基于CiteSpace的国内外精准医学研究热点与前沿分析

，，，，，

精准医学(precision medicine)，又称精准医疗，是以个性化医疗(personalized medicine)为基础，随着基因组测序技术的快速进步和生物信息与大数据科学的交叉应用而发展起来的新型医学概念与医疗模式。其本质是通过研究基因组学、蛋白组学等组学信息和临床医学前沿技术[1]，对大样本人群与特定疾病类型进行生物标记物的分析与鉴定、验证与应用，从而精确找到疾病的原因和治疗的靶点，并对一种疾病不同状态和过程进行精确亚分类，最终实现对疾病和特定患者个性化精准治疗的目的，提高疾病诊治与预防的效益[1]。

美国医学界在2011年首次提出“精准医学”的概念。2015年1月20日，奥巴马在美国国情咨文中提出“精准医学计划”。美国提倡的“精准医学”概念，是基于“人类发现改变某些基因可以导致某种疾病发生的机制。因此如果人们改变该基因，就可以预防这种疾病的发生或对其进行治疗”[2]。

2015年2月，我国19位专家组成了国家精准医疗战略专家委员会[3]。2015年3月11日，我国科技部召开国家首次精准医学战略专家会议，对我国精准医学的发展制定战略性计划[1]。

科学知识可视化图谱是在信息技术的推动下，发展起来的一种新型计量学工具。本文利用CiteSpace，以中国期刊全文数据库(CNKI)和Web of Science(WOS)中收录的精准医学相关文献数据作为研究样本，分析国内外精准医学领域研究热点和前沿。

1 材料与方法

国内研究数据源于CNKI，包括期刊文献、会议论文、硕博士论文、特色期刊文献。采用检索式：主题=(精准医疗 OR 精准医学 OR 个体化医疗 OR 个性化医疗)，检索起始时间不受限定，检索截止时间2016年10月17日，检索到1 648篇文献，去重及删除会议通知等不相关文献后，共1 618篇。国际研究数据来源于WOS，采用检索式：主题: (“precision medicine”) OR 主题: (“individual medicine”) OR 主题: (“personalized medicine”)，数据库选择SCI-EXPANDED，文献类型不限定，检索起始时间不受限定，截止时间为2016年10月17日，共得到8 869篇文献，去重后得到8 869篇文献。

CiteSpace软件主要用于探测和分析学科研究前沿随时间的变化趋势以及研究前沿与其知识基础之间的关系，并可以发现不同研究前沿之间的内部联系，可以根据“年轮”大小和颜色的区别展示分析内容，一个“年轮”代表一个节点。“年轮”环内的颜色代表关键词在不同年代出现，并从冷色到暖色逐渐变化；年轮的厚度与关键词出现的频次成正比，年轮越厚，表明该关键词出现的频次越多；节点间的连线代表节点与节点间的共现关系，连线越粗，表明节点间关系越紧密，它们同时出现在同一篇文献中的可能性越大；连线的颜色代表两个节点同时出现在同一篇文章中的最早年份[4]。

CiteSpace 信息可视化软件既可以绘制直观的科学知识图谱，也可以通过后台运行数据处理得到详细的数据信息。在关键词共现网络知识图谱的基础上通过导出汇总表得到有关精准医学研究文献的关键词频次和突现值(Burst term)等指标数据。

利用CiteSpaceII提供的词频探测技术，通过考察词频的时间分布，将其中频次变化率高的词(Burst term)从大量的主题词中探测出来，依靠词频的变动趋势，而不仅仅是频次的高低，来确定前沿领域和发展趋势[5]。突现的关键词可在可视化图谱中通过红色进行标注，代表关键词的爆发性。一般认为，突现率高的关键词就可以代表精准医学前沿领域。

2 结果与分析

2.1 研究文献的时间分布

从CNKI年度发文量看，国内精准医学研究起步于1992年。在1992-2009年间，国内学者在此领域发文量很少；2010年起国内学者对精准医学的研究兴趣逐渐增强，仅2015年收录文献量就是2014年的5.43倍。尽管数据库中还未收录2016全年文献，但现收录文献数量已超过2015年收录量，到2016年10月17日，发表的文献就占国内精准医学全部文献的19.96%。

从WOS年度发文量来看，国际精准医学的研究起步于1985年，较国内起步早。在1985-2005年间，发文量很少。2006年以来，国际上精准医学的研究逐渐增加，且呈较快增长趋势，其增长速度大于国内。

2.2 国内外研究热点

2.2.1 国内精准医学领域研究热点与前沿

对CNKI的数据进行共被引分析，时区选择1992-2016年，时间跨度1年, 阈值选择Top 50。运行软件后共得到节点633个，连线646条，通过修剪得到国内精准医学领域关键词共现图，国内及国际精准医学领域年度发文量如图1所示。

图1 国内精准医学关键词共现图

突现率高的关键词可以代表精准医学前沿领域。通过CiteSpace对这类词进行截取，得到国内精准医学领域高Burst值表(见图2)。

图2 国内精准医学高Burst值表

2.2.2 国际精准医学研究热点

对WOS下载的数据进行共被引分析，时区选择1985-2016年, 时间跨度为1年，阈值选择Top50，节点类型选择Keyword，得到出现频次较高的热点词汇列表(表1)。

从表1可以看出，personalized medicine频次最高，其次是Cancer、breast-cancer。利用CiteSpace对WOS的数据进行Keyword值的Burst分析，共得到52个Burst值在3.53以上的关键词。代表国际精准医学前沿的前10个高Burst值关键字见图3。

表1 国际精准医学高频词表

图3 国际精准医学高Burst值关键词

3 讨论

本文借助CiteSpace软件，对CNKI和WOS上“精准医学”的相关文献进行了国内外精准医学领域研究热点与前沿的文献计量分析，为研究人员开展精准医学研究提供了一定参考。从精准医学文献年度发文量来看，从2010年开始，国内学者对精准医学的研究兴趣逐渐增强，国际精准医学领域文献的增长速度快于国内精准医学领域文献增长速度。结合时区视图可知，国内外学者对精准医学研究具有较大的传承性，而不仅仅在部分时区内对该方向进行研究，研究具有延续性。

从精准医学Keywords共现图来看，国内“个体化医疗”节点圆心为绿色，表明其最早出现在文献中是绿色所代表的年代，即2002年。由年轮旁边的放射性线可知，其连线较密集，与多数关键词年轮均存在连线，说明其与较多其它关键词共同出现在同一文献。国际关键词共现图谱中“personalized medicine”的节点最大，首次出现于2000年文献中，此后学者对其进行不间断研究。关于个体化医疗，王广基等[6]在综述国内中医药领域代谢组学研究进展的基础上，对其应用前景和存在问题进行了扼要评析。关于personalized medicine，美国医学遗传学和基因组学院(ACMG)Green, Robert C等[7]发表了有关临床外显子分析和基因组测序中的偶然发现一文。

国内高频关键词的分析显示，精准医学研究的主要目标是从基因层面对肿瘤进行研究，实现对个体的精准医疗。国际精准医学对肿瘤关注度较高，我国学者在后续研究中要注重这些方面的研究。本文的可视化分析还表明，“精准医学”“precision medicine”从2015年开始与其他关键词共现在同一文献中。2015年1月，美国总统奥巴马在国情咨文中提出“精准医学计划”，以生物医学研究成果为基础，以肿瘤、糖尿病、囊性纤维化等疾病治疗为目标，开展针对个体的“精准医学”。国内对美国“精准医学计划”解读与探讨的相关论文均获得较高引用[8-9]；国际Collins, Varmus[10]关于精准医学新倡议一文，具有437次高被引数。近期侧重癌症研究，而长期目标旨在生成适用于整个健康和疾病范畴内的知识。

结合国内、国际精准医学高频词表、高Burst值表可知，国内基因组学、基因测序、基因突变、药物基因组学、个性化医疗，国际pharmacogenomics、pharmacogenetics、precision medicine既是热点又是前沿。

药物基因组学是国内、国际共同的研究前沿。国内许力,王升启[11]药物基因组学的发展及其在个体化用药中的应用一文的被引数达33次。Anderson[12]关于基因型指导与标准患者华法林剂量的随机试验一文，被引405次。同时，中外研究人员对个性化医疗、基因方面投入精力较大。精准医疗热点图与精准医学本质相一致，即通过基因组、蛋白质组等组学技术和医学前沿技术，对大样本人群与特定疾病类型进行生物标记物的分析与鉴定、验证与应用，从而精确寻找到疾病的原因和治疗的靶点，并对一种疾病的不同状态和过程进行精确分类，最终实现对疾病和特定患者个性化精准治疗的目的，提高疾病诊治与预防的效益。