìn)行探索，無(wú)法預(yù)測(cè)未來(lái)新技術(shù)出現(xiàn)的時(shí)機(jī)；同時(shí)也僅采用了基于主題詞復(fù)現(xiàn)詞頻的方法，將處于不同時(shí)間段的相似科學(xué)主題與技術(shù)主題聯(lián)系起來(lái)。未來(lái)的研究可引入市場(chǎng)這一層面，借助計(jì)算機(jī)算法來(lái)深入挖掘領(lǐng)域內(nèi)的技術(shù)發(fā)展特征。
猜你喜歡
體育科技文獻(xiàn)通報(bào)(2022年3期)2022-05-23 13:46:54
天津外國(guó)語(yǔ)大學(xué)學(xué)報(bào)(2021年3期)2021-08-13 08:32:18
遼金歷史與考古(2021年0期)2021-07-29 01:06:54
科技傳播(2019年22期)2020-01-14 03:06:54
中國(guó)科技教育(2019年11期)2019-09-26 10:49:15
中國(guó)科技教育(2019年12期)2019-09-23 08:02:08
小小藝術(shù)家(2019年6期)2019-06-24 17:39:44
民用飛機(jī)設(shè)計(jì)與研究(2019年4期)2019-05-21 07:21:24
汽車工程學(xué)報(bào)(2017年2期)2017-07-05 08:13:02
今古傳奇·故事版(2016年15期)2016-09-07 06:57:32
- 科技管理研究的其它文章
- 更正說(shuō)明
- 小提琴演奏表現(xiàn)的影響因素分析
——評(píng)《小提琴演奏表現(xiàn)及其應(yīng)用領(lǐng)域研究》 - 美育與思政教育的協(xié)同育人
——評(píng)《思想政治教育協(xié)同論》 - 粵港澳大灣區(qū)引進(jìn)外籍戰(zhàn)略科學(xué)家的問(wèn)題與對(duì)策
- 科技創(chuàng)新背景下的傳統(tǒng)音樂(lè)傳播路徑
——評(píng)《現(xiàn)代傳媒視野下傳統(tǒng)音樂(lè)的傳承與發(fā)展》 - 中醫(yī)英語(yǔ)語(yǔ)料庫(kù)在中醫(yī)英語(yǔ)翻譯中的應(yīng)用
——評(píng)《基于中醫(yī)英語(yǔ)語(yǔ)料庫(kù)的中醫(yī)英語(yǔ)翻譯研究》