Nanjing Springer Biotechnology Co., Ltd.

点击“蓝字”关注我们 热 烈 祝 贺 翁建平教授 《糖尿病学》是欧洲糖尿病研究协会（European Association for the Study of Diabetes，EASD）的官方杂志，是一本国际著名的同行评审期刊，聚焦于糖尿病相关的基础研究、临床研究、转化医学以及治疗和预防方面的研究进展。该杂志创刊于1965年，1997年获得第一个影响因子，由国际著名出版商施普林格出版，每年发行12期，主编是来自瑞典隆德大学的Hindrik Mulder教授。目前期刊已被包括SCIE在内的众多数据库收录，ISSN：0012-186X，eISSN:1432-0428，JCR1区，中科院1区，最新影响因子8.2，五年影响因子9.1。杂志发表有关糖尿病的各类研究，包括但不限于糖尿病的病理生理、遗传学、流行病学、治疗方法、并发症管理以及糖尿病相关的代谢异常。 翁建平，现任安徽医科大学校长，中国科学技术大学讲席教授，中国医学科学院学术咨询委员会学部委员、中华医学会糖尿病学会第七届委员会主任委员、《中华糖尿病杂志》总编辑和多个国家级人才称号获得者。翁建平是提出和证明2型糖尿病是一种可逆性疾病的先行者，在国内外第一个将1型糖尿病合并妊娠不良结局改善至正常孕妇水平。 迄今为止，翁建平学术论文被引用次数超过27000次，h指数超过66，是该领域备受推崇的科学家。此次获聘《糖尿病学》副主编，是以翁建平教授为代表的中国学者在糖尿病领域的科学研究受到国际认可，也是翁建平教授国际学术影响力的体现。 期刊链接： https://diabetologia-journal.org/about-the-journal/editorial-board/ 声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。 最新《国际糖尿病》读者专属微信交流群建好了，快快加入吧！扫描左边《国际糖尿病》小助手二维码（微信号：guojitnb），回复“国际糖尿病读者”，ta会尽快拉您入群滴！ （来源：安徽医科大学医大要闻）

施普林格·自然 大中华区总裁 安诺杰 《自然》期刊作为施普林格·自然集团的“明星”期刊，一向是世界上被引用最多的期刊。25年前，《自然》发表的原创论文中只有4篇有中国作者，到了2022年，《自然》系列期刊涉及中国作者的论文已达900多篇。在施普林格·自然大中华区总裁安诺杰看来，这一巨大变化可归因于中国经济的蓬勃发展、研发支出的持续增加以及国际科学合作的加强。 什么样的期刊属于高水平期刊？中国作者在《自然》系列期刊的投稿与刊发情况如何？8月22日，人民日报健康客户端采访施普林格·自然大中华区总裁安诺杰（Arnout Jacobs）。 01 人民日报健康客户端：作为全球领先的科研出版机构之一，想请您介绍一下施普林格·自然的大概情况及市场表现？ 施普林格·自然大中华区总裁安诺杰：施普林格·自然集团（Springer Nature Group）于2015年由麦克米伦科学与教育和施普林格科学与商业媒体合并而成，出版覆盖了各个学科领域的大约3000种期刊，其中包括《自然》在内的60多种《自然》系列期刊。 根据今年6月科睿唯安发布的《2023年期刊引证报告》，《自然》是世界上被引用最多的期刊。《自然》系列期刊中，有10种影响因子达到30以上。不过，需要注意的是，影响因子只是一个衡量期刊表现的尺度，而不是衡量研究质量的尺度。施普林格·自然长期以来一直倡导以平衡的方式进行研究评价。 除了期刊出版之外，施普林格·自然也是世界上最大的学术图书出版机构之一，2023年出版了超过14000种图书。 02 人民日报健康客户端：《自然》作为顶级学术期刊之一，在选择论文上有什么标准？您认为什么样的期刊属于高水平期刊？ 安诺杰：施普林格·自然在选择论文方面，主要基于研究的科学价值、影响力和质量。以《自然》系列期刊为例，它们旨在发表最重要的发现，也就是有助于推动知识进步和应对当今社会所面临的一些最重大挑战的研究成果。 另一方面，正如新冠大流行所表明的，公开、快速地分享各种研究成果——包括微小进展和实验方案甚至负面结果等，可以带来快速的解决方案。这说明，科研能以渐进和基础的方式推动发现，所有经过确证的研究都是重要的。未来几年，我们将推出更多对研究进行严格同行评审和确证，而不对其重要性加以评判的期刊。 我认为，高质量的期刊，其发表的论文在可重复性、严谨性和科学报告的清晰度方面应力争达到最高标准。 03 人民日报健康客户端：在医学领域，《自然》关注哪些热点？ 安诺杰：施普林格·自然出版了大量有关健康、公共卫生和医学的期刊和图书。我们关注各种有助于增进理解人类疾病或有可能改善人类健康、医疗保健等的研究课题。例如，针对全球爆发的猴痘疫情，施普林格·自然于2022年8月创建了免费的资源中心，提供与猴痘相关的研究内容。 04 人民日报健康客户端：目前中国作者在《自然》系列期刊的投稿与刊发情况如何？您如何看待当前中国科研发展现状？ 安诺杰：近20年来，中国在科研数量和质量上都取得了长足进步。以我们的旗舰期刊《自然》为例，25年前，《自然》发表的原创研究论文中只有4篇涉及中国作者。2022年，《自然》系列期刊发表的涉及中国作者的研究论文已达900多篇。根据自然指数（Nature Index），中国在2022年对高质量自然科学研究的贡献已超过美国。这一巨大变化可归因于中国改革开放以来经济的蓬勃发展、研发支出的持续增加，以及国际科学合作的加强。 05 人民日报健康客户端：施普林格·自然与中国学术界有哪些交流合作？未来有什么计划？ 安诺杰：除了向世界出版传播来自中国的高质量研究，施普林格·自然还与中国机构合作出版了200多种学术期刊。目前，我们是中国科协等部门共同启动实施的中国科技期刊卓越行动计划的最大合作伙伴之一，多本合作期刊如《细胞研究》等都进入该计划领军期刊之列。 我们帮助研究人员建立联系、开展合作和解决难题。例如，为作者提供从数字编辑和翻译到预印本等支持，通过“自然大师课堂”等提供职业发展培训。 此外，我们还助力各界的国际科学合作与交流。今年5月初，施普林格·自然与浙江省科学技术协会、温州市签署了合作意向书，帮助促进中外青年科学家的成长发展和交流合作。 06 人民日报健康客户端：此次在中国举办自然大师课堂，会给中国科研人员带来哪些获益？ 安诺杰：施普林格·自然除了不断改善出版流程之外，还以一系列的服务和解决方案来支持作者的整个科研过程。“自然大师课堂”就是其中之一，通过提供科学写作、发表流程等培训，为研究人员提供职业发展培训。 我们在中国举办此类培训已有很多年，因为中国是高质量科研的主要产出国之一。我们希望帮助更多的中国研究人员将其优秀的研究转变为优秀的论文，让世界看到更多来自中国的成果。 8月20日至8月22日，由中国研究型医院协会检验医学专业委员会、施普林格·自然及万泰生物联合主办，“自然大师课堂（Nature Masterclasses）”举行，会议以面授形式帮助医学科研人员提高论文写作策略及技巧。 中华医学会检验医学分会主任委员王传新、中国研究型医院学会副会长刘希华在开幕式上表示，年青医师是祖国医药事业的未来，本次活动为医师与自然出版集团的资深编辑提供了互动的机会；也对中青年医师的科研思维和论文撰写能力起到促进作用。 刘希华副会长在采访中表示，“撰写高质量的论文，对于科研人员的职业发展是不可或缺的一部分，许多科研人员在写作当中会遇到各种挑战，自然大师课堂目的在于为科研人员提供了一个高质量的学术与写作的培训平台”。 王传新教授在采访中谈到，“检验医学是一个应用型学科，过往我们都是老师带学生，在我们的本土，本学科做一些小的科研，自然大师课堂对我们中青年专家高水平的科研设计，科研思路的构成，开拓科研视野与高水平杂志接轨，以及高水平论文的书写会取得很大的推动作用”。 司徒博教授对记者提及，“我们中国的很多研究已经不比国际前沿研究差，一个好的科学研究除了做得好以外，还要表达得好，不论是形式还是组织，都是需要有一个好的构思和设想，我们怎么把我们的中国科研故事组织好，写好，能够得到国际同行的注意，这是我们需要提高的能力”。 此外，上海交通大学附属瑞金医院陆晔玲主任技师表示参加这次大师班最大的收获是学会了站在编辑的角度审视自己的文章，用编辑的眼光去写作一篇科研论文，去排布自己文章的内容和结构。同时在这堂课程中也学习到了顶级期刊对于文章的遴选标准，对以后的科学研究以及文章投稿的方向更加明确。结合自身检验科医生的职业，对于检验医学的技术创新及临床应用的方向也更加明晰。 最后，江苏省人民医院金岳心子主管技师在采访中非常感激主办方为中青年医师提供的这一非常难得的学习机会。通过这次大师班，中青年医师能够零距离和自然通讯杂志的资深编辑进行面对面的交流，并得到资深编辑对自己的摘要和研究耐心而详细的指点，这对于中青年医师的科研生涯是受益终身的一堂课，希望能在以后的职业和科研生涯中获得更多这样的机会，为中青年医师后续的学习和工作提供帮助。 据悉，“自然大师课堂”已成功举办两期，并计划将其打造为系列活动，持续为我国医学科研人才提供学习和成长的机会。 · 关于我们 · 万泰生物成立于1991年，是聚焦诊断试剂与疫苗创新研发、生产及销售的高新技术企业，开创生免/流水线/快检/分子/疫苗等多个创新技术平台。 万泰生物持续深耕生物科技领域，开创从预防到诊断的全产业链布局，赋能医院/疾控体系高质量发展。

BenevolentAI是英国一家领先的临床阶段AI药物发现公司。借助其在AI平台、科学专业知识和湿实验室设施等方面的综合能力，BenevolentAI交付的新型候选药物相较以传统方法开发的候选药物更有可能取得临床成功。BenevolentAI在药物发现的科学有效性上有着一贯良好的记录。其BenevolentAI Platform™为20多个内部药物项目的研发提供支持，涉及靶点发现到临床研究的各个阶段。 此外，BenevolentAI还与阿斯利康以及多家领先的研究和慈善机构保持着良好的合作。BenevolentAI总部位于伦敦，在剑桥（英国）拥有一处研究机构，并在纽约设有一间办公室。 Mark Davies现任BenevolentAI的信息学和数据高级副总裁，负责确保BenevolentAI拥有正确形式的正确数据，为其平台的药物发现能力构建基础。这些数据包括专利数据、来自合作伙伴的数据，以及来自领先出版机构的STM（科学、技术和医学）期刊内容。 通过在平台中汇集数千万份已发表的研究论文、专利、临床试验及其他关键资源中的信息，BenevolentAI的研究人员和科学家建立了一个由底层工具和技术支持的综合数据集。它能回答研究人员提出的各种问题，以帮助他们验证猜想，迅速识别新靶点，并设计具有潜在疗效的药物。 扫码免费下载白皮书，了解更多国际知名公司和制药企业的TDM真实使用案例 白皮书《揭开文本和数据挖掘的力量：TDM促进变革性发现的四种方式》 全球新冠疫情爆发之初，BenevolentAI的研究团队发现礼来的巴瑞替尼（baricitinib）可用作COVID-19的候选药物，并将这一信息告知了礼来。经过临床试验后，baricitinib获得美国食品和药物管理局（FDA）的紧急使用授权，与瑞德西韦（remdesivir）联用以治疗使用呼吸机的COVID-19患者。COV-Barrier试验表明，baricitinib使住院患者的死亡率降低了38%，来自英国RECOVERY试验的数据同样证实了baricitinib的救命效果。而取得这一发现仅用了BenevolentAI两天时间。 借助其由AI赋能、假设驱动的药物发现方法，它更够比传统的药物发现机构更快地获得结果（不论结果是成功还是失败），BenevolentAI成为了业界的一个独特存在。这是因为BenevolentAI能够在起步阶段就聚焦理想的药物靶点，从而避免了许多糟糕的投资和后期的失败。 与施普林格·自然的合作 2018年，BenevolentAI就与施普林格·自然建立了合作。施普林格·自然是一家全球大型学术出版机构，旗下拥有许多行业领先的期刊，出版了大量优质的同行评审研究论文。BenevolentAI利用施普林格·自然的文本和数据挖掘（TDM）API，从订阅的施普林格·自然期刊内容中获取信息，并将其以一致的、机器可读的行业标准格式融进药物发现平台之中，Davies认为这非常关键。 “我们的团队希望获取最优质的的科学文献，因此我们会努力确保我们能获取施普林格·自然出版的内容，”Davies解释道，“这是我们最初与施普林格·自然合作的重要原因。但我们很快发现，施普林格·自然所拥有的支持性技术能力和数据交付能力能帮助我们轻松处理其文献内容，这促使我们决定延续这份合作。这种能力立即汇入我们现有的项目，并让我们迅速构建起支持药物发现的独特视野。” 回顾BenevolentAI发现COVID-19候选药物的过程，Davies指出：“我们之所以能在疫情之初就取得这一发现，是因为我们研究人员手头掌握了数据——拥有知识和系统——这使我们能全面地了解生物机制、疾病系统以及潜在的干预手段，从而开发出能发挥期望效果的潜在疗法。” “我们希望能更快地为患者提供创新疗法，改善他们的生活，”Davies总结道，“我们的团队需要适时地获取正确的数据。而文本和数据挖掘正是其基础。来自出版机构的科研资源能迅速显现并为研究人员所用，这非常关键。 我们将继续与施普林格·自然等出版机构合作，并运用自然语言处理（NLP）从出版物中获得见解，构建知识基础，从而支持假设的产生与验证。这不仅对BenevolentAI，而且对整个行业都很重要。我们期待今后能在这方面更进一步。” 扫码免费下载白皮书，了解更多国际知名公司和制药企业的TDM真实使用案例 白皮书《揭开文本和数据挖掘的力量：TDM促进变革性发现的四种方式》 文本和数据挖掘（TDM） 文本和数据挖掘（Text and Data Mining, TDM）是指对大量的文本或数据资源进行自动选择和分析的过程，它能产出研究和研究项目所需的有用信息。开展TDM的目的包括检索内容、寻找模式、发现关系、语义分析和了解内容与概念和需求之间的关联等等。 TDM的创新之处在于，研究人员就算不知道具体要问什么，也能对数据集进行分析。如今，AI已基本成熟——它不单能呈递信息，还能提供建议、做出决策并生成内容。 施普林格·自然开发了各种工具，旨在方便研究人员对我们的出版物进行文本和数据挖掘。 最重要的TDM工具包括： · Meta API：在线文档的新版元数据（带有额外字段）以及源内容链接 · 用于开放获取内容的全文API：施普林格·自然开放获取XML格式的全文内容（如有） · 用于付费订阅内容的全文API：施普林格·自然所有XML格式的全文内容（如有） 施普林格·自然TDM的四种使用场景示例： 1. 接入API和密钥(api_key=**********)在Metadata中搜索化学(Chemistry)相关数据； 2. 搜索关键词“患者(patients)”相关数据； 3. 搜索1993年相关数据； 4. 展示pam格式数据和json格式数据（我们同时支持jat、xml等多种数据格式输出） ◄欢迎扫码联系我们 进一步了解施普林格·自然在TDM方面提供的支持  | 推荐阅读 | 何为文本和数据挖掘？对研发有何助益？ 借助文本和数据挖掘(TDM)，更快取得新发现 对话专家，七问七答——揭开文本和数据挖掘的变革性力量 TDM的潜力及相关工具对于研究人员的重要性 将不可能变为可能！文本和数据挖掘如何助力这家大型抗体搜索引擎公司？ 如何将这一强大工具引入到企业研发架构中？ 版权声明： 本文由施普林格∙自然上海办公室负责整理翻译，中文内容仅供参考。欢迎转发分享，如需转载，请联系 China@nature.com。 © 2024 Springer Nature Limited. All Rights Reserved 点击“阅读原文”进一步了解施普林格·自然的文本和数据挖掘