[논문 리뷰] Macro-trends in research on the central dogma of molecular biology

Sepehr Ehsani|arXiv (Cornell University)|2013. 01. 11.

Biomedical Text Mining and Ontologies참고 문헌 5인용 수 4

한 줄 요약

이 연구는 1975년에서 2011년 사이 분자의 생물학 연구의 거시적 추세를 분석하기 위해 350만 개 이상의 초록에서 DNA-, RNA-, 단백질 중심의 용어 100개의 빈도를 정량화하였다. 연구 결과, 단백질 중심 연구가 1990년대 초까지 지배적이었으며, 이후 단백질과 DNA 연구의 추세가 융합되기 시작했고, RNA 연구는 비교적 안정된 상태를 유지하여 분자의 생물학 분야의 주제적 이동을 종기적으로 보여주었다.

ABSTRACT

The central dogma of molecular biology, formulated more than five decades ago, compartmentalized information exchange in the cell into the DNA, RNA and protein domains. This formalization has served as an implicit thematic distinguisher for cell biological research ever since. However, a clear account of the distribution of research across this formalization over time does not exist. Abstracts of >3.5 million publications focusing on the cell from 1975 to 2011 were analyzed for the frequency of 100 single-word DNA-, RNA- and protein-centric search terms and amalgamated to produce domain- and subdomain-specific trends. A preponderance of protein- over DNA- and in turn over RNA-centric terms as a percentage of the total word count is evident until the early 1990s, at which point the trends for protein and DNA begin to coalesce while RNA percentages remain relatively unchanged. This term-based census provides a yearly snapshot of the distribution of research interests across the three domains of the central dogma of molecular biology. A frequency chart of the most dominantly-studied elements of the periodic table is provided as an addendum.

연구 동기 및 목표

• 분자의 생물학 중심 법칙의 DNA, RNA, 단백질 영역에 걸친 연구 관심의 장기적 분포를 맵핑하기 위해.
• 과학적 초록의 용어 빈도 분석을 통해 시간에 따른 주제적 초점 이동을 정량화하기 위해.
• 특히 단백질 중심에서 더 균형 잡힌 분야 간 연구로의 전환을 포함한 연구 추세의 전환점을 규명하기 위해.
• 40년에 걸친 분자의 생물학 연구 우선순위의 변화를 데이터 기반의 종기적 스냅샷을 제공하기 위해.
• 텍스트 마이닝을 통한 과학 문헌의 분석을 통해 분자의 생물학 연구의 역사적 궤적을 이해하는 기준을 제공하기 위해.

제안 방법

• 1975년에서 2011년 사이 세포 생물학에 중점을 둔 350만 개 이상의 논문에서 초록을 수집하고 분석함.
• DNA, RNA, 단백질과 관련된 100개의 단일어어 용어를 식별하고 그 빈도를 코퍼스 전반에서 추적함.
• 용어 빈도를 연간 분석을 위한 영역별(단백질, DNA, RNA) 및 하위 영역별 추세선으로 집계함.
• 통계적 집계를 통해 매년 각 분자의 생물학 영역이 전체 단어 수의 몇 퍼센트를 차지하는지 계산함.
• 연구 초점의 시간적 이동을 시각화하기 위해 빈도 차트 및 보조 시각화 자료를 생성함.
• 디지털 라이브러리 데이터에 텍스트 마이닝 기법을 적용하여, arXiv 및 관련 레포지토리의 기존 메타데이터와 전체 텍스트 액세스를 활용함.

실험 결과

연구 질문

• RQ1 1975년에서 2011년 사이에 DNA, RNA, 단백질에 집중된 연구 비율은 어떻게 변화했는가?
• RQ2 단백질 연구에 대한 관심이 DNA 및 RNA 연구에 비해 언제부터 감소하기 시작했는가?
• RQ3 1990년대 초 이후에 DNA 영역과 단백질 영역 간 연구 관심의 융합에 대한 증거는 무엇인가?
• RQ4 시간이 지남에 따라 DNA 및 단백질 용어에 비해 RNA 연구의 빈도가 왜 비교적 안정적으로 유지되었는가?
• RQ5 과학적 초록에서의 용어 빈도는 생물학 연구 우선순위의 광범위한 변화를 어느 정도 반영하는가?

주요 결과

• 단백질 중심 용어는 1990년대 초까지 문헌에서 지배적인 위치를 차지하여 초록의 총 단어 수의 대부분을 차지함.
• 1990년대 초 이후로 DNA 및 단백질 용어의 빈도 추세가 점차 융합되기 시작하여 연구 관심의 균형 잡힌 방향으로의 전환을 나타냄.
• RNA 중심 용어는 연구 기간 동안 비교적 안정된 빈도를 유지하여 DNA 및 단백질 용어에 비해 변동 폭이 미미함.
• 용어 빈도 분석을 통해 명확한 거시적 추세를 확인할 수 있었으며, 연구 관심이 단백질 중심에서 DNA 및 단백질 기능의 통합 연구로 이동함.
• 1990년대에 게놈학과 시스템 생물학의 부상은 DNA에 대한 관심 증가에 기여한 것으로 보이며, RNA의 역할은 일관되게 연구되었지만 더는 지배적이진 않았음.
• 주기율표의 가장 많이 연구된 원소들의 빈도 차트를 보조 자료로 제작하여 생물학 연구의 원소 조성 추세를 반영함.