癌症单细胞测序的全球和当前研究趋势：文献计量学和可视化研究

摘要

这项对癌症研究中单细胞测序的文献计量分析表明，中国和美国发表的学术文章明显多于其他国家。突发检测可识别“肿瘤内异质性”、“克隆进化”和“药物递送系统”等新兴术语，这些术语有望影响未来的研究。

摘要

由于癌症的生物系统复杂，对人类健康构成重大挑战，需要进行深入分析。单细胞测序已成为研究这些系统的重要工具，能够在单细胞水平上检测基因表达和表观遗传修饰。为了阐明该领域的研究趋势、合作网络和知识传播，使用 Web of Science 核心合集数据库进行了文献计量分析，涵盖 2010 年 1 月 1 日至 2023 年 12 月 31 日的出版物。R 中的 Bibliometrix 包用于提取和分析关键出版物数据，包括文献类型、国家、机构、作者和关键字。此外，还使用了 CiteSpace、VOSviewer 和 Online Analysis Platform of Literature Metrology 进行数据编译和可视化。该分析确定了来自 75 个国家和地区的 3,129 个机构的 34,074 名作者，为 788 种学术期刊上发表的 5,680 篇关于癌症单细胞测序的出版物做出了贡献。中国和美国成为出版物数量的领先国家。哈佛大学出版的出版物数量最多（320 篇），其中哈佛大学附属的 Aviv Regev 被认为是主要贡献者。领先的期刊，如 Frontiers in Immunology 和 Nature Communications，突出了已建立和新兴的研究领域，包括免疫微环境和免疫疗法。未来研究的主要趋势和潜在领域包括肿瘤内异质性、克隆进化和药物递送系统。本研究全面概述了肿瘤学中的单细胞测序研究，强调了其在技术进步和国际合作的推动下的快速发展。加强全球合作伙伴关系、开发综合分析工具和解决数据复杂性对于推进个性化癌症治疗和加深对癌症生物学的了解至关重要。

引言

癌症是最有害的疾病之一，是全球第二大死亡原因¹。据估计，到 2035 年，全球约有四分之一的人口将受到癌症的直接影响 ^2,3。癌症的发病机制主要与细胞生长失调有关，而细胞生长失调受多种致瘤因素的影响 ^4,5。“癌症标志”被概念化为一组功能能力，可促进从正常细胞状态过渡到肿瘤生长，特别是那些对恶性肿瘤形成至关重要的能力⁶。测序技术在促进我们对疾病发病机制的理解方面发挥着关键作用。然而，由于肿瘤固有的异质性，通过肿瘤组织的高通量测序分析来识别低丰度干细胞的基因组特征存在重大挑战 ^7,8。

单细胞测序包括基因组学、转录组学、表观基因组学、蛋白质组学和代谢组学，是一种在单细胞水平上阐明细胞和分子景观的强大方法^9,10。它在癌症研究中的应用显着增强了对肿瘤病变中存在的生物学特征和动力学的理解，从而促进了对癌症发展和转移的更全面理解。

文献计量分析研究了学术出版物的结构特征和属性，并已广泛用于科学文献的定性和定量评估^11,12。通过比较来自不同国家、机构、研究人员和出版物的贡献，可以阐明和预测特定研究领域内的潜在进展。尽管专注于癌症单细胞测序研究的系统和叙述性综述大幅增加，但在定量评估领域内的综合分析仍然存在明显不足 13,14,15。本研究旨在利用文献计量学方法对癌症领域内单细胞测序的发展趋势和突出研究课题进行全面分析。这些发现将为研究人员、临床医生和政策制定者提供该领域知识和理解现状的详细概述。

Access restricted. Please log in or start a trial to view this content.

研究方案

本研究中使用的数据来自 Web of Science 核心合集 （2010-2023）。

1. 数据收集

1. 数据库选择
   1. 通过以下方式访问 Web of Science 核心合集 （WoSCC） 数据库。https://webofscience. clarivate.cn/wos/author/author-search。
   2. 使用目标关键词（特别是 “single-cell sequencing” 和 “cancer”） 构建搜索策略，以确定相关文献。单击 搜索 按钮以完成文献搜索。
      注意：请参阅 补充表 1 ，了解搜索策略中用于提高准确性和包容性的关键字的完整列表。
2. 搜索参数
   1. 选择从 2010 年 1 月 1 日至 2023 年 12 月 31 日的出版期，以捕捉最新和全面的研究趋势。
   2. 选择 英语 作为搜索结果的语言，然后选择 文章 和 评论 作为文章类型，以确保数据一致性并促进比较分析。
   3. 通过排除单细胞测序和癌症研究领域之外的出版物来确保相关性。
3. 数据检索和格式
   1. 以 “全记录”和“被引参考 文献”格式编译所选出版物，以保留详细的元数据。
   2. 将收集的数据保存为 纯文本 文件，以便使用文献计量工具进行后续分析。
   3. 验证每条记录是否包含完整的元数据，包括引文和合著者信息，以实现全面的文献计量分析（图 1）。

2. 数据预处理

1. 数据收集和导入
   1. 在 R 中启动 bibliometrix 包的 biblioshiny 界面。
      注意：具体代码提供如下：
      图书馆（Bibliometrix）
      packageVersion（“bibliometrix”）
      biblioshiny（）
   2. 访问 WoSCC 数据库并选择包含文献计量数据的合并 纯文本 文件。
   3. 导入数据并以 R 数据格式导出以供后续分析。
2. 出版物和引用的年度增长趋势
   1. 将 PY（出版年份）和 Z9（引文计数）列转换为数字格式。
   2. 按出版年份对数据进行分组，并计算年度出版物计数和总引用次数。
   3. 创建一个条形图来表示每年的出版物数量，并叠加一个折线图来说明一段时间内的引文计数。
      注意：特定代码在补充文件 1 中作为代码 1 提供。
3. 全国出版物和合作分析
   1. 全国出版物和协作聚合
      1. 使用 Year Published（PY） 和 Author Countries（AU_CO1） 字段按每个国家/地区汇总年度出版物和引文。
      2. 将分析重点放在出版物数量排名前 10 的国家/地区。
   2. 指标计算
      1. 计算关键指标，包括出版物数量 （NP）、引用频率 （NC）、单国家出版物 （SCP） 和多国家出版物 （MCP）¹⁶。
      2. 确定多国出版物的比例 （MCP_Ratio） 作为国际合作的指标。
      3. 使用 R 的 H-index 函数计算每个国家在 14 年期间的影响指数（H-index、G -index 和 M-index）¹⁷。
         注意：具体代码在补充文件 1 中作为代码 2 提供。使用文献计量学 （https://bibliometric.com/） 的在线分析平台来检查国家之间的合作关系。从 WoSCC 上传纯文本格式的数据。使用 “国家关系” 功能来评估国际合作。最终以主要贡献国家/地区之间的协作网络的可视化结束。
4. 机构出版物和合作分析
   1. 数据提取和排名
      1. 从 WoSCC 数据库的 Analyze Results 功能中的 Affiations 部分提取机构数据。
      2. 根据机构已发表的论文总数按降序对机构进行排名。
   2. 数据可视化
      1. 使用 R 中的 ggplot2 包生成水平条形图，以说明领先机构的出版物数量。
         注意：具体代码在补充文件 1 中作为代码 3 提供。
   3. 合著者分析
      1. VOSviewer 中的分析设置：启动 VOSviewer，然后从主菜单中选择 Create 。选择 Create a map based on bibliographic data （基于书目数据创建地图 ），然后选择 Read data from bibliographic database files （从书目数据库文件中读取数据）。最后，导入纯文本文件。
      2. 配置和参数：在 VOSviewer 中将分析类型设置为 co-authorship。选择 Full count method （完整计数方法） 并选择 organizations （组织） 作为分析单位。将参数配置为每个文档最多包含 1,200 个组织，并将最小阈值设置为每个组织 30 个文档，以确保进行全面的网络分析。
      3. 可视化和解释：通过单击 Finish 完成设置以生成可视化地图，以说明机构之间的协作网络。确保地图突出连通性和伙伴关系级别，确定研究活动的中心枢纽和机构之间合作的关键领域。
5. 作者和作者协作分析
   1. 确定多产作者：访问 WoSCC 数据库中的研究人员档案部分，根据已发表文章的总数对作者进行排名。
   2. 数据可视化：使用 R 中的 ggplot2 包创建水平条形图，直观地表示领先作者的出版物量。
   3. 作者贡献评估：使用 WoSCC 数据库中的数据检索按出版物量排名前 10 位的作者的其他指标，包括 H 指数、国家和附属机构。
      注意：特定代码在补充文件 1 中作为代码 4 提供。
   4. 创作协作网络
      1. 在 VOSviewer 中设置分析：启动 VOSviewer 并选择 Create 按钮，然后选择 Create a map based on bibliographic data。通过选择 Read data from bibliographic database files（从书目数据库文件中读取数据），导入包含书目数据的相关纯文本文件。
      2. 配置及参数：将分析类型设置为 co-authorship 并使用 Full 计数 方法。选择 authors 作为分析单位。调整参数以包括每个文档最多 33 个组织，并建立每个作者 15 个文档的最小阈值，以确保捕获有意义的协作数据。
      3. 可视化和洞察：单击 Finish 以生成叠加可视化，它说明了作者协作的时间演变，从而提供了对合著网络随时间推移的动态和增长的洞察。
6. 期刊和合引期刊分析
   1. 期刊指标的计算：使用 R 中的 H-index 函数计算每个期刊的关键指标，包括每个来源的出版物数量 （NP）、引用频率 （NC）、首次发表年份 （PY_start） 和影响指数（H-index、G-index 和 M-index）。
   2. 检索影响因子和排名：从 WoSCC 数据库中获取期刊影响因子和四分位数排名，以进一步评估每种期刊在该领域的影响力和地位。
      注意：特定代码在补充文件 1 中作为代码 5 提供。
   3. 知识流分析
      1. 在 CiteSpace 中导入和设置数据：打开 CiteSpace 并导航到 Data 菜单。选择 Import/Export 并选择 WOS 以导入数据。根据需要配置输入和输出路径。
      2. 地图选择和配置：在 CiteSpace 中选择 叠加地图 和 JCR 期刊地图 选项，将 z 分数设置为 0。此设置可以生成 dual-map 来说明期刊之间的知识流动。
7. 分析共被引参考文献和聚类网络
   1. 在 CiteSpace 中导入和设置数据
      1. 打开 CiteSpace，导航到 Data 菜单，然后选择 Import/Export。
      2. 以纯文本形式从 WoSCC 数据库导入数据，配置从 2010 年 1 月到 2023 年 12 月的分析时间片，时间详细信息以一年为间隔。
   2. 网络配置和修剪
      1. 将节点类型设置为 Reference in CiteSpace （引用） 。利用 Pathfinder 选项和 Pruning Sliced Networks 功能将修剪应用于网络。
      2. 通过单击 GO 生成参考共引关系图来执行分析，调整字体和颜色设置以提高可读性。
   3. 识别影响较大的参考文献
      1. 选择 Burstness 选项，然后在 CiteSpace 中将参数 γ 设置为 [0， 1]。
      2. 刷新数据以生成引文爆发次数最强的前 20 篇参考文献的列表。
8. 关键词共现分析
   1. R 中的关键词频率分析
      1. 使用 R 中的 bibliometrix 包进行关键字分析，重点关注文档中最常见的关键字。
      2. 将字段设置为 Author's keywords ，并将数量限制为前 20 个关键字，过滤掉同义词以确保一致性。
   2. CiteSpace 中的关键词爆发分析
      1. 使用 CiteSpace 执行关键字突发分析，方法是选择 Burstness 选项并将参数 γ 设置为 [0， 1]。
      2. 刷新数据以生成引文爆发次数最强的前 30 个关键词的列表。
   3. VOSviewer 中的关键字共现网络分析
      1. 打开 VOSviewer，选择 Create（创建），然后选择 Create a map based on bibliographic data（基于书目数据创建地图）。
      2. 使用 Read data from bibliographic database files 选项导入纯文本文件。
      3. 使用 Full 计数方法将分析类型设置为共现，并将作者关键字作为分析单位。
      4. 应用至少 40 个关键字出现的阈值，然后单击 完成 分析，从而生成一个共现网络，以可视化字段内的关键字关系。

Access restricted. Please log in or start a trial to view this content.

结果

出版物和引用的年度增长趋势
从 2010 年到 2023 年，WoSCC 数据库中共确定了 6,767 篇与癌症单细胞测序相关的出版物。2010 年至 2023 年间发表的 602 项研究被排除在分析之外，随后排除了 5 项未以英文发表的研究。此外，根据预定义的排除标准排除了 480 篇文章，包括 361 篇会议摘要、83 篇社论材料和 36 篇归类为其他类别的文章。最终，本研究纳入了 5,680 篇文?...

Access restricted. Please log in or start a trial to view this content.

讨论

文献计量分析是评估重要出版物的特点和学术影响的定量方法²⁶.本研究对 5,680 篇与癌症研究中单细胞测序相关的文章进行了广泛的文献计量分析，这些文章摘自 WoSCC 数据库，并于 2010 年至 2023 年间发表。该分析旨在评估研究现状，确定关键研究热点，并阐明新兴趋势，为研究人员和政策制定者提供可作的见解。

根据出版物和引用?...

Access restricted. Please log in or start a trial to view this content.

材料

Name	Company	Catalog Number	Comments
bibliometrix package	Comprehensive R Archive Network (CRAN)	bibliometrix 4.3.0	A forest plot that allows for multiple confidence intervals per row, custom fonts for each text element, custom confidence intervals, text mixed with expressions, and more.
CiteSpace	Chaomei Chen, Drexel University	CiteSpace 6.2.R4 (64-bit) beta Basic	‌CiteSpace‌ is a scientific literature analysis tool. Its main function is to analyze the underlying knowledge in scientific literature through visual means, showing the structure, rules and distribution of scientific knowledge. The main functions of CiteSpace include: research collaboration analysis ‌, important journal judgment ‌, core topic mining and so on.
dplyr	Comprehensive R Archive Network (CRAN)	dplyr 1.1.4	dbplyr is the database backend for dplyr. It allows you to use remote database tables as if they are in-memory data frames by automatically converting dplyr code into SQL.
esquisse	Comprehensive R Archive Network (CRAN)	esquisse 2.0.1	This addin allows you to interactively explore your data by visualizing it with the ggplot2 package. It allows you to draw bar plots, curves, scatter plots, histograms, boxplot and sf objects, then export the graph or retrieve the code to reproduce the graph.
forcats	Comprehensive R Archive Network (CRAN)	forcats 1.0.0	R uses factors to handle categorical variables, variables that have a fixed and known set of possible values. Factors are also helpful for reordering character vectors to improve display. The goal of the forcats package is to provide a suite of tools that solve common problems with factors, including changing the order of levels or the values.
ggplot2	Comprehensive R Archive Network (CRAN)	ggplot2 3.5.1	ggplot2 is a system for declaratively creating graphics, based on The Grammar of Graphics. You provide the data, tell ggplot2 how to map variables to aesthetics, what graphical primitives to use, and it takes care of the details.
ggpmisc	Comprehensive R Archive Network (CRAN)	ggpmisc 0.6.1	Package ‘ggpmisc’ (Miscellaneous Extensions to ‘ggplot2’) is a set of extensions to R package ‘ggplot2’ (>= 3.0.0) with emphasis on annotations and plotting related to fitted models. Estimates from model fit objects can be displayed in ggplots as text, tables or equations. Predicted values, residuals, deviations and weights can be plotted for various model fit functions.
ggsci	Comprehensive R Archive Network (CRAN)	ggsci 3.2.0	ggsci offers a collection of ggplot2 color palettes inspired by scientific journals, data visualization libraries, science fiction movies, and TV shows.
openxlsx	Comprehensive R Archive Network (CRAN)	openxlsx 4.2.7.1	This R package simplifies the creation of .xlsx files by providing a high level interface to writing, styling and editing worksheets. Through the use of Rcpp, read/write times are comparable to the xlsx and XLConnect packages with the added benefit of removing the dependency on Java.
readxl	Comprehensive R Archive Network (CRAN)	readxl 1.4.3	The readxl package makes it easy to get data out of Excel and into R. Compared to many of the existing packages (e.g. gdata, xlsx, xlsReadWrite) readxl has no external dependencies, so it’s easy to install and use on all operating systems. It is designed to work with tabular data.
reshape2	Comprehensive R Archive Network (CRAN)	reshape2 1.4.4	Reshape2 is a reboot of the reshape package. It's been over five years since the first release of reshape, and in that time I've learned a tremendous amount about R programming, and how to work with data in R. Reshape2 uses that knowledge to make a new package for reshaping data that is much more focused and much much faster.
stringr	Comprehensive R Archive Network (CRAN)	stringr 1.5.1	Strings are not glamorous, high-profile components of R, but they do play a big role in many data cleaning and preparation tasks. The stringr package provides a cohesive set of functions designed to make working with strings as easy as possible.
tidytext	Comprehensive R Archive Network (CRAN)	tidytext 0.4.2	Using tidy data principles can make many text mining tasks easier, more effective, and consistent with tools already in wide use. Much of the infrastructure needed for text mining with tidy data frames already exists in packages like dplyr, broom, tidyr, and ggplot2. In this package, we provide functions and supporting data sets to allow conversion of text to and from tidy formats, and to switch seamlessly between tidy tools and existing text mining packages. Check out our book to learn more about text mining using tidy data principles
tidyverse	Comprehensive R Archive Network (CRAN)	tidyverse 2.0.0	The tidyverse is an opinionated collection of R packages designed for data science. All packages share an underlying design philosophy, grammar, and data structures.
VennDiagram	Comprehensive R Archive Network (CRAN)	VennDiagram 1.7.3	VennDiagram is a R package for generating high-resolution, customizable Venn diagrams with up to four sets and Euler diagrams with up to three sets. Includes handling for several special cases including two-case scaling, and extensive customization of plot shape and structure.
VOSviewer	Centre for Science and Technology Studies, Leiden University, The Netherlands	VOSviewer version 1.6.19	VOSviewer is a software tool for constructing and visualizing bibliometric networks. These networks may for instance include journals, researchers, or individual publications, and they can be constructed based on citation, bibliographic coupling, co-citation, or co-authorship relations. VOSviewer also offers text mining functionality that can be used to construct and visualize co-occurrence networks of important terms extracted from a body of scientific literature.