Globale und aktuelle Forschungstrends der Einzelzellsequenzierung bei Krebs: Eine bibliometrische und Visualisierungsstudie

Unsere Studie untersucht die Entwicklungstrends in der Einzelzellsequenzierung im Bereich Krebs. Die Ergebnisse geben Forschern, Klinikern und politischen Entscheidungsträgern einen detaillierten Überblick über den aktuellen Wissensstand und das Verständnis in diesem Bereich. Unsere bibliometrische Analyse zeigt, dass China und die USA führend in der Einzelzellsequenzierung in der Krebsforschung sind. Neue Begriffe wie intratumorale Heterogenität, Klonevolution und Wirkstoffverabreichungssysteme deuten auf zukünftige Forschungsrichtungen hin.

Unsere Studie zielt darauf ab, die aktuelle Forschungslandschaft zu bewerten, signifikante Forschungs-Hotspots zu identifizieren und aufkommende Trends zu erläutern, um Forschern und politischen Entscheidungsträgern umsetzbare Erkenntnisse zu liefern.

[Erzähler] Greifen Sie zunächst auf die Datenbank der Web of Science Core Collection von ihrer Website zu. Erstellen Sie eine Suchstrategie mit gezielten Schlüsselwörtern wie Einzelzellsequenzierung und Krebs, um relevante Literatur zu identifizieren. Suchen Sie dann nach den Ergebnissen. Legen Sie die Suchparameter fest, indem Sie den Veröffentlichungszeitraum vom 1. Januar 2010 bis zum 31. Dezember 2023 auswählen. Wählen Sie Englisch als Sprache und dann Artikel und Rezension als Dokumenttypen aus. Speichern Sie die zusammengestellten Daten als reine Textdateien für die spätere bibliometrische Analyse und stellen Sie die ausgewählten Publikationen im Format Full Record und Cited References zusammen. Starten Sie nun die Biblioshiny Schnittstelle aus dem bibliometrischen Paket in R. Importieren Sie die Nur-Text-Dateien und exportieren Sie den Datensatz im R-Datenformat zur Analyse. Erstellen Sie ein Balkendiagramm, um die jährliche Anzahl der Veröffentlichungen anzuzeigen, und überlagern Sie ein Liniendiagramm, um die Anzahl der Zitationen im Zeitverlauf darzustellen. Extrahieren Sie institutionelle Daten aus dem Abschnitt "Affiliations" mit der Funktion "Ergebnisse analysieren" in der Datenbank "Web of Science Core Collection". Verwenden Sie das ggplot2-Paket in R, um ein horizontales Balkendiagramm zu generieren, das die Anzahl der institutionellen Veröffentlichungen visualisiert. Führen Sie mit VOSviewer eine Analyse der Co-Autorenschaft durch, indem Sie im Hauptmenü Erstellen und dann auf der Grundlage bibliografischer Daten eine Karte erstellen auswählen. Importieren Sie die Nur-Text-Dateien, und legen Sie den Analysetyp auf Co-Autorenschaft fest. Wählen Sie Vollständige Zählung und dann Organisationen als Analyseeinheit aus. Klicken Sie auf Fertigstellen, um die Visualisierung zu generieren. Greifen Sie auf den Abschnitt "Forscherprofile" in der Datenbank der Web of Science Core Collection zu, um Autoren basierend auf der Gesamtzahl der veröffentlichten Artikel zu identifizieren und zu bewerten. Verwenden Sie das ggplot2-Paket in R, um ein horizontales Balkendiagramm zu generieren, in dem die Top-Autoren nach Anzahl der Veröffentlichungen visualisiert werden. Rufen Sie jetzt detaillierte Metriken ab, einschließlich des Landes, der angeschlossenen Institution und des H-Index für die Top-10-Autoren, indem Sie die Daten der Web of Science Core Collection verwenden. Für Autorenkollaborationsnetzwerke starten Sie VOSviewer und wählen Sie die Schaltfläche Erstellen, gefolgt von Erstellen einer Karte basierend auf bibliografischen Daten. Importieren Sie die relevanten Nur-Text-Dateien, indem Sie Daten aus bibliographischen Datenbankdateien lesen auswählen. Setzen Sie den Analysetyp in VOSviewer auf Mitautorenschaft. Verwenden Sie die Methode Vollständige Zählung, und wählen Sie Autoren als Analyseeinheit aus. Klicken Sie auf Fertigstellen, um eine Overlay-Visualisierung zu generieren. Verwenden Sie die hindex-Funktion in R, um Journalmetriken für die identifizierten Publikationsquellen zu berechnen. Öffnen Sie für die Analyse des Wissensflusses CiteSpace und navigieren Sie zum Menü Daten. Wählen Sie WOS aus, um den Datensatz für die Wissensflussanalyse zu importieren. Wählen Sie in CiteSpace die Optionen Overlay Maps und JCR Journals Maps für die Map-Konfiguration mit dem Z-Score-Parameter 0 aus und passen Sie die Hintergrundfarbe an. Öffnen Sie CiteSpace, navigieren Sie zum Menü "Daten" und wählen Sie die Daten aus, um mit der Analyse der zitierten Referenzen zu beginnen. Legen Sie den Knotentyp auf Referenz fest. Nachdem Sie Pathfinder aktiviert und segmentierte Netzwerk-Features bereinigt haben, führen Sie die Analyse aus. Um Referenzen mit hoher Wirkung zu identifizieren, wählen Sie die Option "Burstness" in CiteSpace und legen Sie den Gamma-Parameter auf einen Bereich von 0 bis 1 fest. Für die Kookkurrenz von Schlüsselwörtern führen Sie eine Analyse der Schlüsselworthäufigkeit in R mit dem bibliometrischen Paket durch. Setzen Sie das Analysefeld auf die Keywords des Autors und beschränken Sie die Ausgabe auf die Top 20 Keywords. Verwenden Sie für die Keyword-Burst-Analyse CiteSpace mit aktivierter Burstness. Legen Sie den Parameter gamma auf 0 bis 1 fest. Öffnen Sie anschließend VOSviewer, wählen Sie Erstellen und dann Karte basierend auf bibliografischen Daten erstellen. Verwenden Sie die Option Daten aus bibliographischen Datenbankdateien lesen und importieren Sie die Nur-Text-Dateien. Legen Sie den Analysetyp auf Gemeinsame Okkurrenz fest, verwenden Sie die Methode Vollständige Zählung, und wählen Sie Autorenschlüsselwörter als Analyseeinheit aus. Wenden Sie einen Mindestschwellenwert von 40 Keyword-Vorkommen an, und klicken Sie auf Fertig stellen, um das Netzwerk für die gemeinsame Häufigkeit zu generieren. Die jährliche Anzahl der Publikationen zur Einzelzellsequenzierung in der Krebsforschung zeigte nach 2016 einen starken Anstieg mit bemerkenswerten Zitationsspitzen in den Jahren 2014 und 2020. China und die Vereinigten Staaten schnitten als Top-Beitragszahler hervor, wobei China das schnellste Wachstum bei der Publikationsproduktion aufwies. Die Harvard University wurde in Bezug auf die Anzahl der Veröffentlichungen als führende Institution identifiziert, gefolgt von mehreren großen chinesischen Universitäten. Frontiers in Immunology veröffentlichte die höchste Anzahl von Artikeln, während Zeitschriften wie Cell und Nature die meisten Zitate hatten. Artikel von Macosko et al. und Tirosh et al. wiesen die stärksten Zitationswellen auf, was auf wichtige Durchbrüche in Technik und Analyse hinweist. Die Immunmikroumgebung war das am häufigsten verwendete Schlüsselwort, wobei aufkommende Trends wie Lungenadenokarzinom und krebsassoziierte Fibroblasten in jüngster Zeit an Bedeutung gewonnen haben. Die Tumorevolution zeigte die längste Dauer der Zitations-Bursts.