![[OC] Die semantische Einbettung und Visualisierung des gesamten Korpus der Krebsforschung (2,5 Millionen Papiere)](https://www.bytesde.com/wp-content/uploads/2025/08/p4mmsvtmm5lf1-722x1024.png "[OC] Die semantische Einbettung und Visualisierung des gesamten Korpus der Krebsforschung (2,5 Millionen Papiere)")
Ich habe von 2010 bis 2025 eine interaktive Karte des gesamten Corpus of Cancer Research erstellt, der ~ 2,5 Millionen Papiere entspricht. Die Karte basiert auf den Titeln und Abstracts von Papieren, die unter Verwendung eines transformatorischen neuronalen Netzwerks eingebettet wurden, mit UMAP projiziert und mit Leiden geklustert wurden.
Der Atlas kann auf meiner Website vollständige Erkundung erhalten: https://www.litletter.net/cancer-atlaswo Sie in einen beliebigen Bereich des Atlas zoomen können, und klicken Sie auf Papiertitel, um sie zu lesen
Es gibt 46 verschiedene Gemeinschaften, die jeweils einen Kernbereich des Fokus innerhalb des Feldes darstellen.
Diese Cluster umfassen die Breite der Krebsforschung, darunter:
- Krebsarten: Brust, Lunge, Prostata, Pankreas, Gliom, kolorektales, Melanomund mehr
- Behandlungsstrategien: Immuntherapie, gezielte Therapien, neoadjuvante Ansätze, Arzneimittelabgabesysteme
- Molekulare und zelluläre Biologie: Signalwege, nicht kodierende RNAs, Epigenetik, Metabolismus
- Klinische und diagnostische Domänen: Patientenergebnisse, Bildgebung, Diagnostik, Risikobewertung
- Überschneidungsthemen und aufstrebende Themen: Tumormikroumgebung, Entzündung, Virusstherapien, AI in der Onkologie
Von jargs92
5 Kommentare
Hi all. Some more information on this: Data were sourced from Pubmed. Initial visualization was made with R and ggplot2, the interactive site utilizes the deepscatter package. Would be great to hear your thoughts.
Awesome stuff, did something similar for my Masters thesis. how did you approach the train/test validation process?
That is brilliant, however I have to say it looks like a tumor. Coincidence?
Amazing work! I’d love to be able to ask an LLM questions about this dataset. For instance “what is the most promising treatment in this area of research?” Any plans to embed a RAG app in a sidebar?
Fantastic work, not my field so I don’t have anything insightful to glean from it, but it looks like it would be helpful to someone looking for overall patterns and connections. Interesting to see Prostate (and Thyroid) Cancer so isolated. What was the reasoning behind the color-coding for each category?