Introducing the open biomedical map of science

Motivation

• Known: 기존의 과학 지도들은 상용 데이터베이스(Web of Science, Scopus)에 의존하여 재현성이 제한되고 공개적으로 접근 불가능하다. PubMed는 NIH/NLM에서 유지 관리하는 공개 생의학 문헌 데이터베이스로, MeSH 기술자를 통해 계층적으로 조직된 통제된 어휘를 제공한다.
• Gap: 현재 FAIR 원칙(Findability, Accessibility, Interoperability, Reusability)을 충족하는 생의학 과학 지도가 부재하며, 공개적으로 재현 가능한 오픈 소스 과학 지도 개발이 필요하다.
• Why: 공개 과학 지도는 연구자들이 생의학 분야의 학문 구조를 이해하고 연구 동향을 추적하며, 학제간 협력 기회를 발견하는 데 필수적이다.
• Approach: PubMed의 2009-2019년 저널 및 MeSH 기술자 데이터를 수집하여 이중 네트워크를 구축하고, 기존 UCSD 과학 지도와 비교 검증하며, ZMLT(Zoomable Multi-Level Tree) 알고리즘으로 시각화한다.

Achievement

• 저널 포함 기준 설정: 최소 20개 이상의 색인된 논문을 가진 8,209개 저널 선정
• 학문 분야 커버리지 분석: PubMed 저널의 34.6%(6,307개)가 UCSD 지도와 겹치며, 의학/보건 분야가 강하고 인문학/생명공학 분야가 약함을 확인
• 원형 프로토타입 시각화: 8,209개 저널 노드와 6,824개 MeSH 기술자 노드로 구성된 이중 네트워크 생성
• 오픈소스 도구 개발: map4sci 소프트웨어를 통해 상호작용적이고 검색 가능한 과학 지도 생산화

How

• PubMed 데이터베이스에서 2009-2019년 18,234개 저널과 관련 MeSH 기술자 추출
• 저널-MeSH 이중 네트워크 생성 (가중치 = 각 저널의 기술자별 논문 수)
• UCSD Map of Science 저널 분류 데이터와 매핑하여 학문 분야별 분류
• 저널별 색인된 논문 빈도 분석으로 최소 포함 기준 결정 (중앙값 23개)
• MST Pathfinder Network Scaling 알고리즘으로 네트워크 백본 추출
• ZMLT 알고리즘을 적용하여 대규모 네트워크를 지도 형식으로 시각화

Originality

• 완전히 공개된 PubMed 데이터를 활용한 최초의 FAIR 과학 지도 개발
• 이중 네트워크(bimodal network)를 통해 저널과 MeSH 기술자 간의 관계를 동시에 표현하는 혁신적 접근
• 기존 상용 과학 지도(UCSD)와의 체계적 비교를 통한 검증 방법론 제시
• 재현 가능하고 수정 가능한 오픈소스 도구(map4sci)로 과학 지도 산업화

Limitation & Further Study

• PubMed의 생의학 분야 편향으로 인해 인문학, 지구과학, 생명공학 분야의 저널 커버리지가 제한적(각각 2.1%-2.7%)
• 원형 프로토타입이 저널당 상위 50개 MeSH 기술자만 포함하여 전체 주제 관계를 완전히 표현하지 못함
• 2009-2019년 데이터로만 분석했으므로 최신 연구 동향 반영 부족 (최종 버전은 2013-2022년 예정)
• 34.6%의 저널만 기존 UCSD 지도와 겹쳐 상호 검증의 충분성 확보 필요
• 후속 연구: 더 포괄적인 학문 분야 포함 방법, 동적 업데이트 메커니즘, 저널 학제성 측정, 이용자 피드백 기반 개선 필요

Evaluation

총평: 이 논문은 공개 생의학 과학 지도 개발을 위한 견고한 방법론과 초기 성과를 제시하며, 상용 데이터베이스에 의존하지 않는 재현 가능한 과학 지도의 새로운 기준을 제시한다. 다만 현재는 진행 중인 작업(work in progress)으로 완성도 있는 최종 산물과 실제 활용 사례의 제시가 필요하다.