암에서 단일 세포 염기서열 분석의 글로벌 및 현재 연구 동향: 서지 측정 및 시각화 연구

우리의 연구는 암 영역 내에서 단일 세포 시퀀싱의 발달 추세를 조사합니다. 결과는 연구자, 임상의 및 정책 입안자에게 이 분야에 대한 지식 및 이해의 현재 상태에 대한 심층적인 개요를 제공합니다. 우리의 서지 분석 결과는 암 연구에서 중국과 미국이 선도적인 단일 세포 시퀀싱을 보여줍니다. 종양 내 이질성, 클론 진화 및 약물 전달 시스템과 같은 새로운 용어는 미래의 연구 방향을 제시합니다.

우리의 연구는 연구자와 정책 입안자에게 실행 가능한 통찰력을 제공하기 위해 현재 연구 환경을 평가하고, 중요한 연구 핫스팟을 식별하고, 새로운 추세를 밝히는 것을 목표로 합니다.

[해설자] 시작하려면 웹 사이트에서 Web of Science Core Collection 데이터베이스에 액세스하십시오. 단일 세포 시퀀싱 및 암과 같은 타겟 키워드를 사용하여 검색 전략을 구성하여 관련 문헌을 식별합니다. 그런 다음 결과를 검색합니다. 2010년 1월 1일부터 2023년 12월 31일까지의 게시 기간을 선택하여 검색 매개변수를 설정합니다. 언어로 영어를 선택하고 문서 유형으로 기사 및 검토를 선택합니다. 컴파일된 데이터를 후속 서지 분석을 위해 일반 텍스트 파일로 저장하고 선택한 출판물을 전체 기록 및 인용 참고 문헌 형식으로 컴파일합니다. 이제 R의 서지 패키지에서 Biblioshiny 인터페이스를 시작합니다. 일반 텍스트 파일을 가져오고 분석을 위해 R 데이터 형식으로 데이터 세트를 내보냅니다. 막대 그림을 만들어 연간 출판물 수를 표시하고 선 그래프를 오버레이하여 시간 경과에 따른 인용 횟수를 나타냅니다. Web of Science Core Collection 데이터베이스의 결과 분석 기능을 사용하여 소속 섹션에서 기관 데이터를 추출합니다. R에서 ggplot2 패키지를 사용하여 기관 출판물 수를 시각화하는 가로 막대 차트를 생성합니다. VOSviewer를 사용하여 메인 메뉴에서 생성을 선택하고 서지 데이터를 기반으로 맵 생성을 선택하여 공동 저자 분석을 수행합니다. 일반 텍스트 파일을 가져오고 분석 유형을 공동 저자로 설정합니다. 전체 계산을 선택하고 분석 단위로 조직을 선택합니다. 마침을 클릭하여 시각화를 생성합니다. Web of Science Core Collection 데이터베이스의 연구자 프로필 섹션에 액세스하여 출판된 총 논문 수를 기준으로 저자를 식별하고 순위를 매깁니다. R에서 ggplot2 패키지를 사용하여 가로 막대 차트를 생성하고 출판 수별로 상위 저자를 시각화합니다. 이제 Web of Science Core Collection 데이터를 사용하여 상위 10명의 저자에 대한 국가, 제휴 기관 및 H 지수를 포함한 자세한 메트릭을 검색합니다. 저자 협업 네트워크의 경우 VOSviewer를 실행하고 생성 버튼을 선택한 다음 서지 데이터를 기반으로 맵 생성을 선택합니다. 서지 데이터베이스 파일에서 데이터 읽기를 선택하여 관련 일반 텍스트 파일을 가져옵니다. VOSviewer에서 분석 유형을 공동 작성으로 설정합니다. 전체 계수 방법을 사용하고 분석 단위로 작성자를 선택합니다. 마침을 클릭하여 오버레이 시각화를 생성합니다. R에서 hindex 함수를 사용하여 식별된 출판 소스에 대한 저널 메트릭을 계산합니다. 지식 흐름 분석을 위해 CiteSpace를 열고 데이터 메뉴로 이동합니다. WOS를 선택하여 지식 흐름 분석을 위한 데이터 세트를 가져옵니다. CiteSpace를 사용하여 0 z-score 매개 변수가 있는 맵 구성에 대해 오버레이 맵 및 JCR 저널 맵 옵션을 선택하고 배경색을 조정합니다. CiteSpace를 열고 데이터 메뉴로 이동한 다음 데이터를 선택하여 공동 인용 참조 분석을 시작합니다. 노드 유형을 참조로 설정합니다. Pathfinder를 활성화하고 슬라이스된 네트워크 기능을 정리한 후 분석을 실행합니다. 영향력이 큰 참조를 식별하려면 CiteSpace에서 버스트니스 옵션을 선택하고 감마 매개변수를 0에서 1 사이의 범위로 설정합니다. 키워드 동시 발생을 위해 서지 측정 패키지를 사용하여 R에서 키워드 빈도 분석을 수행합니다. 분석 필드를 작성자의 키워드로 설정하고 출력을 상위 20개 키워드로 제한합니다. 키워드 버스트 분석의 경우 버스트가 활성화된 CiteSpace를 사용합니다. 감마 매개변수를 0에서 1로 설정합니다. 그런 다음 VOSviewer를 열고 생성을 선택한 다음 서지 데이터를 기반으로 맵 생성을 선택합니다. 서지 데이터베이스 파일에서 데이터 읽기 옵션을 사용하고 일반 텍스트 파일을 가져옵니다. 분석 유형을 동시 발생으로 설정하고, 전체 계산 방법을 사용하고, 분석 단위로 키워드 작성을 선택합니다. 키워드 발생 횟수 40개에 대한 최소 임계값을 적용하고 마침을 클릭하여 동시 발생 네트워크를 생성합니다. 암 연구에서 단일 세포 시퀀싱에 대한 연간 출판 건수는 2016년 이후 급격한 증가를 보였으며 2014년과 2020년에 눈에 띄는 인용 정점을 찍었습니다. 중국과 미국이 가장 큰 기여자로 떠올랐으며, 중국은 출판 생산량에서 가장 빠른 성장을 보였습니다. 하버드 대학교는 출판 횟수 측면에서 선두 기관으로 확인되었으며, 여러 주요 중국 대학이 그 뒤를 이었습니다. Frontiers in Immunology는 가장 많은 논문을 발표했으며 Cell 및 Nature와 같은 저널은 가장 많은 인용을 받았습니다. Macosko et al. 및 Tirosh et al.의 논문은 가장 강력한 인용 버스트를 보였으며 이는 기술과 분석에서 주요 혁신을 나타냅니다. 면역 미세 환경은 폐 선암종 및 암 관련 섬유아세포와 같은 새로운 추세가 최근 두각을 나타내면서 가장 자주 사용되는 키워드였습니다. 종양 진화는 가장 긴 인용 버스트 기간을 보여주었습니다.