网址：https://www.ncbi.nlm.nih.gov/research/litsuggest/LitSuggest 是 NCBI 出品的一款用于文献检索的在线工具，是一个专用于的生物医学文献推荐和智能检索的系统。LitSuggest 运用了先进的机器学习和信息检索技术，能最大化筛选出我们需要的参考文献。简单的说，LitSuggest 可以提供给我们最想要的参考文献。一提到机器学习功能，想必就很强大了，为此 LitSuggest 甚至发表了一篇文章专门描述这一工具的使用方式，感兴趣的读者可以去阅读一下原文（点击文末「阅读原文」，即可查看原文）。使用时需要注册 NCBI 的账号，或者直接使用 ORCID 登录也可以。登录后，点击左侧的「New Project」建立新的项目，并且进行命名。点击「Train Model」，进行偏好设置，这里的左右两个对话框只能输入文章的 PMID，使用空格进行分割。可以直接导入文件，可以用「from query」对关键词进行检索，左侧输入我们想要的或者相近的文献，而右侧输入我们不想检索到的文献。比如，笔者从事乳腺发育领域，但是很多情况下直接检索「乳腺发育」会出现乳腺肿瘤相关的研究，因此笔者的「Negative」部分之间输入乳腺肿瘤相关的文献，「Positive」输入与乳腺发育相关的文献。设置好后，点击「Train」。这样系统就会根据我们提供的文献倾向，指定属于我们个人的偏好设置。设置好后，选择「Classify New Publications」，这里就类似于普通的文献检索。需要我们在「Target」下方的对话框中输入想要检索的文章 PMID 或者直接使用「from query」对关键词进行检索。根据我们之前提交的「Train Model」，系统会自动将「Target」对话框中的文献进行排序，按照我们倾向的主次顺序提供。完成后需要等待一段时间，进度条到达 100% 就会看到结果，会给出「Target」填入的所有文献的相关度评分，评分越接近 1 表示越是我们需要的文献。此外，还会提供文献关键词的云图。下方也会按照评分从大到小给出排序的文献，方便我们快速掌握最符合我们需要的参考文献。最后，在项目页面，选择右侧的「Automated weekly digest」后，LitSuggest 会每周自动检索文献，更新我们的检索结果。
