基于Citespace的基因治疗研究可视化分析

蔺丽英 陈丹丹 河北地质大学

十三五期间，河北省加快产业结构调整，已将生物医药产业列为战略性新兴产业之一。现代生物医药产业是指将基因工程、细胞工程、酶工程、发酵工程及蛋白质工程等现代生物技术的研究成果应用于制药行业，制造可流通药品并规模化生产的经济实体的总和。目前现代生物医药产业的主要药物开发品有基因工程药物、抗体、人用疫苗、血液制品和诊断试剂等。生物医药研发是生物医药产业的基础，因此，发现生物医药领域内重要研究主题的知识图谱，并筛选出其研究前沿、研究热点，对于布局我省生物医药领域的基础研究，提升研究水平具有重要指导作用。

基于对《国家中长期科学与技术发展规划纲要（2006～2020）》和《医学科技“十二五”发展规划》等生物医药发展战略相关政策文件的分析，确定了生物医药领域的基因治疗作为本文研究主题。

一、数据来源与检索策略

本主题研究的数据来源于Pubmed数据库。检索途径为MeSH Major Topic，检索词“genetic therapy”，时间范围“5 years”。共获得4346条记录，将检索结果以“.xml” 格式储存，数据下载日期为2019年7月6日。

二、分析方法

本文利用陈超美博士开发的科学图谱与知识可视化软件Citespace5.3对数据集进行了关键词共现分析。模块值（Modularity Q）和平均轮廓值（Mean Silhouette）是评判Citespace图谱绘制效果的依据。一般Q在【0,1）区间内，Q＞0.3说明划分出来的社团结构是显著的。当S〉0.7时，聚类是高效的、令人信服的。当S〉0.5时，聚类是合理的。太小时，则无明确主题可言。

基因治疗研究主题的关键词共现网络由140个节点、297条共现连线组成，Modularity Q=0.7517，Mean Silhouette=0.5513，因此基因治疗主题的社团结构式显著的，聚类是合理的。

三、基因治疗研究关键词共现分析

（一）关键词聚类分析

图1 基因治疗关键词聚类视图

Citespace5.3通过LLR（对数似然率算法）聚类，将基因治疗研究主题数据集中距离较近的关键词聚集在一起，展现出了基因治疗研究内容的分布情况，形成12个分主题：crispr 基因编辑技术、lentiviral vector慢病毒载体、cancer therapy 癌症治疗、transfection转染、cell therapy细胞疗法、apoptosis 细胞凋亡、Duchenne muscular dystrolphy杜氏肌营养不良症、crispr-cas9一种基因编辑技术、angiogenesis血管生成、neurodegeneration神经退行性疾病、thalassemia地中海贫血、sirna小干扰核糖核酸。12个分主题下聚类的关键词如下：

表1 近五年基因治疗研究的关键词聚类

（二）高频关键词和高中心度关键词分析

在Citespace关键词共现网络的聚类视图中（见图1），节点大小代表它的共现次数，节点越大则出现频次越高。节点连线代表节点之间的共现关系，节点(关键词)周围的连线越多则代表其中心度越高。

我们对基因治疗研究领域的热门关键词进行了提取：一类是共现次数高的高频关键词。这类词总结并概括了该领域研究的基础知识结构，有gene therapy（基因治疗）、adeno-associated virus（腺相关病毒）、crispr/cas9、microrna（微小核糖核酸）、gene editing（基因编辑）、gene delivery（基因传递）、Cancer（癌症）、rna interference（核糖核酸干扰）。二类是高中心度关键词。这类关键词具有明显的桥梁作用。如，microrna（微小核糖核酸）连接着nanoparticle（纳米粒子）、immune response（免疫反应）、crispr/cas9等。三类是具有高频次的词和高中心度的词，有crispr/cas9（一种基因编辑技术）、gene therapy（基因治疗）、microrna（微小核糖核酸）、adeno-associated virus（腺相关病毒）、gene editing（基因编辑）等。这类词代表了基因治疗研究的热点和未来研究趋势。

表2 近五年基因治疗研究文献高频关键词和高中心度关键词

（三）时区视图分析

图2 基因治疗关键词共现时区视图

在citespace基因治疗关键词共现时区图中，可以通过时区之间的连线变化看到基因治疗研究的知识流向。2014-2016年时区内的关键词之间连线紧密，说明这三年之间的基因治疗研究的传承关系较强。2017-2019年时区内的关键词主要与2014和2015两年的关键词连线紧密，说明它们之间的研究传承较强。2017-2019年与2016年时区内的关键词连线较少，说明它们之间的研究传承较弱。

在未来研究中，应重点关注2016-2019年时区内中心度高于0.1的关键词，作为基因治疗的研究前沿。