基于Web of Science数据库的黑素皮质素受体研究现状与趋势的可视化分析

2022-10-10 08:31杜雨优于慧霞莫昊霖姚明星宋清川王立新
家畜生态学报 2022年9期

杜雨优,于慧霞,莫昊霖,姚明星,宋清川,王立新,李 杨

(西北农林科技大学 动物科技学院,陕西 杨凌 712100)

黑素皮质素受体 (melanocortin receptors)是G蛋白偶联受体(G-protein-coupled receptors, GPCRs)中A类家族的成员,包含黑素皮质素受体1~5 (melanocortin-1 receptor, MC1R; melanocortin-2 receptor, MC2R; melanocortin-3 receptor, MC3R; melanocortin-4 receptor, MC4R; melanocortin-5 receptor, MC5R)。黑素皮质素在动物体内参与包括色素沉着、类固醇生成、能量稳态、外分泌腺分泌、性功能、镇痛和炎症在内的多种生理功能。MC1R是α-促黑色素细胞激素 (α-melanocyte-stimulating hormone,α-MSH)受体,在皮肤黑色素细胞上具有确定皮肤和毛发色素沉着的关键作用。同时,MC1R也在白细胞上表达,其可能具有抗炎作用。MC2R是在肾上腺皮质的网状带和束带中表达的肾上腺皮质的受体,它能调节类固醇的合成。经鉴定,MC3R在中枢神经系统及周围组织多处区域参与能量稳态。MC4R主要在中枢神经系统中表达,调节食物摄入和性功能。MC5R在外周组织中表达,主要参与外分泌功能,特别是通过靶向删除该受体发现的皮脂腺分泌。黑色素皮质素受体不论在中枢神经还是外周组织中都发挥了重要作用,黑素皮质素受体家族的生理意义在过去10年中推动了相当多的研究活动。

文献计量学是以文献出版物、引文和文本资料为基础的定量研究应用,多数学者用其探索一个主题或论文的演讲模式、出版趋势、作者网络等因素。自1988年以来中国文献计量学发展迅速。本文为了高效获取黑素皮质素受体的研究进展、热点及其发展趋势,对1993年1月-2022年7月发表在Web of Science核心合集数据库的英文文献,使用VOSviewer进行可视化分析,希望能为后期研究方向提供参考。

1 方 法

1.1 文献来源及筛选

以Web of Science为核心集数据库,检索主题设置为“melanocortin receptors”进行检索,而有关黑素皮质素受体的英文文献是从1993年开始,故文献检索时间设置为1993年1月1日-2022年7月2日,检索索引为SCI-Expanded,共筛选得到研究性论文和综述4970篇。通过阅读文献摘要、关键词、研究方向等,排除与黑素皮质素受体研究不相关的75篇文献,最终共得到4895条可用于进行文献计量分析的文献。将所精简文献以“全记录与引用的参考文献”方式进行下载,文献下载格式为“纯文本”,获取文献的全部记录,包括标题、出版年份、作者、国家(地区)、研究机构、期刊名、关键词和摘要。

1.2 研究方法

VOSviewer是由荷兰莱顿大学的Nees Jan van Eck和Ludo Waltman共同开发的免费文献计量分析软件。采用VOSviewer1.6.18软件进行知识图谱绘制,其在概率论的数据标准化方法基础上,在关键词、共机构、共作者等领域提供了多种可视化图,包括网络视图(Network Visualization)、叠加视图(Overlay Visualization)和密度视图(Density Visualization)。在VOSviewer聚类图谱中,圆圈大小表明关键词或文献被引次数的多少,节点颜色代表关键词或文献的聚类。叠加视图中,颜色越淡的圆圈发表年份越近,而在密度视图中圆圈大小同样代表频次高低。

2 结 果

2.1 文献发表趋势分析

通过研究某一领域不同时间段的发文量可以更直观地体现其研究热度的变化。1993年有关黑素皮质素受体文章发文量只有4篇,说明该领域的研究刚刚开始起步。从1993年到2013年,发文量迅速上涨,并且在2003年增长线更陡峭。通过查询文献发现,MC4R在这一年发表较多,可能有所突破。在2014-2021年,发文数量趋于平缓,但每年发文仍然超过200篇,在2020年达到峰值293篇。2022年前半年发文量超过100篇,预测2022年有关黑素皮质素受体的文献数量仍能超过200篇,见图1。

图1 1993-2022年黑素皮质素受体文献发表趋势Fig.1 Trends of published literature on melanocortin receptors from 1993 to 2022

2.2 作者合作网络分析

表1 发文量前5的作者Table 1 Authors of the top 5 articles

图2 作者合作网络密度图谱Fig.2 Author cooperative network density visualization

2.3 国家发文量和合作网络分析

通过VOSviewer将发文量大于10篇的国家进行可视化,结果如图3所示,圆圈的颜色表示该国开始研究的时间。图3分析表明,瑞典、美国等国家首先开始相关研究,而中国从2016年左右发文较多。文献以引用频率和h-指数为指标来衡量不同国家论文的影响力和质量,结合叠加视图和表2,进一步分析该领域的高生产力国家。研究发现,虽然中国在近几年发表的文章数量排名第二,但与美国、瑞典、法国等最早开始黑素皮质素受体研究的国家相比,篇均被引频率与h-指数仍有较大差距。其中,美国的文章发表量最多,平均被引用次数超过100次,表明美国在这一领域的研究最为深入,具有绝对优势。其次是瑞典、英国、德国,都处于该研究领域的中心位置,并与其他国家有着广泛的合作。

图3 黑素皮质素受体文献发表国家合作网络图谱Fig.3 Melanocortin receptors article published in the national cooperative network visualization

表2 全球发文量TOP10国家论文影响力分析Table 2 Analysis of the influence of the top 10 national papers published in the world

2.4 机构分析

图4显示了排名前20位的机构,每个机构发文量都大于70篇。其中属于美国的机构为8个,法国的机构为6个,英国的机构为3个,剩下3个机构分别属于瑞典、德国和丹麦,都是该领域研究中心的国家。美国哈佛大学总发文量最高,有183篇,在这一领域做出了突出贡献。此外,虽然中国的文章总量位居第二,但中国的机构并不在前20名之内,发文量20篇以上的只有中国科学院、上海交通大学、华中农业大学、四川农业大学、复旦大学和同济大学。中国在黑素皮质素受体的研究方面与发达国家还有一定的差距,可以与其他国家开展更多的合作研究。

图4 发文量Top20机构Fig.4 Top 20 institutions

2.5 热门期刊分析

对TOP15的热门期刊发文量进行分析(表3),得到发表关于黑素皮质素受体研究相关文献篇数排名前15的期刊。排名前5的期刊分别为PLoS One,Peptides,Endocrinology,Animal genetics和Journal of Clinical Endocrinology & Metabolism,是黑素皮质素受体领域最热门期刊,其中影响因子最高的为4.717,最低的为1.73,发文量分别为146、101、83、74、73篇。同时通过VOSviewer软件绘制热门期刊图谱(图5),结果发现共有5个聚类,前5的期刊研究方向分别为综合类、生化与分子生物、内分泌学与代谢、奶制品与动物科学,而蓝色聚类中的期刊分区为皮肤病学与动物科学,分别占图中四种聚类。

2.6 关键词共现分析

关键词通常高度凝练一篇文章的核心。利用软件VOSviewer对关键词进行共现分析,可以发现该领域的热点和焦点,对了解黑素皮质素受体的研究现状有明确的指向。合并关键词的同义词,并为了图谱可读性更强,将关键词频次阈值调整为70,共有348个关键词。除与主题无关的关键词外,关键词出现频次最高的5个为“gene, analysis , mc1r, expression, activity”。由图6可以看出,有关黑素皮质素受体的研究在图中主要出现2个聚类群。聚类1:主要有关黑素皮质素受体激动剂和抑制剂作用研究,研究热点关键词为“agonist, activation, peptide, response”,图中表示为红色聚类群。

表3 发文量TOP15期刊Table 3 Top 15 journals with article volume

图5 文献发表期刊网络图谱Fig.5 Network visualization of publication journals

聚类2:主要研究黑素皮质素受体相关基因,关键词为“gene, mc1r, variant, weight, bmi”,图中表示为绿色聚类群。其中gene出现频次为1 888次,并且在图谱中与其他关键词密切相关,这表明对黑素细胞皮质素受体基因的研究是最关键和最热门的。

图7是不同时间段内关键词的关系,颜色越浅的圆圈对应关键词年份越近,圆圈的大小代表关键词频次大小。通过颜色变化可以发现,研究从黑素皮质素受体的激动剂、黑素皮质素肽开始,逐步向基因方向深入,重点解决与MC3R和MC4R相关肥胖及摄食问题和与MC1R相关的黑色素瘤问题。在基因上的深入研究可以应用于物种进化研究、物种培育以及现在备受关注的肥胖问题。

3 讨 论

黑素皮质素受体属于七次跨膜结构域受体蛋白,偶联于G蛋白,是基因组中最重要的一类GPCR,其分子多样性大,是治疗应用的潜在突破点。本文基于VOSviewer可视化软件,对Web of Science核心合集数据库中检索到的与黑素皮质素受体研究相关的4 895篇英文文献进行发文量、作者、国家、机构、期刊及关键词的动态分析,希望能为黑素皮质素受体以后的研究方向和热点提供一定参考。

图6 关键词共现聚类视图Fig.6 Keyword co-occurrence cluster visualization

图7 关键词叠加视图Fig.7 Keyword overlay visualization

黑素皮质素受体英文文献在1993-2022年29年间发文量呈总体上涨趋势,从1993年的4篇增长到2021年的286篇,上升幅度较大。可以大致分为3个阶段:1993-2002年发文量低于100篇,可能是受到技术及仪器的限制,发文量比较低;2003-2008年,黑素皮质素受体研究逐渐被重视,发文量缓慢增长,中国逐步在该领域深入研究;2009年以后,发文量维持在200篇以上,但仍未突破300篇,且通过2022年前半年发文量133篇预测,整年发文量仍会高于200篇,说明关于黑素皮质素受体研究在持续深入,热度持续上升。核心作者共有237位,最高发文量为93篇,已形成核心作者团队。核心作者间紧密有效的合作能更好地推动这一领域的发展。

从国家发文量可视化图谱可知,在黑素皮质素受体研究领域美国最早开始相关研究,一直保持绝对的优势,在推动黑素皮质素受体研究中做出了巨大贡献。在发文量前15的机构中,美国的机构有8所,以哈佛大学为首的机构间合作十分紧密。同时在发文量前5的作者中,Haskell-Luevano C、Hruby V J、Cone R D以及陶亚雄等4个研究团队均属于美国。美国的机构对黑素皮质素受体研究的范围广泛,包括研究MC3R、MC4R相关肽结构活性、设计GPCR相关药物、利用黑素皮质素受体改善肥胖以及对MC3R、MC4R的功能分析。

早期开始研究的国家还包括英国、日本、瑞典、法国等发展较为稳定的国家,发文量及被引频次均位居前列。而中国在这一领域研究起步较晚,虽然总体发文量位居第二,也积极与其他国家开展合作,但文章质量还有待提高。此外,中国的相关研究机构主要为中国科学院,从2000年至今已有48篇文章,主要研究方向为MC1R功能、变异以及MC4R对肥胖的影响等。此外,上海交大有28篇文章,华中农业大学有27篇文章,主要进行MC1R和MC4R的研究。中国的机构发文较少,文章质量与美国仍有一定距离。虽然近几年中国进行相关领域研究的学者逐渐增多,但机构间合作较少,可以加强与国外以及国内机构间的相互合作。

刊载这一领域的期刊大类分区多数为生物,研究方向有生化与分子生物,内分泌学与代谢,奶制品与动物科学,皮肤病学,这与MCRs不同亚型的功能密切相关。此外,还有一些文献刊载在综合性期刊中。其中,综合性期刊PLoS One因为自2006年开创新型开放获取模式后,发表论文数量增长到23621篇,黑素皮质素受体在其上发表最多,有效提高了研究成果在国际的传播,提升了论文影响力。

通过分析关键词的网络视图和叠加视图可以发现,对黑素皮质素受体的研究逐渐由药理研究、分子克隆向基因组关联研究、肥胖症治疗、提高生长性能等方向转变。目前为止,黑素皮质素受体基因 (MC1R~MC5R)已被克隆、鉴定和定位,近2年通过对黑素皮质素细胞间作用的了解,以分子治疗为目的进行的人工合成配体的研究受到重视。此外,每个受体都有大量的单核苷酸多态性( single nucleotide polymorphisms ,SNPs),相关研究也进一步为疾病治疗奠定基础。从期刊分类和关键词可以进一步看出黑素皮质素受体在哺乳动物中的研究更加广泛和深入,特别是在人、猪、鼠中的研究较为透彻,5种受体大部分已被克隆,通过黑素皮质素受体的激动剂、抑制剂功能及基因研究改善高经济价值动物的肉质品种和摄食情况。而在其他动物中相应的受体研究较少,继续克隆其他家畜的相应受体并对其多态性及高经济价值性质的研究能促进畜牧业进一步发展(如通过调节MC2R保护肉鸡的生长性能以及通过研究MC4R的多态性改善猪肉产品质量)。同时有关黑素皮质素受体的作用机制在过去20余年研究较为透彻,随后的研究则更多地将注意力集中在基因方面,并在疾病治疗中加以应用,为日后黑素皮质素受体研究方向提供依据,为该领域研究发展提供支撑。

4 小 结

综上所述,通过VOSviewer软件分析核心合集数据库中4895篇英文文献发现,近10年来中国在黑素皮质素受体研究方面发展较快,论文数量上升较快,但论文质量仍有待提高,机构也可积极与美国等仍位居世界前列的国家开展合作。同时,由于数据量较大,分析的精确度还有待补充和完善,并且VOSviewer中的叠加视图时间分析为平均出现时间,存在一定的误差。