植物DNA條形碼研究領域文獻計量學及可視化分析

熊勇 李文義 楊淬 羅斌圣 楊青松

摘 要：為全面了解植物DNA條形碼研究領域的發展和最新動態，探討中國DNA條形碼發展的狀態和前景，該文利用Web of Science 數據庫對該研究領域進行文獻計量學統計，并對引用頻次、研究熱點和研究前沿進行了可視化分析。結果表明：（1）中國、美國、加拿大學者在該領域文獻貢獻率最大，中國研究機構發文量領先，但美國、加拿大科研機構論文質量較高，影響力較大。（2）2009年是該領域研究的高峰期，該研究領域的前沿和研究熱點主要集中在物種的識別和生物多樣性應用、DNA條形碼候選序列篩選和鑒定技術的規范化。（3）中國學者在植物DNA條形碼領域研究具有領軍作用和很高的影響力，國家提倡中藥產業的發展也推動了我國DNA條形碼蓬勃發展，但論文的質量和影響力與美國、英國、加拿大等發達國家研究還有一定差距，應加大與發達國家科研機構合作，提高研究能力，DNA條形碼技術在植物的鑒定、分類和生物多樣性的保護起到非常重要的作用。這表明建立一個更全面、通用的全球植物DNA條碼庫以及開發新的標記并采用新的測序技術是植物DNA條形碼研究的未來前景。

關鍵詞：植物DNA條形碼， 文獻計量學， 生物多樣性， Citespace， 可視化分析

中圖分類號：Q949.9

文獻標識碼：A

文章編號：1000-3142（2019）04-0557-12

Abstract：In order to obtain the latest information anddevelopment research filed ofdNA barcoding of plants， and todiscuss its role in biodiversity conservation， we used bibliometrics， Histcite and Citespaces to analyze literatures ofdNA barcoding in plants based on Web of Sciencesdatabase， and analyzed citation counts， research hot and research front visualization. The results were as follows：（1） The? rate of contribution of literatures from Chinese， American， Canadian authors was the highest. Chinese institutions published literatures counted more than others countries， while literatures from American and Canadian institutions had much higher quality and influence. （2） This research field reached the? peak at 2009， and the research front and hot focused on species identify and biodiversity application， find the suited candidatesdNA barcoding sequences and refining the identical technology. （3） Chinese authors played a leading role and had strength influence atdNA barcoding of plants. Chinese government encouraged traditional Chinese medicine industry to promote thedevelopment ofdNA barcoding technology at China. But the quality and influence of published literatures had a gap between China anddeve-loped countries， and Chinese institutions should increase cooperation with thedeve-loped countries institutions to promote itself research ability. It is very important thatdNA barcoding technology at species identify and biodiversity conversation. Tomorrow’s outlook for plantdNA barcoding is to build a global plantdNA barcode library， newdNA markers and new sequencing technologies.

Key words：DNA barcoding of plants， bibliometric， biodiversity， Citespace， visualization analysis

DNA條形碼技術是利用標準的基因片段對物種進行快速鑒定（Hebert et al.， 2003）， 該技術提供了可信息化的分類學標準和有效的分類學手段，已經被成功用于生物物種鑒定和分類（Liu et al.， 2011），生物多樣性調查（Lahaye， 2008）和生態學研究（Valentini， 2009）等領域，并成為進展最迅速的學科前沿之一。生命條形碼數據 （BOLD） 系統提供了主要針對動物類群dNA 條形碼研究的技術規范，由于植物本身的生物學特性與所使用的條形碼不同，植物DNA條形碼研究相對滯后些，然而其作為一個DNA條形碼的研究領域重要內容之一，植物DNA條形碼不僅受到植物學研究的影響，又同時受到了分子生物學和生物信息學相互滲透和影響。DNA條形碼在植物中研究及應用不斷增多， Blaxter（2004）對DNA條形碼的在分類中應用前景進行了分析，Kress et al.（2005）利用DNA條形碼技術鑒定開花植物，Chase et al.（2007）提出關于陸生植物條形碼的標準化方法的建議，2009年CBOL Plant Working Group開展DNA條形碼技術在陸生植物的應用，2017年Bashir Mohammed Abubakar 對DNA條形碼在草藥產品中的鑒定應用進行回顧和總結（Mohammed et al.， 2017），DNA條形碼技術在植物上的研究和應用在源源不斷的增加。

文獻計量學是利用數學和統計學方法來分析相關知識載體，從而獲取有價值信息的一門交叉學科（趙蓉英和許麗敏， 2010）。一個學科或一個研究領域的發展情況，必然表現在相關論文的發表和被引用方面，因此文獻計量學可以用于分析、描述學科發展狀況和預測學科發展趨勢，再通過繪制知識圖譜將結果以圖形的形式直觀、形象地表達出來（顧洪濤和王筠， 2013）。目前用文獻計量學對DNA條形碼在植物上的研究領域總體分析見報道的雖然不多，但國內外已經有很多基于Web of Science數據庫對文獻進行文獻計量學統計分析，如孫秀煥和路文如（2012）基于Web of Science分析了水稻研究態勢，楊華等（2013）進行了國際茶多酚類研究文獻發展態勢研究，Garfield（2009）利用Histcite軟件對科學史進行可視化分析。本研究基于Web of Science 數據庫，對2003—2016年植物DNA條形碼國際文獻進行文獻計量學統計和分析，再利用Histcite和Citespace軟件對該研究領域進行了可視化分析，達到對植物DNA條形碼研究領域文獻信息全面了解。

1 數據來源與數據處理

1.1 數據來源

以Web of Science（WoS）核心合集為數據來源，時間跨度為2003—2016年，以（“DNA barcoding” or “DNA bar coding” or “DNA barcode” or “DNA barcodes”） plant為Topic進行精確檢索，下載文獻信息保存為純文本文檔，為后續分析做準備。

1.2 數據處理

1.2.1 Web of Science文獻處理 通過在線http：//ip-science.thomsonreuters.com/thanks/histcite/ 網站，獲得Histcite軟件，同時把Web of Science獲得的文獻信息整合為一個完整的txt文檔，導入Histcite軟件，基于Web of Science創建引文報告和分析檢索結果以及Histcite統計，分析的內容主要包括：每年出版的文獻量、被引頻次、核心作者、出版的期刊、主要研究機構和國家/地區等（Shadbolt et al.， 2013; Bharathi， 2013）。

1.2.2 Histcite文獻處理 以LCS作為節點，再用其中的Graph maker制作引文編年圖，探究文獻間的引用關系及獲得重要文獻。

1.2.3 研究熱點的可視化分析 將分析后獲得的文獻信息導入Citespace軟件中，對該領域研究熱點、研究前沿和突現點進行可視化分析。

2 結果與分析

用植物DNA條形碼為主題在Web of Science 核心合集上進行檢索，共獲得檢索結果為1 097條，這些論文的被引頻次總計為27 125次，去除自引頻次18 922次。

2.1 發文量和引文量分析

基于Web of Science 核心合集，時間段位2003—2016年，以DNA條形碼為關鍵詞進行檢索，用Web of Science在線工具進行引文報告分析，通過創建引文報告獲得每年文獻量和被引頻次（圖1，圖2）。

2.2 論文被引數量分析

對獲得原始文檔的適當修改，導入Histcite軟件，進行LCS（Local Citation Score ）和GCS（Global Citation Score）指標分析（圖3，圖4）。LCS是指論文在本地數據集（WoS中輸入關鍵詞后導出的所有文獻）中被引用次數，LGS值越高表示該論文在該研究領域內的重要性高，GCS值指論文在整個WoS數據中的總被引次數，但施引論文不一定是該領域內的論文。

圖3和圖4為2003—2016年每年TLCS（Total Local Citation Score）和TGCS（Total Global Citation Score）的統計圖。從圖3和圖4可以看出，TLCS和TGCS都在2007—2012年這幾段達到較高水平，而后半段2013年開始都呈下降趨勢，這種趨勢與每年的發文量和論文引用數量不一致。TLCS和TGCS在2009年都達到了高峰期，2009年發的文獻對該領域研究具有重要的作用和很大的影響力，其中CBOL Plant Working Group、Hollingsworth ML等合作發表的論文“AdNA barcode for land plants”和“Selecting barcoding loci for plants：evaluation of seven candidate loci with species-level sampling in threedivergent groups of land plants”（Hollingsworth et al.，2009），前者對現有的7條候選DNA條形碼進行對比，推薦rbcL + matK組合作為陸生植物DNA條形碼的標準，后者是對陸生植物DNA條形碼提出了7條候選序列（atpF-atpH spacer， matK gene， rbcL gene， rpoB gene， rpoC1 gene， psbK-psbI spacer， and trnH-psbA spacer），兩篇論文對后面陸生植物DNA條形碼的研究起到了指導性作用。從后面的文獻被引用頻次的可視化分析得出，依據TLS值獲得排名前30的論文，其中2009年附近文獻就有13篇，可見2009年是植物DNA條形碼的研究的高峰期和熱點區。

2.3 核心作者分析

把獲得文獻信息導入Histcite軟件進行分析，獲得2003—2016年發表有關植物DNA條形碼英文論文的作者有4 023位，篩選出發文量前10的作者（表1），其中有5名為中國學者，說明中國在這一領域研究文獻貢獻率很大，但從文獻的被引用頻次上和影響力上，與國外學者有一定差距，核心作者中是美國Smithsonian Institution的 Kress WJ的TLCS最高，其次是加拿大University of Guelph 的Newmaster SG，中國中醫科學院中藥研究所陳士林教授在中藥材DNA條形碼研究具有很高的成就，所編寫《中國藥典中藥材DNA條形碼標準序列》是該行業指導性書籍，發文量第二是中國醫學科學院藥用植物研究所的宋經元教授，在中藥DNA條形碼鑒定研究中起到領頭羊的作用。

2.4 國家（地區）和研究機構分析

對國家（地區）和研究機構文獻量進行統計，排名前10見表2和表3。從表2可以看出，發文量前五的國家都是在DNA條形碼研究領域進行比較早或者具有植物研究傳統國家，美國和中國發文量最多，且數量相差不大，與其他國家（地區）相比優勢很明顯，但從文獻的影響力和被引用頻次來看，中國與美國、加拿大和英國都有差距，可能跟我們國家科技發展相對滯后或文化有關，但是從前10名國家（地區）上看，該領域的研究主要集中在科技相對發達的國家和地區，中國對該領域的研究也有很多成績和貢獻。

從表3的研究機構前10名可以看出，與核心作者和國家相似的結果，進行植物DNA條形碼研究主要機構還是集中在3個國家，中國、加拿大、美國，中國科學院發文量最多。以TLCS為指標進行排序（表4），前3名為英國Royal Bot Gardens，加拿大的University of Guelph和美國的Smithsonian Institution，前10名研究機構沒有中國研究機構。因此，從發文量來看， 前10名中有四個中國研究機構，說明我國有很多學者在進行植物DNA研究，并且也獲得不錯的成果。

2.5 核心期刊

對于學術期刊的發文量與引文量統計不僅可以讓我們知道不同期刊在該領域的影響力，也能為學者們選擇目標期刊投稿與參考文獻研究提供有價值的參考依據。對相關的期刊進行分析，總共有338個期刊發表于植物DNA條形碼相關論文，以發文量進行排名，前10名期刊見表5，發表在PLOS ONE期刊上的文獻量最大，其次是MOLECULAR ECOLOGY RESOURCES和GENOME，核心期刊中大部分都是與分子和系統進化相關，碼引文編年圖（圖5）。由圖5可知，從上到下是年份（2004—2011），箭頭指向的文獻是被引用的文獻，方框內所標數字是該節點文獻在所分析文獻中的序號，文獻引用頻次越高方框越大，就是該領域比較重要的文章。圖5展示植物DNA條形碼研究不同文獻之間引證的關系鏈，文獻之間關系緊密，其中序號為4、5、8、28、48、110和326是被引用頻次較多的文獻，這些文獻對該領域的研究具有重要作用。文獻序號5和序號110方框最大，被引用的頻次最多，文獻序號5是Kress et al.（2005）利用DNA條形碼技術鑒定開花植物，該論文是較早使用DNA條形碼技術應用于植物研究，序號110 是CBOL Plant Working Group 合作所寫關于DNA條形碼技術規范具有指導性的一篇論文。從年份我們看出，2009年文獻TLCS排名前30最多一年，是研究的熱點和高峰期，2009年對于植物DNA條形碼候選序列是一個尋找和驗證的時期，對尋找適合的DNA條形碼起到了奠定作用，而到了2011年對植物DNA條形碼具有很大發展，多了ITS序列（序號326）（Li et al.， 2011）和對現在候選序列的改善（文獻序號325）（Hollingsworth， 2011）。

我們還可看出，被引頻次排在前3位的均是發達國家研究機構，可見DNA條形碼研究的高質量和影響力大的論文還是集中在發達的西方國家研究機構。植物DNA條形碼候選序列文章一經發表，就引起了相關學者的廣泛關注，說明DNA條形碼技術的規范化和對候選序列的優選是最前沿課題。

2.7 熱點分析

對于一個學科的范式可視化研究主要可分為基于文獻的共引分析（Co-citation）和基于詞或詞組的共詞分析（Co-word），相較之下共引分析更廣泛應用于系統揭示學科結構、學科的發展規律和發展趨勢（伍若梅和孔悅凡，2010）。植物DNA條形碼研究領域是一個交叉學科，學科環境內不同子領域之間較難有共現的高頻關鍵詞，共詞法難以反映領域間知識的輸入輸出。綜合考慮，本研究選擇共引法來分析植物DNA條形碼的學科發展的熱點與前沿。利用Citespace軟件，對所得文獻數據進行共引分析，時區選擇（Timespan）為2003—2016年，時間跨度（Slice Length）為1 a，節點類型選擇“Cited reference”，而篩選閾值Thresholds（c;cc;ccv）（c為節點出現頻次、cc為共同出現頻次、ccv為共現率）被設定為（2，2，5;3，2，10;3，3，15）。得出圖6和圖7兩種形式的聚類分析圖，而每個聚類代表著該領域的一個研究前沿。經過參數篩選，圖譜中共出現了255個點（每個點代表一篇文獻），441條連線，其模塊值（Modularity Q）為0.710 8，輪廓值（Mean Silhouette）為0.563 3，表明形成的聚類結構顯著、置信度高且有意義。此外，采用LLR算法（對數似然率算法）從施引文獻的關鍵詞（K，Keyword list）中提取名詞性術語對聚類進行命名（Cluster Labeling），命名結果統計如表7。

從圖6可以看出，出現大的13個關鍵詞：DNA barcoding、DNA barcode、land plant、identification、sequence、taxonomy、diversity、species identification、evolution、phylogeny、rbcl、plant和region， 從而把植物DNA條形碼研究領域分為13個方面的聚類研究前沿，關鍵詞字體越大表示研究的文獻越多，從中得出，DNA條形碼在物種的鑒定、分類、進化、系統發生、生物多樣性和陸生植物的應用等具有重要的作用，也是該領域研究的前沿和熱點。

表7顯示了不同的聚類，Cluster ID 為聚類后的編號，聚類的規模越大（也就是聚類中包含的成員數量越多），則編號越小，Size代表的是聚類中所含有的成員數量，Silhouette為衡量真個聚類成員同質性性指標，該數值越大，則代表該聚類成員的相似性越高，Mean year 代表的事該聚類中文獻的平均年份，判斷聚類中引用文獻的遠近，表7只列出聚類LLR（Likelihood Rate）前10名。

綜合分析圖6和圖7及表7，同時參考聚類中的施引文獻，可以大致了解到每個聚類所代表的研究前沿。表7中共總結了前10大植物DNA條形碼的研究前沿，主要的聚類如下：

聚類0主要關注的是用植物DNA條形碼的方法對一些難于鑒定的樣品進行鑒定，如對食草動物（家畜和野生動物）的排泄來鑒定動物的飲食成分，代表論文“UniversaldNA-Based Methods for Assessing thediet of Grazing Livestock and Wildlife from Feces”（Pegard et al.， 2009）。聚類1主要關注的是核糖體DNA（ITS序列），在植物多樣性上的應用，代表論文“Confirming the Genetic Identity ofdendrobium fimbriatum Using an Amplification Refractory Mutation System （ARMS）”（Lu et al.， 2010）。聚類2 利用DNA條形碼對不同物種進行快速的鑒定方法，如在真菌鑒定中的應用，代表論文“Current state and perspectives of fungaldNA barcoding and rapid identification procedures”（Begerow et al.， 2010）。聚類3dNA條形碼在不同地區藥用植物的應用，如在土耳其山區對當地藥用植物的應用，代表論文“DNA barcoding study on sideritis trojana bornm. an endemic medicinal plant of ida mountain， turkey”（Tezcan et al.， 2010）。聚類4 主要關注DNA條形碼在植物進化、 生物信息學和資源上的應用，代表論文“DNA barcoding in plants：Evolution and applications of in silico approaches and resources”（Bhargava & Sharma， 2013）。聚類5主要關注的是DNA條形碼在各個科分類鑒定中的應用，如“DNA barcoding of Orchidaceae in Korea”（Kim et al.， 2014）。聚類6 利用核DNA和葉綠體DNA的方法對物種進行鑒定，如“Species identification of Alnus（Betulaceae） using nrDNA and cpDNA genetic markers”（Ren et al.， 2010）。

從圖8可以看出，2003—2016年這段時間植物DNA 條形碼在某一時段的研究突破點或轉折點，突現的引文節點用紅色表示。23個主要的關鍵詞中得出最大的節點是2008—2011年的鑒定（identify）關鍵詞，最小為2007—2009年的生命（life）關鍵詞。DNA條形碼利用標準的基因片段對物種進行快速鑒定是研究的前沿，也是DNA條形碼的主要作用和價值，結合前面的每年論文被引數統計和被引頻次的可視化分析，可知2008—2011年是DNA條形碼領域研究的高峰期和熱點區，對該領域的具有巨大的影響和貢獻。

3 討論

本研究通過Web of Science數據庫對DNA條形碼進行檢索，基于文獻計量學方法，從每年出版的文獻量、被引頻次、核心作者、出版的期刊、主要研究機構和國家/地區、研究熱點進行了較全面的計量分析，并對被引頻次、研究前沿進行了可視化分析。

（1）在國家/地區分布方面，美國、中國、加拿大論文產出數量最多，但從文獻的影響力和被引用頻次看，中國與美國、加拿大和英國都有一定差距。（2）在研究機構方面，優秀的植物DNA條形碼研究機構集中在中國和美國，在發文量前3名的機構有兩個是中國研究機構，但在影響力上（TLCS），中國的研究機構沒有排在前10名，中國科研機構在提高自身論文水平的同時，還應注意加強與美國和其他國家優秀科研機構的交流與合作，提高自身論文水平。（3）在論文作者方面，發文量、總被引頻次，主要集中在美國、中國、英國和加拿大，發文量前10的作者（表1），其中有5名為中國學者，說明中國在這一領域研究文獻貢獻率很大，但影響力與歐美國家的學者還有一定距離。（4）在論文期刊分布上，優秀期刊主要集中在美國、英國、加拿大等歐美國家，沒有中國的英文期刊，通過對被引頻次的可視化分析，可以看出DNA條形碼候選序列篩選和技術應用是該領域最大關注點。（5）DNA條形碼研究熱點集中于DNA條形碼在陸生植物、物種鑒定、分類、生物多樣性、候選序列篩選、系統進化上的應用等方面。

近十多年來，中國DNA條形碼研究論文數量一直處于上升態勢，發文量居世界第二，但論文影響力有限。中國科學院、中國中醫科學院、中國醫學科學院與北京協和醫學院是中國優秀的DNA條碼科機構，陳士林和宋經元的文獻較多，質量較高。在SCI收錄的期 刊 中，中國沒有dNA條形碼研究領域的優秀期刊，在影響力較高10篇（LCS）的論文中有中國科學院昆明植物研究所李德珠、高連明等中國植物條形碼研究團隊（China Plant BOL Group）合作的論文“Comparative analysis of a largedataset indicates that internal transcribed spacer （ITS） should be incorporated into the core barcode for seed plants”（Li et al.， 2011）。

我國開展DNA條形碼的研究雖然起步較晚，特別是植物dNA 條形碼的研究到 2008 年才真正開始，但發展十分迅猛，發表了系列的相關文章，并參與了國際植物核心DNA 條形碼的評估與推薦，相信不久的將來我國在國際生命條形碼研究中會發揮更大的作用。從我國國務院發布的《中醫藥發展戰略規劃綱要（2016—2030年）》，DNA條形碼在中藥的應用將會不斷增多，目前已經獲得了不少的成果：《中藥DNA條形碼分子鑒定》、《中國藥典中藥材DNA條形碼標準序列》、中藥材DNA條形碼鑒定系統（http：//www.tcmbarcode.cn/china/），dNA條形碼將為中藥的鑒定、中藥走出國門被世界接納奠定基礎， 中國植物DNA條形碼研究也是蒸蒸日上，中國科學院昆明植物研究所和中國科學院華南植物園共同完成的“中國植物DNA條形碼研究”科技研究已獲得不錯的成果。

植物DNA條形碼2017年文獻動態及發展前景，在前面的數據分析中沒有涉及到2017年的文獻數據，Web of Science 核心合集中對2017年植物DNA條形碼進行文獻檢索分析，共獲得208個記錄，該領域研究蓬勃發展，文獻量均高于其他年份，中國和美國發文量占了將近50%（103篇），主要的發文期刊和作者與前面的結果一致，主要文獻為“PlantdNA barcodes：Applications today and in the future”（Kress，2017）。2017年延續了前期的研究，并重點開展了以下幾個方面研究：群落系統發育和物種編目，功能形狀和物種的編目，物種之間的互相影響;識別未知的物種，物種的邊界和生物多樣性的發現，DNA條形碼的取證;商業產品、瀕危物種、草藥的原材料、民族植物學，物種和棲息地的保護。同時某些在特定的植物（Codonopsis）群中，仍然可以看到各種各樣的DNA條形碼標記測試的研究報告（Wang et al.， 2017）。

自十多年前DNA條碼被引入到植物群落中，DNA條碼在植物基礎研究和應用研究中都得到了廣泛的應用。植物系統學家尚未普遍接受DNA條碼作為識別物種的核心工具的一個主要原因是，在大多數分類群中，沒有一個標記能夠完全區分物種。相比之下，生態學家更愿意尋找新的、獨特的DNA條碼應用，以解決他們的一些基本研究問題，因為總的來說，他們在由多種植物譜系組成的系統中工作，這些系統可以通過DNA條碼位點的組合進行唯一的識別。展望未來，植物DNA條碼將通過兩種關鍵的方式為植物群落服務：（1）建立一個更全面、通用的全球植物DNA條碼庫。實現為世界上所有植物提供DNA條碼的通用庫的目標仍然是遙遠的未來，但是一旦實現，基礎研究和應用研究都將受益匪淺。（2）開發新的標記并采用新的測序技術，如DNA宏條形碼（metabarcoding 或 eDNA）（Taberlet et al.，2012），隨著測序技術的提高和費用的降低，DNA條形碼向基因組學方向發展 （Coissac et al.，2016）。

在此次分析中，存在以下幾方面的不足：（1）用Histcite軟件以LGS Count為條件，選用LCS繪制引文編年圖，有時候一些新的文章因為年代近，被引用次數暫時還不多，所以它們在圖中節點中被引用次數不會很多，也存在一定的缺陷，有些近期的論文很重要，但是沒有表現出來。（2）基于Web of Sciences數據庫涵蓋了多種世界范圍內最有影響力的高質量英文期刊，但其側重于收錄母語為英語地區的期刊，來源期刊地域分布的不平衡性對分析結果有一定的影響。

參考文獻：

BEGROWd， NILSSON H， UNTERSEHER M， et al.， 2010. Current state and perspectives of fungaldNA barcoding and rapid identification procedures [J]. Appl Microbiol Biotechnol， 87（1）：99-108.

BHARATHIdG， 2013. Methods employed in the web of science and scopusdatabases to effect changes in the ranking of the journals? [J]. Curr Sci Ind， 105（3）：300-308.

BHARGAVA M， SHARMA A， 2013.dNA barcoding in plants：Evolution and applications of in silico， approaches and resources [J]. Mol Phlyogenet Evol， 67（3）：631.

BLAXTER M， 2004. The promise ofdNA taxonomy [J]. Philosophical Transac Royal Soc B Biol Sci， 359（1444）：669-679.

CHASE MW， COWAN RS， HOLLINGSWORTH PM， et al.， 2007. A proposal for astandardised protocol to barcode all land plants [J]. Taxon， 56（2）：295-299.

COISSAC E， HOLLINGSWORTH PM， LAVERGNE S， et al.， 2016. From barcodes to genomes：Extending the concept ofdNA barcoding? [J]. Mol Ecol， 25（7）：1423-1428.

GARFIELD E， 2009. From the science of science to scientometrics visualizing the history of science with Histcite software [J]. J Informetr， 3（3）：173-179.

GU HT， WANG J， 2013. Forecast of thedevelopment tendency fordiscipline based on two models——Take bibliometrics as an example [J]. J Mod Inf， 33（2）：162-165. [顧洪濤， 王筠， 2013. 基于兩種模型的學科發展趨勢預測——以文獻計量學為例? [J]. 現代情報， 33（2）：162-165.]

HEBERT PDN， CYWINSKA A， BALL S， 2003. Biological identification throughdNA barcodes? [J]. Proceed Roy Soc B-Biol Sci， 270（1512）：313-321.

HOLLINGSWORTH PM， 2011. Refining thedNA barcode for land plants? [J]. P Natl Acad Sci USA， 108（49）：19451.

HOLLINGSWORTH ML， ANDRA A， FORREST LL， et al.， 2009. Selecting barcoding loci for plants：Evaluation of seven candidate loci with species-level sampling in threedivergent groups of land plants [J]. Mol Ecol Resour， 9（2）：439.

KERSS WJ， WURDACK KJ， ZIMMER EA， et al.， 2005. Use ofdNA barcodes to identify flowering plants? [J]. Proc Natl Acad Sci USA， 102（23）：8369-8374.

KRESS WJ， 2017. PlantdNA barcodes：Applications today and in the future? [J]. J Syst Evol， 55（4）：1-17.

KIM HM， OH SH， BHANDARI GS， et al.， 2014.dNA barcoding of Orchidaceae in Korea? [J]. Mol Ecol Resour， 14（3）：499-507.

LAHAYE R， BANK MVD，BOGARINd， et al.， 2008.dNA barcoding the floras of biodiversity hotspots? [J]. Proc Natl Acad Sci USA， 105（8）：2923-2928.

LIdZ， GAO LM， LI HT， et al.， 2011. Comparative analysis of a largedataset indicates that internal transcribed spacer （ITS） should be incorporated into the core barcode for seed plants? [J]. Proc Natl Acad Sci USA， 108（49）：19641-19646.

LIU J， MOLLER M， GAO L M， et al.， 2011.dNA barcoding for thediscrimination of Eurasian yews （Taxus L. Taxaceae） and thediscovery of cryptic species? [J]. Mol Ecol Resour， 11（1）：89.

LU S，dING X， MA Y， et al.， 2010. Confirming the genetic Identity of Dendrobium fimbriatum using an Amplification Refractory Mutation System （ARMS）? [J]. Plant Mol Biol Rep， 28（4）：712-716.

MOHAMMED AB， MOHD SF， SHAMSIR MS， et al.， 2017. Review：DNA barcoding and chromatography fingerprints for the authentication of botanicals in herbal medicinal products [J] Evid-Based Compl Alter Med， （1）：1-28.

PEGARD A， MIGUEL C， VALENTINI A， et al.， 2009. UniversaldNA-Based methods for assessing thediet of grazing livestock and wildlife from feces [J]. J Agric Food Chem， 57（13）：5700.

REN BQ， XIANG XG， CHEN ZD， 2010. Species identification of Alnus （Betulaceae） using nrDNA and cpDNA genetic markers? [J]. Mol Ecol Resour， 10（4）：594.

SHADBOLT N， HALL W， HENDLER JA， et al.， 2013. Introduction：Web of Science：A new frontier? [J]. Philosoph Transac Royal Soc A：Mathem Physical & Engineer Sci， 371（1987）：1-6.

SUN XH， LU WR， 2012. Research trends of rice science based on Web of Science? [J]. Chin J Rice Sci， 26（5）：606-614. [孫秀煥， 路文如， 2012. 基于Web of Science的水稻研究態勢分析 [J]. 中國水稻科學， 26（5）：606-614.]

TABERLET P， COISSAC E， POMPANON F， et al.， 2012. Towards next generation biodiversity assessment usingdNA metabarcoding? [J]. Mol Ecol， 21（8）：2045-2050.

TEZCAN M， VLACHONASIS K， AKI C， 2010.dNA barcoding study on Sideritis trojana Bornm. an endemic medicinal plant of Ida Mountain， Turkey [J]. Fresen Environ Bull， 19（7）：1352-1355.

VALENTINI A， POMPANON F， TABERKET P， 2009.dNA barcoding for ecologists? [J]. Trend Ecol Evol， 24（2）：110-117.

WANGdY， WANG Q， WANG YL， et al.， 2017. Evaluation ofdNA barcodes in Codonopsis （Campanulaceae） and in some large angiosperm plant genera? [J]. PLoS ONE 12：e0170286.

WU RM， KONG YF， 2010. A comparison on Co-word analysis and Co-citation analysis [J]. Infdoc Serv， （1）：26-29.? [伍若梅， 孔悅凡， 2010. 共詞分析與共引分析方法的比較研究 [J]. 情報資料工作， （1）：26-29.]

YANG H， WANG XP， GAN WZ， et al.， 2013. Analysis on literaturedevelopment trend of international tea polyphenols research based on the Web of Science [J]. J Tea Sci， （6）：541-549.? [楊華， 王小萍， 干文芝， 等， 2013. 基于Web of Science的國際茶多酚類研究文獻發展態勢分析 [J]. 茶葉科學，（6）：541-549.]

ZHAO RY， XU LM， 2010. The knowledge map of the evolution and research frontiers of the bibliometrics [J]. J Lib Sci Chin， 36（5）：60-68. [趙蓉英， 許麗敏， 2010. 文獻計量學發展演進與研究前沿的知識圖譜探析 [J]. 中國圖書館學報， 36（5）：60-68.]