基于Citespace的基因治療研究可視化分析

藺麗英 陳丹丹 河北地質大學

十三五期間，河北省加快產業結構調整，已將生物醫藥產業列為戰略性新興產業之一。現代生物醫藥產業是指將基因工程、細胞工程、酶工程、發酵工程及蛋白質工程等現代生物技術的研究成果應用于制藥行業，制造可流通藥品并規模化生產的經濟實體的總和。目前現代生物醫藥產業的主要藥物開發品有基因工程藥物、抗體、人用疫苗、血液制品和診斷試劑等。生物醫藥研發是生物醫藥產業的基礎，因此，發現生物醫藥領域內重要研究主題的知識圖譜，并篩選出其研究前沿、研究熱點，對于布局我省生物醫藥領域的基礎研究，提升研究水平具有重要指導作用。

基于對《國家中長期科學與技術發展規劃綱要（2006～2020）》和《醫學科技“十二五”發展規劃》等生物醫藥發展戰略相關政策文件的分析，確定了生物醫藥領域的基因治療作為本文研究主題。

一、數據來源與檢索策略

本主題研究的數據來源于Pubmed數據庫。檢索途徑為MeSH Major Topic，檢索詞“genetic therapy”，時間范圍“5 years”。共獲得4346條記錄，將檢索結果以“.xml” 格式儲存，數據下載日期為2019年7月6日。

二、分析方法

本文利用陳超美博士開發的科學圖譜與知識可視化軟件Citespace5.3對數據集進行了關鍵詞共現分析。模塊值（Modularity Q）和平均輪廓值（Mean Silhouette）是評判Citespace圖譜繪制效果的依據。一般Q在【0,1）區間內，Q＞0.3說明劃分出來的社團結構是顯著的。當S〉0.7時，聚類是高效的、令人信服的。當S〉0.5時，聚類是合理的。太小時，則無明確主題可言。

基因治療研究主題的關鍵詞共現網絡由140個節點、297條共現連線組成，Modularity Q=0.7517，Mean Silhouette=0.5513，因此基因治療主題的社團結構式顯著的，聚類是合理的。

三、基因治療研究關鍵詞共現分析

（一）關鍵詞聚類分析

圖1 基因治療關鍵詞聚類視圖

Citespace5.3通過LLR（對數似然率算法）聚類，將基因治療研究主題數據集中距離較近的關鍵詞聚集在一起，展現出了基因治療研究內容的分布情況，形成12個分主題：crispr 基因編輯技術、lentiviral vector慢病毒載體、cancer therapy 癌癥治療、transfection轉染、cell therapy細胞療法、apoptosis 細胞凋亡、Duchenne muscular dystrolphy杜氏肌營養不良癥、crispr-cas9一種基因編輯技術、angiogenesis血管生成、neurodegeneration神經退行性疾病、thalassemia地中海貧血、sirna小干擾核糖核酸。12個分主題下聚類的關鍵詞如下：

表1 近五年基因治療研究的關鍵詞聚類

（二）高頻關鍵詞和高中心度關鍵詞分析

在Citespace關鍵詞共現網絡的聚類視圖中（見圖1），節點大小代表它的共現次數，節點越大則出現頻次越高。節點連線代表節點之間的共現關系，節點(關鍵詞)周圍的連線越多則代表其中心度越高。

我們對基因治療研究領域的熱門關鍵詞進行了提取：一類是共現次數高的高頻關鍵詞。這類詞總結并概括了該領域研究的基礎知識結構，有gene therapy（基因治療）、adeno-associated virus（腺相關病毒）、crispr/cas9、microrna（微小核糖核酸）、gene editing（基因編輯）、gene delivery（基因傳遞）、Cancer（癌癥）、rna interference（核糖核酸干擾）。二類是高中心度關鍵詞。這類關鍵詞具有明顯的橋梁作用。如，microrna（微小核糖核酸）連接著nanoparticle（納米粒子）、immune response（免疫反應）、crispr/cas9等。三類是具有高頻次的詞和高中心度的詞，有crispr/cas9（一種基因編輯技術）、gene therapy（基因治療）、microrna（微小核糖核酸）、adeno-associated virus（腺相關病毒）、gene editing（基因編輯）等。這類詞代表了基因治療研究的熱點和未來研究趨勢。

表2 近五年基因治療研究文獻高頻關鍵詞和高中心度關鍵詞

（三）時區視圖分析

圖2 基因治療關鍵詞共現時區視圖

在citespace基因治療關鍵詞共現時區圖中，可以通過時區之間的連線變化看到基因治療研究的知識流向。2014-2016年時區內的關鍵詞之間連線緊密，說明這三年之間的基因治療研究的傳承關系較強。2017-2019年時區內的關鍵詞主要與2014和2015兩年的關鍵詞連線緊密，說明它們之間的研究傳承較強。2017-2019年與2016年時區內的關鍵詞連線較少，說明它們之間的研究傳承較弱。

在未來研究中，應重點關注2016-2019年時區內中心度高于0.1的關鍵詞，作為基因治療的研究前沿。