研究文章

类风湿关节炎中肌肉疾病的知识图谱绘制：一项文献计量与生物信息学研究

200 次观看

⸱

DOI：

10.3791/70373

⸱

2026年4月21日

 ,  ,  , 
1Department of TCM Rheumatology, China-Japan Friendship Hospital, 2School of Acupuncture-Moxibustion and Tuina, Beijing University of Chinese Medicine, 3Department of Integrated TCM and Western Medicine for Pulmonary Diseases, China-Japan Friendship Hospital

本文内容

摘要

本研究采用文献计量学分析方法，描绘类风湿关节炎相关肌肉疾病当前的研究格局，并进一步利用生物信息学方法探究类风湿关节炎与肌炎之间共有的基因及富集通路。

摘要

本研究基于2015年1月1日至2024年12月31日期间Web of Science核心合集数据库中收录的关于类风湿关节炎（RA）与肌肉疾病共病关系的文献，进行了文献计量学分析。通过分析已发表文章的关键特征，旨在识别该领域的全球研究热点。研究利用VOSviewer、CiteSpace、Scimago Graphica和Excel等工具，对研究格局进行了可视化分析。结果表明，该领域年度发文量呈现周期性波动。美国在总发文量上位居第一，中国紧随其后。出版机构形成了具有显著辐射效应的区域性合作网络。瑞典的卡罗林斯卡学院和卡罗林斯卡大学医院分别以50篇和30篇发文量位列第一和第二。在具体研究主题方面，关键词聚类分析识别出12个主题聚类，包括肌炎、肿瘤坏死因子和代谢等。鉴于肌炎是RA与肌肉疾病共病研究中的热点，我们进一步采用GeneCards分析RA与肌炎在基因表达和通路方面的相关性，并以图形方式展示结果。GeneCards筛选出359个共有基因。蛋白质-蛋白质相互作用网络分析显示，TNF、IL6和IFNG等基因处于核心位置。KEGG富集分析表明，TNF、JAK-STAT和IL-17信号通路在其中发挥关键作用。

引言

类风湿关节炎（RA）是一种慢性自身免疫性炎症性疾病，以对称性关节受累为特征，全球患病率约为0.5–1%1,2。RA的核心病理机制涉及免疫系统的异常激活，导致滑膜持续性炎症以及一系列关节内病理改变3,4,5。尽管滑膜是RA的主要靶组织，但该疾病常伴随多种全身性表现，包括心血管疾病、骨质疏松症以及肌肉相关性疾病6,7,8,9。其中，与RA相关的肌肉改变，如肌肉萎缩、肌力下降和肌炎，近年来逐渐成为研究热点。这些并发症不仅加重功能障碍、降低生活质量，还影响疾病的预后及治疗反应10,11,12,13。尽管肌肉病变在RA患者中临床发生率较高，但其具体高发情况尚不明确，潜在的共病分子机制也尚未得到系统阐明。此外，该领域的全球研究趋势与知识结构仍需进一步的系统性探讨14。

在过去十年中，随着生物制剂治疗、靶向治疗和康复医学的进步，类风湿关节炎相关肌肉疾病的研究取得了显著进展15,16,17。然而，目前仍缺乏对学术界内研究重点变迁、合作网络及核心主题演进的系统性分析。文献计量学是一种对学术文献进行定量分析的方法，可用于揭示特定领域的研究趋势、国家与机构的贡献、关键词热点以及跨学科动态18。可视化技术（如共现网络和聚类分析）可进一步直观呈现知识结构的演变过程。生物信息学分析则能够深入挖掘生物学数据，揭示疾病潜在的发病机制及关键调控通路。整合这两种方法有助于构建一个从宏观知识图谱到微观分子网络的综合性研究框架，从而为理解类风湿关节炎相关肌肉疾病的发病机制并识别潜在干预靶点提供全新的多维视角。

基于Web of Science数据库，本研究采用VOSviewer、CiteSpace、Scimago Graphica和Excel等文献计量工具，系统分析与类风湿关节炎（RA）相关的肌肉疾病领域的年度发表数量、国家与机构贡献、关键词共现关系以及新兴主题趋势。此外，利用GeneCards数据库分析肌炎与RA共同关联的基因及富集通路。研究结果旨在为RA相关肌肉疾病的作用机制探索、临床干预及跨学科合作提供新的见解。

访问受限。请登录或开始试用以查看此内容。

方案

本研究的整体工作流程如图1所示，概述了文献检索、文献计量分析、共有基因的识别、蛋白质-蛋白质相互作用网络的构建以及通路富集分析等依次进行的步骤。

文献检索策略
于2025年6月22日在Web of Science（WOS）核心合集数据库上进行了文献检索19。检索范围限定在科学引文索引扩展版（SCI-Expanded）和社会科学引文索引（SSCI），涵盖2015年1月1日至2024年12月31日之间的出版物。具体的检索词及相应的检索结果数量见表1。初步检索后，排除了会议摘要、会议论文、编辑材料、书籍章节以及撤稿文献等文献类型。随后，仅保留以英文发表且文献类型为"Article"或"Review Article"的记录用于进一步分析。

文献计量分析
文献计量分析与可视化需要特定软件工具的支持，具体工具详见材料表。本研究旨在构建横跨肌炎与类风湿关节炎交叉研究领域的知识图谱。分析范围涵盖过去十年间的发表趋势、国际间合作模式与协作网络、机构/期刊/作者之间的学术影响力、反映研究热点的核心关键词，以及引文网络分析。

首先从 Web of Science 数据库导出年度发表数量数据，并用于生成展示发表趋势的统计图表。随后将检索到的文献数据导入 VOSviewer 软件进行分析：在"合著"模块中，依次选择"作者"、"机构"和"国家"选项，分别生成作者合作网络、机构合作网络和国家合作网络；在"引用"模块中，选择"来源"选项以生成期刊合作网络；在"共被引"模块中，选择"被引来源"和"被引作者"，以获得被引期刊合作网络和被引作者合作网络。为了更直观地展示国际合作关系，进一步使用 Scimago Graphica 软件对国家合作网络进行美学优化，以增强其视觉清晰度和可解释性20。

使用 CiteSpace 软件对关键词热点和跨学科主题术语进行了分析21。网络剪枝选择 Pathfinder 算法，时间跨度设置为 2015 年 1 月至 2024 年 12 月，按月划分时间切片。节点类型设置为 "Keyword"，生成基于关键词的聚类图谱，展示各聚类的研究热点、代表性主题术语以及出现频率最高的前 20 个热点关键词。引文网络分析采用类似的流程，仅需将节点类型修改为 "Cited Reference" 即可完成相应的分析。

共有基因的鉴定
基于文献计量学分析，关键词 "myositis" 在肌肉病理学与类风湿关节炎的交叉研究领域中表现出显著的重要性。因此，本研究选取肌炎与类风湿关节炎作为研究对象，进行重叠基因分析。具体步骤如下：首先，从 GeneCards 数据库中检索与肌炎和类风湿关节炎相关的靶基因22。为确保分析的全面性，本研究未设定相关性评分阈值，而是纳入所有已报道的与疾病相关的基因，从而构建两个相应的基因集合。通过比较这两个集合，识别出重叠基因。这些重叠基因最终被定义为 "RA-Myositis 共病相关基因"，并作为后续分析的核心数据集。

蛋白质-蛋白质相互作用（PPI）网络构建
利用 STRING 数据库中的 "Multiple proteins" 查询功能，我们提交了 "RA-肌炎共病相关基因" 列表进行分析23。将物种限定为 "Homo sapiens"，并设置最低相互作用评分阈值为 ≥0.700（中等置信度）。随后，将获得的蛋白质-蛋白质相互作用网络数据导入 Cytoscape 进行可视化。通过 STYLE 面板自定义节点的形状和颜色，生成了清晰可视化的蛋白质-蛋白质相互作用网络图。

通路富集分析
通路富集分析的具体工作流程如下。首先，使用 R 软件中的 clusterProfiler 软件包对共有基因集进行京都基因与基因组百科全书（KEGG）通路富集分析24。采用超几何检验评估统计学显著性，并通过 Benjamini-Hochberg 方法对 p 值进行多重检验校正以控制错误发现率。校正后 p 值< 0.05 的通路被视为显著富集，并保留用于后续分析。随后手动排除与特定人类疾病或一般代谢过程相关的通路，以聚焦于核心信号传导机制。将筛选后的通路及其相关基因导入 Cytoscape 软件以构建相互作用网络25。应用"yFiles Organic Layout"算法生成清晰的层次化结构。在 STYLE 面板中进一步优化可视化属性：节点颜色强度映射至富集显著性，节点大小根据各通路中核心基因的数量加权，边的粗细根据通路间的 Jaccard 相似性系数加权，以反映基因重叠程度。最终获得 KEGG 通路相互作用网络用于综合分析。

访问受限。请登录或开始试用以查看此内容。

结果

年度发表论文数量
对 WOS 数据库的检索显示，过去十年中关于类风湿关节炎（RA）与肌肉相关研究的论文共发表了 1,352 篇。在筛选排除了会议摘要、会议论文、编辑材料、书籍章节以及撤稿论文等文献类型后，仅保留了研究论文和综述论文，共计 1,274 篇。进一步限定为英文发表的文献后，最终获得 1,249 篇文献，其中包括 895 篇研究论文和 354 篇综述论文。年度发表数量与引用频次如图2所示。年度发表数量呈现周期性波动。2015 年至 2018 年间，论文数量略有增长，从 126 篇上升至 132 篇，形成第一个高峰。2019 年至 2024 年间，前两年出现轻微下降，随后显著回升，2021 年达到 152 篇，形成第二个研究高峰。此后数量再次下降，2024 年降至 99 篇。引用频次则呈现持续上升趋势，在 2022 年至 2023 年间进入平台期，并于 2024 年恢复增长。

已发表研究中国际合作的模式
利用 Scimago Grap...

访问受限。请登录或开始试用以查看此内容。

讨论

文献计量分析揭示了该领域研究重点呈现出明显的阶段性演变：早期研究主要集中于关节炎症机制的基础探索，而研究重点已逐步转向涵盖临床评估体系建立、分子通路阐明以及系统性共病靶向干预策略发展的综合性研究方向26,27,28。这一转变凸显了该领域内在的逻辑脉络与发展轨迹。年度发表数量呈现周期性波动，可能反映了科研经费配置的周期性变化以及研究重点的阶段性转移29,30。引用频次的持续增长表明，该领域的研究正在不断深化，对现有文献的深度挖掘与系统整合日益受到重视。这一趋势与风湿病学及肌肉代谢研究的快速进展密切相关，特别是近年来对风湿免疫因子在类风湿关节炎（RA）和肌肉相关疾病中关键作用的深入认识31,32。这些进展为探索RA相关肌病的...

访问受限。请登录或开始试用以查看此内容。

披露

作者声明无利益冲突。

致谢

本研究由国家自然科学基金（批准号：81704050）资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
CiteSpaceDrexel Universityhttps://citespace.podia.com关键词聚类、突现词检测和参考文献共被引分析
clusterProfilerR package / Bioconductorhttps://bioconductor.org/packages/clusterProfilerKEGG通路富集分析
Cytoscape美国国家普通医学科学研究所（NIGMS）https://cytoscape.orgPPI网络和KEGG通路相互作用网络的可视化
ExcelMicrosoft Corporationhttps://www.microsoft.com/excel数据整理、统计图表绘制和年度发表趋势分析
GeneCards魏茨曼科学研究所https://www.genecards.org获取类风湿关节炎和肌炎的靶基因
R 软件The R Foundationhttps://www.r-project.org统计计算、数据分析和富集图生成
Scimago GraphicaScimago Labhttps://www.graphica.app国家合作网络的可视化与美学优化
STRING瑞士生物信息学研究所（SIB）等https://string-db.org蛋白质-蛋白质相互作用（PPI）网络构建
VOSviewer莱顿大学https://www.vosviewer.com合作网络（作者、机构、国家）构建和期刊共被引分析

参考文献

  1. Brown, P., Pratt, A. G., Hyrich, K. L. Therapeutic advances in rheumatoid arthritis. BMJ. 384, e070856(2024).
  2. Finckh, A., et al. Global epidemiology of rheumatoid arthritis. Nat Rev Rheumatol. 18 (10), 591-602 (2022).
  3. Weyand, C. M., Goronzy, J. J. The immunology of rheumatoid arthritis. Nat Immunol. 22 (1), 10-18 (2021).
  4. Di Matteo, A., Bathon, J. M., Emery, P. Rheumatoid arthritis. Lancet. 402 (10416), 2019-2033 (2023).
  5. Gravallese, E. M., Firestein, G. S. Rheumatoid arthritis—common origins, divergent mechanisms. N Engl J Med. 388 (6), 529-542 (2023).
  6. England, B. R., Thiele, G. M., Anderson, D. R., Mikuls, T. R. Increased cardiovascular risk in rheumatoid arthritis: mechanisms and implications. BMJ. 361, k1036(2018).
  7. Minisola, S., Pepe, J., Cipriani, C. Rheumatoid arthritis, bone and drugs: a dangerous interweave. Ann Rheum Dis. 80 (4), 409-410 (2021).
  8. Bennett, J. L., et al. Rheumatoid sarcopenia: loss of skeletal muscle strength and mass in rheumatoid arthritis. Nat Rev Rheumatol. 19 (4), 239-251 (2023).
  9. Zhao, Y., Chen, G. Y., Fang, M. Research trends of rheumatoid arthritis and depression from 2019 to 2023: a bibliometric analysis. J Multidiscip Healthc. 17, 4465-4474 (2024).
  10. Farrow, M., et al. Muscle deterioration due to rheumatoid arthritis: assessment by quantitative MRI and strength testing. Rheumatology (Oxford). 60 (3), 1216-1225 (2021).
  11. Qu, Y., et al. Development and validation of a predictive model assessing the risk of sarcopenia in rheumatoid arthritis patients. Front Immunol. 15, 1437980(2024).
  12. Cano-García, L., et al. Sarcopenia and nutrition in elderly rheumatoid arthritis patients: a cross-sectional study. Nutrients. 15 (11), 2440(2023).
  13. Chen, G. Y., et al. Mechanisms of total glucosides of paeony in alleviating methotrexate-induced liver injury. Drug Des Devel Ther. 19, 3407-3423 (2025).
  14. Ding, Q., et al. Signaling pathways in rheumatoid arthritis: implications for targeted therapy. Signal Transduct Target Ther. 8 (1), 68(2023).
  15. Aletaha, D., Smolen, J. S. Diagnosis and management of rheumatoid arthritis: a review. JAMA. 320 (13), 1360-1372 (2018).
  16. Chen, G. Y., et al. Network pharmacology analysis and experimental validation of total flavonoids of Rhizoma Drynariae in rheumatoid arthritis. Drug Des Devel Ther. 16, 1743-1766 (2022).
  17. Pavlov-Dolijanovic, S., et al. Elderly-Onset Rheumatoid Arthritis: Characteristics and Treatment Options. Medicina (Kaunas). 59 (10), 1878(2023).
  18. Ninkov, A., Frank, J. R., Maggio, L. A. Bibliometrics: methods for studying academic publishing. Perspect Med Educ. 11 (3), 173-176 (2022).
  19. Li, K., Rollins, J., Yan, E. Web of Science use in published research and review papers 1997–2017. Scientometrics. 115 (1), 1-20 (2018).
  20. Chen, H., Chen, F., Luo, J., Chen, S. Research trends in emergency department overcrowding: a bibliometric study. Technol Health Care. 33 (3), 1159-1168 (2025).
  21. Du, Q., et al. Protocol for conducting bibliometric analysis using CiteSpace and VOSviewer. STAR Protoc. 5 (3), 103269(2024).
  22. Stelzer, G., et al. The GeneCards Suite: from gene data mining to disease genome sequence analyses. Curr Protoc Bioinformatics. 54, 1.30.1-1.30.33 (2016).
  23. Szklarczyk, D., et al. The STRING database in 2023: protein–protein association networks. Nucleic Acids Res. 51 (D1), D638-D646 (2023).
  24. Dessau, R. B., Pipper, C. B. R—project for statistical computing. Ugeskr Laeger. 170 (5), 328-330 (2008).
  25. Shannon, P., et al. Cytoscape: a software environment for biomolecular interaction networks. Genome Res. 13 (11), 2498-2504 (2003).
  26. Su, C. M., et al. Melatonin regulates rheumatoid synovial fibroblast inflammation. J Pineal Res. 76 (6), e13009(2024).
  27. Nygaard, G., Firestein, G. S. Restoring synovial homeostasis in rheumatoid arthritis. Nat Rev Rheumatol. 16 (6), 316-333 (2020).
  28. Xiao, Z. X., Miller, J. S., Zheng, S. G. Advances in autoantibodies in autoimmune diseases. Autoimmun Rev. 20 (2), 102743(2021).
  29. Wu, D., et al. Systemic complications of rheumatoid arthritis. Front Immunol. 13, 1051082(2022).
  30. Deane, K. D., Holers, V. M. Rheumatoid arthritis pathogenesis, prediction, and prevention. Arthritis Rheumatol. 73 (2), 181-193 (2021).
  31. Lekieffre, M., et al. Joint and muscle inflammatory disease: a scoping review. Semin Arthritis Rheum. 61, 152227(2023).
  32. Tian, J., et al. Methotrexate-loaded nanomedicine in rheumatoid arthritis. Acta Biomater. 157, 367-380 (2023).
  33. Hysa, E., et al. Vitamin D and muscle status in autoimmune rheumatic diseases. Nutrients. 16 (14), 2329(2024).
  34. Xu, L., et al. Metabolomics in rheumatoid arthritis: advances and review. Front Immunol. 13, 961708(2022).
  35. Østergaard, M., Boesen, M. Imaging in rheumatoid arthritis. Radiol Med. 124 (11), 1128-1141 (2019).
  36. Chen, Z., Bozec, A., Ramming, A., Schett, G. Anti-inflammatory cytokines in rheumatoid arthritis. Nat Rev Rheumatol. 15 (1), 9-17 (2019).
  37. Liu, W., et al. Sinomenine inhibits rheumatoid arthritis progression. Front Immunol. 9, 2228(2018).
  38. Miyabe, Y., Miyabe, C., Luster, A. D. LTB4 and BLT1 in inflammatory arthritis. Semin Immunol. 33, 52-57 (2017).
  39. Konzett, V., Aletaha, D. Management strategies in rheumatoid arthritis. Nat Rev Rheumatol. 20 (12), 760-769 (2024).
  40. Yang, D., et al. Research trends in heart failure and anxiety comorbidity. J Multidiscip Healthc. 18, 7175-7191 (2025).
  41. Colina, M., Campana, G. Precision medicine in rheumatology. J Clin Med. 14 (5), 1735(2025).
  42. Peilin, Z., et al. Inflammatory cytokines and rheumatoid arthritis. Postgrad Med J. 101 (1194), 313-320 (2025).
  43. Zamri, F., de Vries, T. J. TNF inhibitors in rheumatoid arthritis. Front Immunol. 11, 591365(2020).
  44. Pandolfi, F., et al. Interleukin-6 in rheumatoid arthritis. Int J Mol Sci. 21 (15), 5238(2020).
  45. Rong, H., et al. IL1B polymorphisms and rheumatoid arthritis risk. Int Immunopharmacol. 83, 106401(2020).
  46. Navarro-Compán, V., et al. IL-17 pathways in inflammatory diseases. Front Immunol. 14, 1191782(2023).
  47. Chen, G., Yan, Z., Wang, Y., Tao, Q. Rheumatoid arthritis and fibromyalgia: bibliometric study. J Multidiscip Healthc. 18, 6811-6827 (2025).
  48. Liu, X. R., et al. Isorhamnetin inhibits rheumatoid arthritis progression. Chin J Integr Med. 30 (4), 299-310 (2024).
  49. Niu, X., et al. Tectoridin suppresses inflammatory signaling in RA. Tissue Cell. 77, 101826(2022).
  50. Li, W., et al. Mangiferin and cinnamic acid alleviate rheumatoid arthritis. Front Immunol. 13, 912933(2022).
  51. Wang, Y., et al. Research trends in JAK inhibitors for ulcerative colitis. J Multidiscip Healthc. 18, 6755-6771 (2025).
  52. Bertrand, D., et al. Methotrexate and etanercept in early RA: CareRA2020 trial. RMD Open. 10 (3), e004535(2024).
  53. Simon, L. S., et al. The JAK/STAT pathway in rheumatoid arthritis. Semin Arthritis Rheum. 51 (1), 278-284 (2021).
  54. Hodge, J. A., et al. Mechanism of action of tofacitinib. Clin Exp Rheumatol. 34 (2), 318-328 (2016).
  55. Yang, Y. J., et al. Tubson-2 decoction in rheumatoid arthritis. Phytomedicine. 116, 154875(2023).
  56. Mao, D., et al. HDAC2 in rheumatoid arthritis progression. Environ Toxicol. 38 (7), 1743-1755 (2023).
  57. Kurowska-Stolarska, M., Alivernini, S. Synovial macrophages in rheumatoid arthritis. Nat Rev Rheumatol. 18 (7), 384-397 (2022).
  58. Day, J., et al. Periarticular myositis in inflammatory arthritis. JCI Insight. 10 (7), e179928(2025).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

TNF JAK STAT IL 17

相关文章