MARÍA ANTONIA PARREÑO GONZÁLEZ¹, FERNANDO PÉREZ SANZ¹, MARÍA DEL CARMEN LEGAZ GARCÍA², CRISTINA FUENTE MORA³, ALBERTO BAROJA MAZO⁴, ÁNGEL ESTEBAN GIL²

(1) PLATAFORMA DE INFORMÁTICA BIOMÉDICA Y BIOINFORMÁTICA, IMIB-Arrixaca, España
(2) TECNOLOGÍAS DE MODELADO, PROCESAMIENTO Y GESTIÓN DEL CONOCIMIENTO, IMIB-Arrixaca, España
(3) PLATAFORMA DE ENSAYOS CLÍNICOS, IMIB-Arrixaca, España
(4) CIRUGÍA DIGESTIVA, ENDOCRINA Y TRASPLANTE DE ÓRGANOS ABDOMINALES, IMIB-Arrixaca, España

PubMed es un almacén abierto en el que se almacena la literatura científica en el ámbito de la biomedicina y de las ciencias de la vida con el objetivo de mejorar la salud a nivel global. PubMed almacena actualmente más de treinta millones de artículos científicos, lo que la he convertido en la principal fuente bibliográfica en el ámbito de la investigación biomédica. Aunque este crecimiento ha sido una de sus grandes fortalezas, también se ha convertido en una debilidad a la hora de hacer búsquedas sobre una determinada área científica. La ausencia de criterios de calidad y la que en algunos casos es una pobre anotación en las palabras clave de cada trabajo, dificulta enormente la búsqueda de producción científica por determinados filtros cómo patologías o modelos de experimentación animal. Esta debilidad se ha puesto de manifiesto de forma mucho más clara con la crisis provocada por la COVID-19, en la que el vuelco de la comunidad científica para intentar paliarlo ha supuesto un crecimiento exponencial de la producción, dificultando mucho que ésta sea accesible a los investigadores por determinados criterios de calidad. El objetivo de este trabajo es el desarrollo de una herramienta informática que descargue automáticamente la información de PubMed, la anote usando criterios de calidad bibliográfica como citas, impacto, cuartiles y deciles, ofreciendo a la comunidad científica una herramienta que facilite la búsqueda bibliográfica.

Nuestra propuesta se ha basado en usar las propias herramientas que PubMed pone a disposición de sus usuarios para mejorar el etiquetado de los artículos científicos. Toda esta información se ha integrado con información proveniente de la Web of Science, de la que hemos extraído indicadores de calidad de la revista (impacto, cuartil, etc) e indicadores del propio artículo como el número de citas. Además hemos integrado otro tipo de bases de datos como Human Phenotype Ontology (HPO) y KEGG PATHWAY Database para poder hacer búsquedas masivas de artículos por genes que estén involucrados en fenotipos clínicos o en rutas metabólicas. Por último, esta herramienta es capaz de extraer relaciones jerárquicas de términos MESH y de clasificaciones taxonómicas de las especies que faciliten la búsqueda de artículos. Por ejemplo, si queremos buscar artículos de COVID y cáncer, el usuario sólo tendría que usar esos dos términos. Con la interfaz actual de PubMed tendría que poner esos dos y todos los posibles tipos de cáncer de MeSH.

En https://covipedia.imib.es se ha puesto en marcha un caso de uso real de la metodología se ha descrito previamente. A fecha 06/10/2020 esta plataforma contiene 60.680 artículos científicos etiquetados con la palabra clave COVID-19. Además de ofrecer buscadores avanzados a los usuarios también ofrece diversas herramientas de interés para la comunidad científica como: (1) autores (citados, nº artículos, impacto); (2) patologías no COVID más mencionadas; (3) genes más citados; (4) fármacos; y (7) en este caso, también se ha integrado el análisis con estudios clínicos COVID-19 publicados en https://clinicaltrials.gov para que los investigadores puedan saber que estudios hay en marcha a nivel mundial agrupados por la población y el fármaco al que van dirigidos.

El uso de este tipo de plataformas facilitará la búsqueda bibliográfica en el ámbito de la Investigación Biomédica, permitiendo que la comunidad científica pueda centrarse en leer detenidamente aquellos artículos que sean de mayor interés.