NIH-MPINet：用于映射团队科学前沿的大规模特征丰富网络数据集
数字图书馆
2026-04-28 v1 社会与信息网络
应用统计
摘要
本研究提出了一个大规模网络数据集 NIH-MPINet，源自 NIH RePORTER 和 PubMed，刻画了来自 2006 年至 2023 年的 NIH R01 equivalent 项目中多个主要研究者（multi-PIs）之间的合作。该网络将 30,127 名研究员作为节点，将其在 86,743 项 NIH R01-equivalent 项目上的合作作为边，覆盖 888 个收录机构，支持 40 个 NIH 研究所和中心。我们还精选了全面的元数据，包括节点级特征，如研究员的所属机构，以及边级特征，包括项目年份、标题和摘要。利用这些数据，我们构建了一个研究员合作网络，并识别出 19 个社区以及 20 个主要研究主题。Several 合作社区显示出不同的主题轮廓，如心血管健康、癌症免疫疗法、神经科学和微生物组研究，而遗传学和基因组学在各社区中广泛代表。通过引入时间分析，我们观察到研究主题和合作模式随时间的变化。近年来，像医疗保健与结果研究、认知健康和阿尔茨海默病等主题变得更为突出，而分子和细胞生物学则呈现相对的下降。总体而言，本工作为在医学合作领域推进统计学习方法和网络分析基础的发现提供了一个高保真、特征丰富的资源。
引用
@article{arxiv.2604.22802,
title = {NIH-MPINet: A Large-Scale Feature-Rich Network Dataset for Mapping the Frontiers of Team Science},
author = {Cuiran Shi and Shuying Han and Shreya Kusumanchi and Mia Zhou and Didong Li},
journal= {arXiv preprint arXiv:2604.22802},
year = {2026}
}