用途：面向医学与生物信息研究场景，评估候选靶点的新颖性，辅助判断其研究热度、独特性与创新潜力，便于选题或立项前的证据核查。
主要能力：自动从 PubMed、PMC 等数据库检索靶点相关文献；按多维指标计算 0-100 的新颖性评分，含研究热度 0-25、独特性 0-25、研究深度 0-20、合作网络 0-15、时间趋势 0-15；支持时间趋势分析与多数据库交叉验证；生成结构化报告，可输出 text、json、csv。
使用方式：安装依赖后运行脚本。基本命令为 python scripts/main.py --target "PD-L1"；高级用法可指定数据源、年份、输出文件与格式，例如 python scripts/main.py --target "BRCA1" --db pubmed --years 10 --output report.json --format json。参数包括 --target（必填）、--db（默认 pubmed）、--years（默认 5）、--output、--format、--verbose。运行前可用 python -m py_compile scripts/main.py 校验入口，并用 python scripts/main.py --help 查看帮助。
依赖与运行条件：Python 3.9+，requests、pandas、biopython（Entrez API）、numpy；需 NCBI API Key，可选 Europe PMC API；联网访问外部 API，使用 HTTPS，并需要可读写工作区目录。安装方式为 pip install -r requirements.txt。
适用场景与限制：适合需要可复现、边界明确的新颖性评估任务。输出示例含 novelty_score、confidence、breakdown、metadata 和 interpretation。当前生命周期状态为 Draft，已知问题为无，计划改进包括性能优化与增加功能支持。资料未提供价格、具体评分算法细节、临床验证效果及确切精度信息。