PubMed的检索式，大概是科研人的共同噩梦。

想找"一型糖尿病近三年的临床试验"，得写成这样：

("diabetes mellitus, type 1"[MeSH Terms] OR "type 1 diabetes"[All Fields]) AND ("clinical trial"[Publication Type]) AND ("2021/01/01"[PDAT] : "2024/12/31"[PDAT])

写错一个括号，结果全错。漏了一个关键词，文献漏检。

超能文献（suppr.wilddata.cn）:中文搜PubMed，就干了这一件事：让你用中文表达，系统自动转成检索式。

直接看对比：传统文献检索vs超能文献

这些搜索方式，覆盖了90%的日常需求：

1.限定时间

"一型糖尿病近三年研究进展"

→ 自动识别2021-2024

2.限定研究类型

"GLP-1最新的临床试验"

→ 自动加上Publication Type: Clinical Trial

3.限定影响因子（这个PubMed做不到）

"mRNA疫苗，IF大于5的研究"

→ 只返回高质量期刊文献

4.限定作者

"徐兵河关于perjeta的文章"

→ 精准定位特定研究者的工作

5.限定期刊

"JAMA糖尿病相关文献"

→ 只看顶刊

6.多重组合（高级玩法）

"JAMA近5年肿瘤相关临床试验研究"

→ 一句话=期刊+时间+主题+类型

超能文献，它怎么理解你的意思？

说白了，就是在你和PubMed之间加了个"翻译"。

你用中文说需求 → AI理解你要什么 → 自动生成标准检索式 → PubMed返回结果

关键是，它能理解：

“近三年” = 2021-2024

“最新” = 近1-2年

“IF大于5” = 自动过滤期刊

“临床试验” = Publication Type限定

数据来源还是PubMed的4000万+文献，只是检索这事儿，不用你亲自上手了。

几个真实使用场景

写综述找文献

搜："CAR-T血液肿瘤，近5年综述"

省事：不用纠结关键词英文怎么说

临床查证据

搜："SGLT2抑制剂心衰保护，近3年RCT，IF>10"

10秒：找到高质量随机对照试验

申课题看前沿

搜："线粒体自噬与神经退行性疾病，近2年Nature系列"

快速：定位顶刊最新进展

几个使用建议

越具体越准

别搜"糖尿病治疗"（太泛）

试试"二型糖尿病GLP-1治疗，近3年meta分析"

多用组合限定

"主题+时间+类型+IF"一起上

比如"阿尔茨海默病早期诊断，近5年，队列研究，IF>5"

调整时间跨度

找最新进展：1-2年

写综述：5-10年

看突破：2-3年顶刊

按作者追踪

“某教授+研究方向”

快速了解领域大牛在干什么

说到底

文献检索是科研第一步，但不该是最费劲的那步。

科研人的时间，该花在读文献、做实验、想问题上，而不是和检索语法死磕。

用中文说需求，让系统去处理那些括号、引号、MeSH词、字段标识——这事儿本来就该这样。

现在，PubMed终于"听得懂人话"了。