癌症单细胞测序的全球与当前研究趋势：一项基于文献计量与可视化分析的研究

摘要

这项针对癌症研究中单细胞测序的文献计量学分析表明，中国和美国发表的学术论文数量显著高于其他国家。突现词检测识别出“肿瘤内异质性”、“克隆进化”和“药物递送系统”等新兴术语，这些术语预计将影响未来的研究方向。

摘要

癌症因其复杂的生物系统对人类健康构成重大挑战，亟需深入分析。单细胞测序已成为研究这些系统的关键工具，能够在单细胞水平上检测基因表达和表观遗传修饰。为阐明该领域的研究趋势、合作网络及知识传播情况，本研究利用Web of Science核心合集数据库，对2010年1月1日至2023年12月31日间的出版物进行了文献计量分析。采用R语言中的Bibliometrix软件包提取并分析关键出版数据，包括文献类型、国家、机构、作者和关键词。此外，还使用CiteSpace、VOSviewer以及文献计量在线分析平台进行数据整合与可视化。分析结果显示，来自75个国家和地区的3,129个机构的34,074名作者在788种学术期刊上发表了5,680篇关于癌症单细胞测序的研究论文。中国和美国在发文数量上位居前列。哈佛大学发表论文最多（320篇），其 affiliated 研究人员Aviv Regev被认定为该领域的重要贡献者。《Frontiers in Immunology》和《Nature Communications》等领先期刊凸显了免疫微环境和免疫治疗等既有及新兴研究方向。当前主要研究趋势及未来潜在研究方向包括肿瘤内异质性、克隆进化和药物递送系统。本研究全面综述了肿瘤学中单细胞测序的研究进展，强调了技术进步和国际合作推动下的快速发展。加强全球合作、开发整合性分析工具以及应对数据复杂性，对于推进个性化癌症治疗和深化对癌症生物学的理解至关重要。

引言

癌症是最具危害性的疾病之一，位居全球死亡原因的第二位¹。据估计，到2035年，全球约四分之一的人口将直接受到癌症影响^2,3。癌症的发病机制主要与细胞生长调控失常有关，这一过程受到多种致瘤因素的影响^4,5。癌症的“标志性特征”（"Hallmarks of Cancer"）被定义为一组功能性能力，这些能力促进细胞从正常状态向肿瘤性生长转变，特别是对恶性肿瘤形成至关重要的能力⁶。测序技术在深化我们对疾病发病机制理解方面发挥着关键作用。然而，由于肿瘤本身固有的异质性，通过肿瘤组织的高通量测序分析来鉴定低丰度干细胞的基因组特征仍面临重大挑战^7,8。

单细胞测序技术，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解析细胞与分子图谱的强有力的方法学手段^9,10。该技术在癌症研究中的应....

方案

本研究使用的数据来自科学引文索引核心合集（Web of Science Core Collection，2010–2023年）。

1. 数据收集

1. 数据库选择
   1. 访问 Web of Science 核心合集（WoSCC）数据库 通过. https://webofscience. clarivate.cn/wos/author/author-search. 
   2. 使用特定的关键词构建检索策略 "单细胞测序" 和 "癌症，" 以确定相关文献。点击 搜索 单击按钮以完成文献检索。
      注意：请参阅 补充表1 有关为提高准确性和全面性而在检索策略中使用的所有关键词的完整列表。
2. 搜索参数
   1. 选择2010年1月1日至2023年12月31日的发表时间段，以涵盖最新且最全面的研究趋势。
   2. 选择 英文 作为搜索结果的语言并选择 文章 和 综述 确保数据一致性并促进比较分析的文章类型。
   3. 通过排除单细胞测序和癌症....

结果

出版物与引用数量的年度增长趋势
2010年至2023年期间，在WoSCC数据库中总共识别出6,767篇与癌症单细胞测序相关的出版物。其中，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篇非英文发表的研究。此外，根据预设的排除标准，进一步排除了480篇文章，其中包括361篇会议摘要、83篇编辑材料以及36篇归类为其他类别的文章。最终，共有5,680篇文章被纳入本研究，包括5,090篇研究性论文和590篇综述文章。

根据 WoSCC 引文报告，这些文献的累计被引次数为 162,233 次，平均每篇文章被引 28.56 次。年均增长率为 40.26%，呈现出总体上升趋势。图 2 展示了该领域发表文章数量与被引频次的统计结果，显示出两个阶段的发展趋势。2010 年至 2015 年期间，年度发表文章数量呈现相对稳定的增长；自 2016 年以来，年度发表文章数量出现显著增长。2010 年至 2023 年间，年度被引频次存在波.......

讨论

文献计量分析是一种用于评估重要出版物特征及其学术影响力的定量方法²⁶。本研究对2010年至2023年间从WoSCC数据库中提取的5,680篇与癌症研究中单细胞测序相关的文章进行了系统的文献计量分析。该分析旨在评估当前研究现状，识别关键研究热点，并阐明新兴趋势，为科研人员和政策制定者提供可操作的见解。

根据发表和引用数据，癌症研究中单细胞测序技术的发展通常可分为两个不同阶段：2010年至2015年的缓慢增长期和2016年至2023年的快速扩张期。这种阶段划分主要基于若干关键指标，包括论文发表数量、引用次数以及新方法学的出现。在缓慢增长期（2010–2015年），研究活动相对有限，发表文章数量逐步增加，年度引用增长微弱。这一时期主要集中于单细胞测序技术的基础性开发，研究人员主要致力于优化实验方案并探索单细胞分析的可行性²⁷。相比之下，快速发展期（2016–2023年）则表现出论文发表量和引用量的显著激增，表明该领域受到日益广泛的关注。这一增长主要得益于技术进步，例如测序平台的改进、更复杂计算.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
bibliometrix 包	综合R档案网络 (CRAN)	bibliometrix 4.3.0	一种森林图，支持每行显示多个置信区间、自定义各个文本元素的字体、自定义置信区间、文本与表达式混合显示等功能。
CiteSpace	Chaomei Chen，德雷塞尔大学	CiteSpace 6.2.R4（64位）beta 基础版	‌CiteSpace‌ 是一种科学文献分析工具。其主要功能是通过可视化手段分析科学文献中蕴含的知识，展示科学知识的结构、规律与分布。CiteSpace 的主要功能包括：研究合作分析 ‌, 重要的期刊评价 ‌，核心主题挖掘等。
dplyr	综合R档案网络 (CRAN)	dplyr 1.1.4	dbplyr 是 dplyr 的数据库后端。它能够将远程数据库表当作内存中的数据框使用，方法是自动将 dplyr 代码转换为 SQL。
草图	综合 R 存档网络 (CRAN)	esquisse 2.0.1	此插件允许您使用 ggplot2 包对数据进行可视化，从而实现交互式的数据探索。您可绘制条形图、曲线图、散点图、直方图、箱线图以及 sf 对象，并导出图形或获取用于重现该图形的代码。
forcats	综合 R 存档网络（CRAN）	forcats 1.0.0	R 使用因子来处理分类变量，即具有固定且已知取值集合的变量。因子还有助于重新排序字符向量，以改善显示效果。forcats 包的目标是提供一套工具，用于解决因子常见的问题，包括更改水平顺序或数值。
ggplot2	综合R档案网络 (CRAN)	ggplot2 3.5.1	ggplot2 是一个基于《图形语法》的声明式图形创建系统。您只需提供数据，告知 ggplot2 如何将变量映射到图形属性、使用何种图形基本元素，其余细节由其自动处理。
ggpmisc	综合R档案网络 (CRAN)	ggpmisc 0.6.1	包装 ‘ggpmisc’ （其他扩展至 ‘ggplot2’) 是 R 软件包的一组扩展 ‘ggplot2’ (>= 3.0.0）的版本，重点在于与拟合模型相关的注释和绘图功能。模型拟合对象中的估计值可以通过 ggplot 以文本、表格或方程形式展示。针对多种模型拟合函数，可绘制预测值、残差、偏差和权重的图形。
ggsci	综合R档案网络 (CRAN)	ggsci 3.2.0	ggsci 提供了一系列受科学期刊、数据可视化库、科幻电影和电视剧启发的 ggplot2 颜色调色板。
openxlsx	综合 R 存档网络 (CRAN)	openxlsx 4.2.7.1	该 R 包通过提供用于编写、设置样式和编辑工作表的高级接口，简化了 .xlsx 文件的创建。借助 Rcpp 的使用，其读写速度可与 xlsx 和 XLConnect 包相媲美，同时消除了对 Java 的依赖。
readxl	综合 R 存档网络（CRAN）	readxl 1.4.3	readxl 包使得将数据从 Excel 导入 R 变得简单。与许多现有包（如 gdata、xlsx、xlsReadWrite）相比，readxl 没有外部依赖，因此它’在所有操作系统上均易于安装和使用。它专为处理表格数据而设计。
reshape2	综合 R 存档网络 (CRAN)	reshape2 1.4.4	Reshape2 是 reshape 包的重构版本。自 reshape 首次发布以来已逾五年，在此期间，我在 R 编程以及如何在 R 中处理数据方面积累了大量经验。Reshape2 利用这些经验开发了一个全新的数据重塑包，功能更加集中，且速度显著提升。
stringr	综合 R 存档网络 (CRAN)	stringr 1.5.1	字符串并非 R 语言中引人注目或备受关注的组成部分，但它们在许多数据清洗和预处理任务中发挥着重要作用。stringr 包提供了一套统一的函数，旨在使字符串操作尽可能简便。
tidytext	综合 R 存档网络（CRAN）	tidytext 0.4.2	使用整洁数据（tidy data）原则可使许多文本挖掘任务变得更加简便、高效，并与当前广泛使用的工具保持一致。利用整洁数据框进行文本挖掘所需的大部分基础设施已存在于 dplyr、broom、tidyr 和 ggplot2 等 R 包中。在本软件包中，我们提供了函数及配套数据集，以支持文本与整洁格式之间的相互转换，并实现整洁工具与现有文本挖掘包之间的无缝切换。欢迎阅读我们的书籍，深入了解基于整洁数据原则的文本挖掘方法。
tidyverse	综合R档案网络 (CRAN)	tidyverse 2.0.0	tidyverse 是一套富有见解的 R 语言软件包集合，专为数据科学设计。所有包均遵循统一的设计理念、语法规则和数据结构。
维恩图	综合 R 存档网络 (CRAN)	VennDiagram 1.7.3	VennDiagram 是一个 R 软件包，用于生成高分辨率、可自定义的维恩图（最多四个集合）和欧拉图（最多三个集合）。该软件包支持多种特殊情况的处理，包括双集合比例缩放，并提供对图形形状和结构的广泛自定义功能。
VOSviewer	荷兰莱顿大学科学与技术研究中心	VOSviewer 版本 1.6.19	VOSviewer 是一种用于构建和可视化文献计量网络的软件工具。这些网络可包含期刊、研究人员或单篇出版物，并可根据引用、文献耦合、共被引或共同作者关系构建。VOSviewer 还提供文本挖掘功能，可用于构建和可视化从科学文献集合中提取的重要术语的共现网络。