Large-scale automated detection reveals pervasive sex imbalance in biomedical research
本研究引入了一种多模态计算框架，通过分析数十万个转录组样本，揭示了在众多疾病领域中普遍存在的、在生物学上缺乏依据的男性偏向性，凸显了女性特异性生物医学研究中的关键空白。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，整个生物医学研究的历史就像一座巨大的、混乱的图书馆，里面包含了近 230,000 本关于人体如何运作的“书”（或称“样本”）。几十年来，图书管理员在编写这些书时，大多使用男性角色，从而在女性身体如何运作的故事中留下了巨大的空白。核心问题在于：这种差距到底有多严重？哪些特定的疾病被忽视了，从而导致了女性的研究缺失？
直到现在，试图回答这个问题就像试图靠手工去清点那座图书馆里的每一本书一样。这太慢了，太混乱了，而且书脊上的标签往往缺失或错误。但本文介绍了一个超级智能的自动化“机器人图书管理员”，它可以在瞬间扫描整个图书馆。
机器人图书管理员的秘密武器
机器人并不信任书上的标签（这些标签经常缺失），而是观察书页里的“墨水”。它使用了一个特殊的技巧：它读取来自 229,528 个真人样本的遗传“墨水”（转录组数据），以判断这个故事是关于男性还是女性写的。这就像通过观察字体风格来推测作者的性别。这个机器人的准确率极高，对于旧式的“微阵列”书籍，它能正确猜中性别高达 98%；对于较新的“RNA-Seq”书籍，准确率也达到了 95%。
重大发现：一个由男性主导的故事
一旦机器人知道了角色是谁，它就开始统计在关于男性与女性的故事中，特定疾病名称出现的频率。它扫描了 9,000 份研究记录和 5,000 篇论文摘要。
结果如何？这座图书馆存在严重的倾斜。机器人发现，在那些失衡最严重的疾病中，故事绝大多数是关于男性的。事实上，在机器人调整了数学模型，剔除了那些天然只发生于单一性别的疾病（如前列腺癌或乳腺癌）之后，它发现仍有高达 58% 的疾病术语表现出强烈的男性偏向。
“不公平”的差距
这是最令人惊讶的部分：机器人发现了一些男女患病率相同，但研究书籍却几乎完全围绕男性展开的疾病。这就像是在写一个同时袭击两岸的风暴，却只描述了东海岸的破坏情况。
具体而言，论文指出，像胶质母细胞瘤（一种脑肿瘤）、肝硬化（肝损伤）、特发性肺纤维化（肺瘢痕）以及精神分裂症这类疾病，在女性中的研究严重不足。尽管这些状况影响男女两性，但研究数据却缺失了女性视角的描述。
机器人“没发现”的东西
论文谨慎地说明了机器人没有发现什么。它明确排除了这样一种观点，即机器人的“男性偏向”仅仅是由数据质量差导致的误差。团队检查了“墨水”质量，发现“低质量”样本非常少，因此这种不平衡是真实的，而非错误。他们还澄清，虽然发现了许多男性偏向的领域，但他们并没有发现女性偏向的领域也存在同样程度的主导问题；男性偏向才是普遍存在的现象。
为什么这很重要
这不仅仅是一次计数，它是一张地图。论文指出，由于我们主要在男性身上研究这些疾病，我们可能会忽略治疗方法对女性是如何起作用的。例如，论文提到雌激素可能对某些脑肿瘤具有保护作用，这意味着绝经后女性的风险可能高于男性，但由于研究书籍缺失了她们那一侧的故事，我们对此可能了解得不够深入。
作者将此呈现为一个全新的、可重复的工具。它不是一个能立即解决问题的魔杖，但它是一束强大的手电筒，终于向我们展示了阴影究竟在哪里，以便科学家、资助者和期刊可以开始编写那些缺失的章节。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。