基于主路徑分析的科技演化模式研究
——以基因工程疫苗領(lǐng)域為例

宋愛偉，劉心蕊，孫昊宇，夏煥章，袁紅梅

（1.沈陽藥科大學(xué)工商管理學(xué)院，遼寧沈陽 110016；2.沈陽藥科大學(xué)生命科學(xué)與生物制藥學(xué)院，遼寧沈陽 110016）

近年來世界范圍內(nèi)科學(xué)與技術(shù)不斷突破創(chuàng)新，全球科技創(chuàng)新的發(fā)展態(tài)勢發(fā)生了顛覆性改變，伴隨著相關(guān)專利和期刊論文數(shù)量的激增，科研人員顯然已經(jīng)不能僅僅通過主觀判斷對特定領(lǐng)域內(nèi)科技演化模式進行準確、快速分析［1］，運用大數(shù)據(jù)分析來探索科學(xué)與技術(shù)之間的復(fù)雜關(guān)系逐漸受到學(xué)者們的青睞。識別和測量科學(xué)與技術(shù)之間的聯(lián)系對于理解二者之間的相互作用十分重要。探索并厘清特定領(lǐng)域自發(fā)展以來科學(xué)與技術(shù)之間的關(guān)聯(lián)演化模式，對于科研人員確定研究課題、企業(yè)有側(cè)重地規(guī)劃科技創(chuàng)新戰(zhàn)略以及政府部門政策制定都具有深遠意義。

1 文獻綜述

主路徑分析已被廣泛用于分析特定領(lǐng)域下的技術(shù)變化和創(chuàng)新，在科學(xué)技術(shù)發(fā)展路徑探測中具有重要意義。1989 年Hummon 等［2］提出了主路徑思想，并提出了節(jié)點對投影數(shù)（NPPC）、搜索路徑鏈接數(shù)（SPLC）和搜索路徑節(jié)點對（SPNP）3 種遍歷算法；Batagelj［3］在前3 種算法的基礎(chǔ)上提出了搜索路徑數(shù)（SPC）算法。2005 年，Doreian 等［4］明確了主路徑概念，認為主路徑是在非循環(huán)網(wǎng)絡(luò)中從源點到匯點的一條通路，該通路的弧具有最高遍歷權(quán)重。目前國內(nèi)外學(xué)者有關(guān)主路徑的研究可以分為文獻引文網(wǎng)絡(luò)主路徑分析和專利引文網(wǎng)絡(luò)主路徑分析［5］，其中前者主要是通過揭示特定領(lǐng)域的發(fā)展脈絡(luò)發(fā)現(xiàn)領(lǐng)域內(nèi)核心文獻，而后者則是通過揭示專利技術(shù)的演化軌跡識別關(guān)鍵核心技術(shù)。識別領(lǐng)域內(nèi)的關(guān)鍵文獻或?qū)＠捌渲髁餮芯烤€索對于探索科學(xué)或技術(shù)軌跡具有重要意義。

學(xué)者們普遍認為期刊論文是科學(xué)的重要載體，專利文獻是技術(shù)的最有效載體［6］，兩者之間的互動轉(zhuǎn)化對于加強基礎(chǔ)研究和應(yīng)用研究之間的聯(lián)系、促進技術(shù)創(chuàng)新有著重要的意義。自1940 年以來，科學(xué)與技術(shù)、基礎(chǔ)研究與應(yīng)用研究之間的關(guān)系得到了廣泛討論，如Gardner［7］探索了影響科學(xué)與技術(shù)關(guān)系的因素，并提出科學(xué)與技術(shù)的4 種關(guān)系，包括科學(xué)推動技術(shù)、技術(shù)推動科學(xué)、科學(xué)技術(shù)協(xié)同發(fā)展和科學(xué)與技術(shù)獨立發(fā)展；Xu 等［8］認為科學(xué)與技術(shù)二者協(xié)同但不等價，在推動創(chuàng)新的過程中彼此匯聚成一個綜合驅(qū)動力?？傮w來說，科學(xué)與技術(shù)遵循不同的發(fā)展邏輯，但具有協(xié)同發(fā)展、雙向互惠的關(guān)系，二者之間的互動能夠推動領(lǐng)域的科技發(fā)展［9］。

當前對于科學(xué)與技術(shù)之間關(guān)系的主流研究方法大體劃分為引文分析法、作者與發(fā)明人關(guān)系分析法、類目映射關(guān)系分析法和主題詞分析法4 類。（1）使用引文關(guān)系識別科學(xué)技術(shù)聯(lián)系，如Chen 等［10］對論文數(shù)據(jù)進行了引文分析，通過分析論文被專利引用的情況揭示了科學(xué)與技術(shù)之間的知識轉(zhuǎn)移；Huang等［11］通過對燃料電池領(lǐng)域的論文與專利互相引用情況進行分析，探索該領(lǐng)域內(nèi)科學(xué)與技術(shù)的交叉引用現(xiàn)象。（2）使用作者與發(fā)明人關(guān)系分析來識別科學(xué)技術(shù)聯(lián)系，如Chang［12］通過作者與發(fā)明人網(wǎng)絡(luò)分析構(gòu)建了科學(xué)技術(shù)網(wǎng)絡(luò)圖，研究了與各技術(shù)領(lǐng)域聯(lián)系最高的核心科學(xué)領(lǐng)域；Wang 等［13］結(jié)合專利引用和作者與發(fā)明人關(guān)系來衡量納米技術(shù)中的科技相互作用。（3）使用類目映射分析法，如賴院根［14］提出通過建立中圖分類與IPC 分類的語義關(guān)聯(lián)來實現(xiàn)論文與專利的類目映射，促進知識在科學(xué)與技術(shù)間的關(guān)聯(lián)共享；Verbeek 等［15］將專利IPC 分類與ISI期刊學(xué)科分類進行類目映射，以反映技術(shù)創(chuàng)新與科學(xué)研究之間的知識關(guān)聯(lián)結(jié)構(gòu)。（4）通過主題詞分析法來識別科學(xué)技術(shù)聯(lián)系，如Ranaei 等［16］利用潛在狄利克雷分配（LDA）主題模型來識別主題，并通過分析不同主題的科技分布來分析醫(yī)藥產(chǎn)業(yè)的科技聯(lián)系；侯劍華等［17］以主題詞為連接點分析風(fēng)力發(fā)電機技術(shù)領(lǐng)域科學(xué)和專利文獻的共現(xiàn)情況，展現(xiàn)了該領(lǐng)域科學(xué)與技術(shù)的互動演進規(guī)律。

綜上所述，現(xiàn)有研究在科學(xué)與技術(shù)之間關(guān)系的探索上取得了重大成效，但仍然存在以下局限：一是較少研究同時分析科學(xué)與技術(shù)在時間上和內(nèi)容上的互動關(guān)系，無法具體揭示科學(xué)與技術(shù)之間的關(guān)聯(lián)規(guī)律；二是以往在科學(xué)與技術(shù)關(guān)系的研究中有關(guān)主題的提取通常從整體數(shù)據(jù)源中獲得，較難發(fā)現(xiàn)領(lǐng)域內(nèi)核心主題；三是現(xiàn)有對科學(xué)、技術(shù)的定量研究方法大多停留在統(tǒng)計層面，很少深入到文獻或?qū)＠木唧w文本內(nèi)容，無法從語義層面來揭示科學(xué)與技術(shù)之間的演化規(guī)律。為此，本研究提出一種主路徑分析與LDA 主題模型相結(jié)合的方式，探討科學(xué)與技術(shù)的動態(tài)互動模式、了解科學(xué)與技術(shù)之間的關(guān)系，從而預(yù)測科學(xué)與技術(shù)的發(fā)展方向。

2 研究框架及方法

2.1 研究框架

本研究以基因工程疫苗領(lǐng)域為對象，如圖1 所示，首先從Web of Science 數(shù)據(jù)庫獲取領(lǐng)域科學(xué)文獻信息，并從incoPat 專利數(shù)據(jù)庫中獲取領(lǐng)域?qū)＠墨I信息；其次分別構(gòu)建科學(xué)文獻的引文網(wǎng)絡(luò)和專利文獻的引文網(wǎng)絡(luò)，并借助Pajek 利用SPNP 算法分別對科學(xué)文獻和專利文獻提取全局主路徑，再利用Python 通過LDA 主題模型結(jié)合專家意見進行文本挖掘，提取科學(xué)研究與技術(shù)研究的重點主題；最后將科學(xué)主題、技術(shù)主題進行映射，并利用?；鶊D進行呈現(xiàn)，以識別出領(lǐng)域科技演化模式。

圖1 研究框架

2.2 研究方法

根據(jù)主路徑分析的路徑結(jié)果進行劃分，分別形成科學(xué)文獻和專利文獻的發(fā)展路徑時間軸，并根據(jù)主題間余弦相似度來衡量相似主題。對科學(xué)文獻與專利文獻的相似主題，基于主題詞共現(xiàn)詞頻進行連接，從而基于時間的維度從主題的角度識別科學(xué)與技術(shù)的關(guān)系，探討領(lǐng)域內(nèi)科學(xué)與技術(shù)之間的互動模式。

2.2.1 主路徑分析

（1）構(gòu)建引文網(wǎng)絡(luò)。分別提取專利數(shù)據(jù)和文獻數(shù)據(jù)的引用關(guān)系，得到各自的引用矩陣，并構(gòu)建引文網(wǎng)絡(luò)。在引文網(wǎng)絡(luò)中，專利或文獻被看作節(jié)點，節(jié)點之間的引用和被引用關(guān)系表示知識的擴散［18］。

（2）提取主路徑。首先是遍歷計數(shù)算法的選擇。遍歷計數(shù)是表征知識流動或知識演化中節(jié)點對路徑連通重要程度的指標，目前的主流算法有SPC、SPLC、SPNP 和NPPC，其中以SPC 和SPNP 算法受認可度最高［19］。由于SPNP 算法對路徑的起點和終點并沒有特殊要求，同時中間節(jié)點具備儲存和傳遞已有知識和生產(chǎn)新知識的特性，適用于強調(diào)中介重要性的網(wǎng)絡(luò)［20］，因此為了探索出具有核心技術(shù)的路徑，借助Pajek 采用SPNP 算法提取專利和文獻引文網(wǎng)絡(luò)主路徑。

（3）路徑搜索算法的選擇。常見的路徑搜索算法有局域搜索、全局搜索、關(guān)鍵路線搜索等［21］。局域搜索常常會陷入局域最優(yōu)而錯過全局最大邊權(quán)和的路徑；全局搜索方法則可以找到邊權(quán)和最大的路徑［22］。全局主路徑是以節(jié)點在知識流動中的全局重要性為基礎(chǔ)，提取網(wǎng)絡(luò)中具有最大遍歷計數(shù)的路徑，可以發(fā)現(xiàn)網(wǎng)絡(luò)中全部的重要路徑［23］，因此，采取全局主路徑的路徑搜索算法來提取專利與文獻引文網(wǎng)絡(luò)主路徑。

2.2.2 LDA 主題分析

（1）數(shù)據(jù)處理。分別提取所獲得主路徑上的專利標題、摘要以及權(quán)利要求書和文獻標題、摘要以及正文內(nèi)容并形成文本，對文本進行分詞，將每個文本轉(zhuǎn)換成一條詞向量，最后去除詞向量中與專利或論文核心觀點無關(guān)的詞匯，得到每篇專利或論文的最終詞向量。

（2）確定最佳主題數(shù)。LDA 主題提取的效果與潛在主題數(shù)K 相關(guān)［24］。借鑒Mikolov 等［25］的研究，采用評價函數(shù)困惑度（perplexity）來確定科學(xué)文獻和專利文獻的最優(yōu)主題數(shù)。通常認為困惑度越小，確定的主題數(shù)更優(yōu)，一般情況下當困惑度下降趨勢不再明顯或處于拐點處時，此時的k值為最優(yōu)主題數(shù)。

（3）“主題-詞”概率矩陣和“文檔-主題”概率矩陣的生成。LDA 是一種文檔主題生成模型，由Blei 等［26］于2003 年提出，其在文檔、主題、詞語3 個層次上計算語義關(guān)聯(lián)度。通過對每篇論文或?qū)＠麑?yīng)的主題概率分布矩陣以及不同主題的詞匯概率分布矩陣，可以挖掘科學(xué)文獻或?qū)＠墨I的主題。該模型認為文檔是具有不同概率的主題的集合，而主題是具有不同概率的單詞的集合［27］。借鑒白如江等［28］的研究，每個文檔都可以表示成一系列主題的混合分布，記為P(z)，且每個主題為詞匯表中所有單詞上的概率分布，記為P(w|z)。文檔中每個單詞的概率分布如下所示：

2.2.3 科技演化模式分析

計算科學(xué)文獻主題與專利文獻主題之間的余弦相似度來衡量主題間的相似程度，通常認為余弦相似度值越高，主題間存在演化關(guān)系的概率越大。T代表專利文獻主題，S 代表科學(xué)文獻主題。

3 實證研究——以基因工程疫苗領(lǐng)域為例

近年來，我國明確大力發(fā)展生物醫(yī)藥行業(yè)，疫苗行業(yè)作為該領(lǐng)域的重要子產(chǎn)業(yè)也是大力發(fā)展的對象。而基因工程疫苗作為分子生物技術(shù)發(fā)展的新興產(chǎn)物，與傳統(tǒng)疫苗相比具有生產(chǎn)成本低、免疫途徑廣泛、安全性高等優(yōu)點，已成為生物制品產(chǎn)業(yè)發(fā)展的一種趨勢。因此，本研究選取基因工程疫苗領(lǐng)域進行實證研究，通過探索領(lǐng)域內(nèi)的專利文獻和科學(xué)文獻之間的關(guān)系，來厘清該領(lǐng)域內(nèi)科學(xué)與技術(shù)的關(guān)聯(lián)演化模式，同時證明本研究所設(shè)計方法的應(yīng)用價值。

3.1 研究數(shù)據(jù)

分別通過incoPat 專利數(shù)據(jù)庫和Web of Science數(shù)據(jù)庫進行基因工程疫苗領(lǐng)域的專利數(shù)據(jù)和文獻數(shù)據(jù)收集，檢索日期截至2022 年8 月5 日，共搜索得到16 447 篇專利文獻和6 195 篇科學(xué)文獻?；趯@些文獻及專利的大量閱讀，清洗不相關(guān)數(shù)據(jù)，最終確定8 861 項專利數(shù)據(jù)和5 042 篇科學(xué)文獻作為研究樣本。

3.2 主路徑分析結(jié)果

3.2.1 專利文獻

使用公開號作為專利文獻的代表，提取專利數(shù)據(jù)中包含的全部引用信息，基于專利文獻間的引用關(guān)系構(gòu)建專利引用矩陣，形成可視化引文網(wǎng)絡(luò)。借助Pajek 運用SPNP 算法提取樣本專利文獻全局主路徑，共得到70 項專利數(shù)據(jù)（見圖2），申請時間跨度從1978 年至2022 年。具體節(jié)點的專利號及標題信息如表1 所示。

表1 樣本專利文獻路徑節(jié)點信息（節(jié)選）

圖2 樣本專利文獻全局主路徑

3.2.2 科學(xué)文獻

使用DOI 號作為科學(xué)文獻的代表，提取樣本科學(xué)文獻數(shù)據(jù)的全部引用信息，基于科學(xué)文獻間的引用關(guān)系構(gòu)建文獻引用矩陣，形成可視化引文網(wǎng)絡(luò)。借助Pajek 運用SPNP 算法提取樣本科學(xué)文獻的全局主路徑，結(jié)果如圖3 所示，最終得到60 項科學(xué)文獻數(shù)據(jù)，申請時間跨度從1991 年至2022 年。具體節(jié)點的DOI 號及標題信息如表2 所示。

表2 樣本科學(xué)文獻路徑節(jié)點信息（節(jié)選）

圖3 樣本科學(xué)文獻全局主路徑

3.3 LDA 主題分析結(jié)果

3.3.1 專利文獻

通過Python 并結(jié)合專家意見對主路徑分析提出的70 條專利數(shù)據(jù)進行主題提取。首先對專利數(shù)據(jù)的標題、摘要以及說明書內(nèi)容進行整理，形成文本信息并進行預(yù)處理，然后計算得到困惑度確定專利文獻最優(yōu)主題數(shù)為14 個（見圖4）；利用Python 的jieba 工具包進行分詞后，根據(jù)確定的最優(yōu)主題數(shù)量，利用LDA 主題模型進行主題生成，設(shè)置每個主題的詞匯數(shù)量為12 個，最終得到14 個主題的主題詞。專利文獻主題以及每個主題下的主題詞結(jié)果如表3所示。

表3 樣本專利文獻主題詞結(jié)果

圖4 樣本專利文獻主題數(shù)量與其困惑度關(guān)系

根據(jù)文檔主題的分布概率，將專利分配給不同的主題發(fā)現(xiàn)，有關(guān)領(lǐng)域內(nèi)的應(yīng)用研究最早是關(guān)于亞單位疫苗的相關(guān)專利，其次是關(guān)于各類病毒感染治療的疫苗研發(fā)。隨著核酸相關(guān)研究的深入，治療或預(yù)防具體疾病的核酸疫苗及其相關(guān)載體的研發(fā)得以順利進行，近幾年更是研發(fā)出許多抵御新冠病毒感染的疫苗，保護了全球人民的生命健康。此外，近幾年有關(guān)癌癥疫苗的相關(guān)專利較少，這將會是未來基因工程疫苗領(lǐng)域的一大研究熱點。

3.3.2 科學(xué)文獻

重復(fù)上述方法確定科學(xué)文獻的最優(yōu)主題數(shù)同樣為14 個（見圖5），最終得到14 個主題的主題詞，如表4 所示。

表4 樣本科學(xué)文獻主題詞結(jié)果

圖5 科學(xué)文獻主題數(shù)量與困惑度的關(guān)系

根據(jù)文檔主題的分布概率，將每篇文獻分配給不同的主題發(fā)現(xiàn)，科學(xué)文獻早期專注于對各類病毒疫苗的研究，后來同步拓展到DNA 疫苗以及RNA疫苗領(lǐng)域，經(jīng)過十幾年的研究發(fā)現(xiàn)，RNA 疫苗相對DNA 疫苗更具安全性，故近幾年來有關(guān)RNA 疫苗的研究受到更多學(xué)者的關(guān)注；隨著研發(fā)的深入，mRNA疫苗的優(yōu)勢得以顯現(xiàn)，特別是在新冠病毒感染疫情中mRNA 疫苗效果得到廣泛認可，因而最近有關(guān)基因工程疫苗的研究多圍繞mRNA 疫苗相關(guān)內(nèi)容開展。

3.4 科技演化分析結(jié)果

基于LDA 主題模型的結(jié)果，并依據(jù)余弦相似度計算公式來計算主題之間的相似程度，獲得樣本科學(xué)文獻與專利文獻相似度矩陣。為了使結(jié)果更為客觀，通過調(diào)試最終確定0.45 為相似度閾值，認定余弦相似度值高于0.45 的主題為相似主題，最終獲得5組相似主題：（1）T0與S8；（2）T5與S7；（3）T8與S2、S6；（4）T10與S1、S11；（5）T13與S5、S9。

基于上述結(jié)果，結(jié)合所構(gòu)建的主題時間軸，將樣本科學(xué)文獻與專利文獻的相似主題根據(jù)LDA 主題模型提取出的主題詞共現(xiàn)詞頻進行連接，最終繪制基因工程疫苗領(lǐng)域科學(xué)與技術(shù)的演化關(guān)系圖（見圖6），其中線條的粗細代表共現(xiàn)詞頻的高低；不同深淺則代表不同主題?？梢园l(fā)現(xiàn)，科學(xué)文獻路徑主題的劃分較為集中，多為DNA 疫苗與RNA 疫苗相關(guān)研究；而專利文獻路徑主題較為冗雜，多為針對不同病毒或疾病的疫苗研究。這一點也符合我們對科學(xué)文獻多為基礎(chǔ)研究，而專利文獻多為應(yīng)用研究的認知。

圖6 1995—2020 年基因工程疫苗領(lǐng)域科技演化模式

（1）T0和S8在內(nèi)容上均是減毒病毒用于疫苗載體的相關(guān)研究。T0出現(xiàn)在2003 年左右，主要聚焦于重組減毒流感病毒的制備及其在生產(chǎn)疫苗和基因治療載體的應(yīng)用；S8出現(xiàn)在2009 年及2022 年左右，研究通過密碼子去優(yōu)化的方式對病毒高度減毒，用于開發(fā)安全、穩(wěn)定的減毒活疫苗或疫苗載體。綜上，減毒病毒用于疫苗載體的相關(guān)研究中，主要是應(yīng)用研究影響基礎(chǔ)研究，即技術(shù)影響科學(xué)的模式。

（2）T8和S2、S6均是RNA 疫苗的作用機制及其構(gòu)建方面的研究。T8出現(xiàn)在2017 年左右，是人工核酸疫苗的構(gòu)建即人工mRNA 疫苗的構(gòu)建，及其在預(yù)防和治療介卡病毒感染方面的應(yīng)用；S2出現(xiàn)在2021 年左右，是自擴增RNA 作為疫苗的優(yōu)勢及其在抗感染領(lǐng)域的應(yīng)用和相關(guān)遞送載體的研究；S6出現(xiàn)在1991、2006 及2010 年左右，是RNA 疫苗的作用機制和疫苗構(gòu)建及其在癌癥領(lǐng)域的應(yīng)用?？梢钥闯?，早期RNA 疫苗作用機制相關(guān)基礎(chǔ)研究影響應(yīng)用研究，呈現(xiàn)出科學(xué)影響技術(shù)的趨勢，近幾年來有關(guān)基礎(chǔ)研究的文獻數(shù)量增多，再次呈現(xiàn)出技術(shù)影響科學(xué)的趨勢。

（3）T10和S1、S11涉及減毒活疫苗以及亞單位疫苗的相關(guān)研究與應(yīng)用等內(nèi)容。T10出現(xiàn)在1980、1993 和2000 年左右，是病毒亞單位疫苗的制備和應(yīng)用以及重組負鏈RNA 病毒的生成及其在疫苗制劑中的用途；S1出現(xiàn)在1991 及1997 年左右，是減毒突變體的構(gòu)建以及減毒活疫苗的開發(fā)；S11出現(xiàn)在2014及2020 年左右，是基于核酸亞單位疫苗的遞送載體以及減毒活疫苗的開發(fā)。2000 年之前，科學(xué)文獻與專利文獻交替出現(xiàn)，科學(xué)與技術(shù)呈現(xiàn)相互影響模式，之后技術(shù)逐漸促進科學(xué)的發(fā)展，越來越多的科學(xué)文獻誕生，呈現(xiàn)技術(shù)影響科學(xué)的模式。

（4）T13和S5、S9均是有關(guān)RNA 疫苗在其治療應(yīng)用領(lǐng)域的研究。T13 出現(xiàn)在2018 年左右，是RNA疫苗的構(gòu)建及其在各種疾病領(lǐng)域的應(yīng)用；S5出現(xiàn)在2004 及2021 年左右，是關(guān)于mRNA 疫苗的發(fā)展優(yōu)勢以及其在癌癥領(lǐng)域的應(yīng)用；S9出現(xiàn)在2013 及2019年左右，是基于RNA 的疫苗較傳統(tǒng)疫苗的優(yōu)點以及其在抗流感病毒方面的應(yīng)用?？茖W(xué)文獻出現(xiàn)較早、專利出現(xiàn)較晚，先是呈現(xiàn)科學(xué)影響技術(shù)的模式，而近幾年又出現(xiàn)新的技術(shù)突破，顯現(xiàn)出科學(xué)影響技術(shù)的模式。

（5）T5和S7均是新冠病毒疫苗的研發(fā)相關(guān)研究。T5與S7均出現(xiàn)在2020 年左右，2019 年年末暴發(fā)了一場新型冠狀病毒感染疫情，科學(xué)家們緊急開展了相關(guān)科學(xué)文獻及專利技術(shù)的研究，并取得顯著的成果?？梢园l(fā)現(xiàn)在這一領(lǐng)域，科學(xué)與技術(shù)呈現(xiàn)明顯的協(xié)同共生、相互促進關(guān)系。

總的來說，基因工程疫苗領(lǐng)域大體上呈現(xiàn)為科學(xué)研究和技術(shù)應(yīng)用相互促進的模式，基因工程的基礎(chǔ)技術(shù)發(fā)展促使基因工程疫苗可以應(yīng)用于多種疾病領(lǐng)域，特別是抗感染領(lǐng)域。近年來科學(xué)家對腫瘤領(lǐng)域的基因工程疫苗進行了較深入研究，并產(chǎn)出了許多科學(xué)文獻，但由于腫瘤類型的復(fù)雜多樣及其作用機制的難以獲取，基因工程疫苗在癌癥領(lǐng)域的臨床應(yīng)用仍然存在許多問題，相信基礎(chǔ)研究的快速發(fā)展定會為新型癌癥疫苗的研制提供新思路。此外，mRNA 疫苗是領(lǐng)域內(nèi)一個新的研究熱點。近幾年來，越來越多的學(xué)者開始探討mRNA 疫苗技術(shù)，新冠病毒感染疫情的出現(xiàn)更是在全球范圍內(nèi)提高了對mRNA 疫苗的認可度，可以預(yù)測，未來mRNA 疫苗將被廣泛用于癌癥疫苗免疫領(lǐng)域，成為基因工程疫苗領(lǐng)域的研發(fā)重點。

4 討論與結(jié)論

本研究提出一種基于主路徑分析與LDA 主題模型相結(jié)合的方式來探索領(lǐng)域科技演化模式，并通過基因工程疫苗領(lǐng)域的實證結(jié)果證明了該方法的可行性及準確性。通過使用主路徑分析提取領(lǐng)域中核心內(nèi)容，將主路徑分析與LDA 主題分析相結(jié)合，使用主路徑分析提取出基于時間軸的科學(xué)或?qū)＠墨I，并利用LDA 主題模型提取各自主題內(nèi)容，分析科學(xué)主題與技術(shù)主題在時間上和內(nèi)容上的互動關(guān)系，這樣一來，科學(xué)主題或技術(shù)主題更具代表性；同時，利用?；鶊D的形式將科學(xué)層面與技術(shù)層面聯(lián)系起來，可以更加清晰地看出領(lǐng)域內(nèi)科技演化模式。

然而，本研究僅從科學(xué)與技術(shù)兩個層面，在現(xiàn)有科學(xué)文獻或?qū)＠墨I的基礎(chǔ)上對基因工程疫苗領(lǐng)域內(nèi)科技演化模式進行探索，無法預(yù)測未來新技術(shù)出現(xiàn)的時機；同時也僅采用了基于主題詞復(fù)現(xiàn)詞頻的方法，將處于不同時間段的相似科學(xué)主題與技術(shù)主題聯(lián)系起來。未來的研究可引入市場這一層面，借助計算機算法來深入挖掘領(lǐng)域內(nèi)的技術(shù)發(fā)展特征。