L'analisi della documentazione scientifica costituisce uno dei passaggi chiave nell'ambito della ricerca. Oggi sono disponibili archivi sia pubblici che privati, di articoli in formato digitale. L'accesso a MEDLINE,la principale sorgente di informazione testuale per la medicina e la biologia, e' ormai una pratica consolidata in ambito biomedico. La procedura normale di interrogazione e' basata su parole chiave che possono essere tra loro combinate mediante operatori logici (AND,OR); l'informazione richiesta e' in genere presentata all'utente come lista di abstracts, ordinati temporalmente. La selezione degli abstract e, conseguentemente, degli articoli e' essenzialmente demandata alla competenza professionale del'utente. Il limite maggiore di questo approccio e' legato al numero di abstracts che vengono presentati. Inoltre il sistema non fornisce alcuna indicazione riguardo allo specifico contenuto degli stessi, ad eccezione delle parole chiave fornite inizialmente. Il sistema PubCLUST vuole fornire al ricercatore un sistema semplice per poter organizzare gli abstracts, ottenuti tramite interrogazione di PUBMED, in funzione del loro contenuto. Il sistema consente di classificare l'informazione testuale, contenuta negli abstracts senza l'ausilio di dati predefiniti quali, per esempio, i Medical Subject Headers (MeSH) che identificano le categorie di documenti in all'interno della banca datiMEDLINE-PubMED. Il sistema non impiega alcun dizionario di supporto (vedi Unified Medical Language System) o classificazioni mediche predefinite (vedi International Disease Classification). La ricerca delle parole chiave che caratterizano un gruppo di documenti e' demandata al sistema di autoamtico di apprendimento. PubCLUST si pone come filtro intelligente tra il ricercatore che effettua l'interrogazione e la banca dati; il programma analizza ed organizza i dati testuali estratti da PubMeD in gruppi (cluster) caratterizzati dalle parole statisticamente piu' rilevanti. Tali termini consentono all'utente di raffinare la ricerca costruendo una combinazione logica (AND) di una o piu' parole di riferimento del gruppo, con la chiave iniziale o da sole. Tale procedura e' certamente di estrema utilità: a) per ricerche bibliografiche su gruppi di articoli, in cui l'argomento delle pubblicazioni trattate sia ben noto all'utente (vale a dire l'utente conosce già a priori numerose parole chiave che possono consentire facilmente raggruppamenti di articoli) o b) nel caso di ricerca selettiva a lavori scientifici già noti nella loro pubblicazione, per i quali l'utente ha interesse nel reperire il documento dell'abstract o dell'articolo. Il sistema permette di interagire mediante un sistema semplice,descritto in precedenza, di creazione di nuove interrogazioni basate sui termini che caratterizzano ciascun gruppo e sottogruppo di articoli. Gli abstract che si ottengono alla fine dell'interrogazione, sono accssibili direttamente in PubMed tramite il corripsondente codice (PMID).

Il servizio PubCLUST, risponde all'esigenza di rendere più rapida la selezione della documentazione testuale da analizzare, operando ad integrazione della ricerca classica su PubMed. L'utente trae certamente vantaggio nel poter selezionare gruppi di documenti con una omogeneita' di contenuto.