摘要写成啥样，被引次数多？| 嘉因生物发表文章的影响力超过70%的研究论文
素素跟小丸子分享了一篇有趣的blog
https://huangchv.github.io/pubmed/
用文本挖掘的方法研究哪些因素影响了引用
咱做研究的都知道，文章的citation很重要啊！具体怎么重要我就不说了，不过我突然想起来一个事情要说一下，就是当时别人跟我说MACS的时候，没有说发在那个杂志上，而是说被引用了2000多次（现在可能不止了）。那能不能根据自己现在写的这个abstract预测下自己会不会被很多人引用呢？
小丸子选取部分段落翻译、整理如下：
有没有什么关键词能让我立即：
citation暴增
同学羡慕的小眼神
隔壁实验室漂亮／帅气学弟学妹们的注意～
诺贝尔奖？
那咱们看看第一个问题吧，因为其他三个问题可能帮不了你太多。
闲的那啥的时候挖掘了一下pubmed，分析了一下citation走势，也希望能有理有据，令人信服！
总共从pubmed上拽了30000篇文章，但70个没有摘要（人生何处没有坑）。Anyway，那就就处理了剩下的29930个摘要吧。首先想看的是，这些文章都有没有被引用，以及被引用了多少次。
图1告诉了我们99%的文章引用次数都不超过30，而且，接近1/3的文章都完全没有人引用过。（这是一个悲伤的故事。。。）
跟杂志有没有什么关系呢？
取了这29970套数据（个abstract）杂志出现次数最多的前十位，比如排名第一的plosone占了3%的dataset，就是说有大概900个abstract都是从plosone上面摘下来的（当然他们不是故意这么干的，有兴趣可以看原文链接的方法，都是随机取的），绝对的outlier级别的受欢迎呀，瞅瞅别的杂志都不到1%。再看看排名第三受欢迎的PNAS，看起来还不错citation偏右分布。
高影响因子的杂志如CNS系列——文章少，但是citation的中值高，右偏度大。
可见，要想citation高还是得发高分杂志，或者是不是abstract符合了citation高的要求，咱就离发高分文章更近一步了？（这不是废话吗）
跟咱们什么时候投稿有关系吗？
虽然很明显的7、8、9月是旺季，但是citation看起来好像并没有显著差异。这30000个abstract里面，48.2%的数据都有submission的日期，注意这里统计到的submission都是被杂志接收并发表的，言下之意，有可能1月、12月submission的文章也很多（几个高质量的杂志这两个月没有人交稿子，figuresnot shown），但是最后被拒了，当然也有可能这个时候大家都在度假，无心科研，懒于提交。
哪些特征跟citation相关呢？
经过一系列计算之后（我比原作者还要懒，所以这里就不赘述了，我知道大家可能现在也不怎么想知道它是怎么得出来的，有兴趣可以点原文链接），看图，所以啥也别说了，还是发个高分杂志吧（谁不想啊……捂脸表情）。然后排名第二的是哪年发的，这个，好吧，我也不知道该说点什么。
Abstract里哪些keywords跟citation有关呢？
gene, analysi-, require-, key, provid-, specif-, character-, protein, evid- (likeevidence), avail-。另外还有两个情感词：Anger, anticipation
这张图告诉我们，跟cancer相关的paper将很可能获得更高的citation，那怎么解释risk和time呢？猜测可能是疾病的risk stratification（例如癌症风险分级），time to death or relapse，因为癌症数据里经常会分析到这个。
不知道大家看完有没有一种受到欺骗的感觉，好吧，我是标题党～～
说到citation，哪个评价指标更好？
SCI总是被吐槽，高大上的NIH用啥评价文章？
NIH开发了个iCite，用相对引用率RCR值评价文章的影响力。详情查看：NIH的这个新指标，会取代影响因子在科研评估中的地位吗？——Nature自然科研
赶紧算算嘉因生物发表的paper影响力如何。点击左下角”阅读原文“直达文章列表。PMID如下：
25164756
27117758
24937458
28960380
23728290
22645320
28461508
23925045
23632162
20435677
22495509
23355544
28659920
28492552
24064417
23508969
24852203
20955618
19445698
23554930
iCite分析结果
嘉因生物RCR最高 = 42.19，平均值 = 4.96。
看中值最公平，RCR中值 = 1.11，是啥水平？
如果RCR > 1，就超过了50%受NIH资助的paper；
如果RCR > 0.86，就超过了70%已发表的paper！
嘉因生物文章的影响力中值超过50%受NIH资助的paper，超过70%所有已发表的paper；平均超过90%受NIH资助的paper，超过95%所有已发表的paper。
想发高分文章，想要高Citation？找嘉因生物做ChIP-seq，ATAC-seq吧！
想用ChIP-seq、ATAC-seq研究感兴趣的基因？想整合ChIP-seq、ATAC-seq、eCLIP-seq、RNA-seq数据寻找线索？找嘉因生物吧！从实验、测序，到多种数据整合分析，为您一站式解决。（点击文中蓝字了解详情）
关注“嘉因生物”公众号，点击菜单栏的“技术贴49 26866 49 13306 0 0 8074 0 0:00:03 0:00:01 0:00:02 8074>”，浏览转录调控干货。
嘉因生物公众号定位：客户共性问题解答，生信学习资源导航，高通量实验导购 | 为您提供高通量实验-测序-分析-验证一站式解决方案
电话：021-61539657
Email：marketing@rainbow-genome.com
地址：上海市杨浦区赤峰路65号同济科技园1号楼611室