植物DNA條形碼研究領(lǐng)域文獻(xiàn)計(jì)量學(xué)及可視化分析

熊勇 李文義 楊淬 羅斌圣 楊青松

摘 要：為全面了解植物DNA條形碼研究領(lǐng)域的發(fā)展和最新動(dòng)態(tài)，探討中國(guó)DNA條形碼發(fā)展的狀態(tài)和前景，該文利用Web of Science 數(shù)據(jù)庫(kù)對(duì)該研究領(lǐng)域進(jìn)行文獻(xiàn)計(jì)量學(xué)統(tǒng)計(jì)，并對(duì)引用頻次、研究熱點(diǎn)和研究前沿進(jìn)行了可視化分析。結(jié)果表明：（1）中國(guó)、美國(guó)、加拿大學(xué)者在該領(lǐng)域文獻(xiàn)貢獻(xiàn)率最大，中國(guó)研究機(jī)構(gòu)發(fā)文量領(lǐng)先，但美國(guó)、加拿大科研機(jī)構(gòu)論文質(zhì)量較高，影響力較大。（2）2009年是該領(lǐng)域研究的高峰期，該研究領(lǐng)域的前沿和研究熱點(diǎn)主要集中在物種的識(shí)別和生物多樣性應(yīng)用、DNA條形碼候選序列篩選和鑒定技術(shù)的規(guī)范化。（3）中國(guó)學(xué)者在植物DNA條形碼領(lǐng)域研究具有領(lǐng)軍作用和很高的影響力，國(guó)家提倡中藥產(chǎn)業(yè)的發(fā)展也推動(dòng)了我國(guó)DNA條形碼蓬勃發(fā)展，但論文的質(zhì)量和影響力與美國(guó)、英國(guó)、加拿大等發(fā)達(dá)國(guó)家研究還有一定差距，應(yīng)加大與發(fā)達(dá)國(guó)家科研機(jī)構(gòu)合作，提高研究能力，DNA條形碼技術(shù)在植物的鑒定、分類(lèi)和生物多樣性的保護(hù)起到非常重要的作用。這表明建立一個(gè)更全面、通用的全球植物DNA條碼庫(kù)以及開(kāi)發(fā)新的標(biāo)記并采用新的測(cè)序技術(shù)是植物DNA條形碼研究的未來(lái)前景。

關(guān)鍵詞：植物DNA條形碼， 文獻(xiàn)計(jì)量學(xué)， 生物多樣性， Citespace， 可視化分析

中圖分類(lèi)號(hào)：Q949.9

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-3142（2019）04-0557-12

Abstract：In order to obtain the latest information anddevelopment research filed ofdNA barcoding of plants， and todiscuss its role in biodiversity conservation， we used bibliometrics， Histcite and Citespaces to analyze literatures ofdNA barcoding in plants based on Web of Sciencesdatabase， and analyzed citation counts， research hot and research front visualization. The results were as follows：（1） The? rate of contribution of literatures from Chinese， American， Canadian authors was the highest. Chinese institutions published literatures counted more than others countries， while literatures from American and Canadian institutions had much higher quality and influence. （2） This research field reached the? peak at 2009， and the research front and hot focused on species identify and biodiversity application， find the suited candidatesdNA barcoding sequences and refining the identical technology. （3） Chinese authors played a leading role and had strength influence atdNA barcoding of plants. Chinese government encouraged traditional Chinese medicine industry to promote thedevelopment ofdNA barcoding technology at China. But the quality and influence of published literatures had a gap between China anddeve-loped countries， and Chinese institutions should increase cooperation with thedeve-loped countries institutions to promote itself research ability. It is very important thatdNA barcoding technology at species identify and biodiversity conversation. Tomorrow’s outlook for plantdNA barcoding is to build a global plantdNA barcode library， newdNA markers and new sequencing technologies.

Key words：DNA barcoding of plants， bibliometric， biodiversity， Citespace， visualization analysis

DNA條形碼技術(shù)是利用標(biāo)準(zhǔn)的基因片段對(duì)物種進(jìn)行快速鑒定（Hebert et al.， 2003）， 該技術(shù)提供了可信息化的分類(lèi)學(xué)標(biāo)準(zhǔn)和有效的分類(lèi)學(xué)手段，已經(jīng)被成功用于生物物種鑒定和分類(lèi)（Liu et al.， 2011），生物多樣性調(diào)查（Lahaye， 2008）和生態(tài)學(xué)研究（Valentini， 2009）等領(lǐng)域，并成為進(jìn)展最迅速的學(xué)科前沿之一。生命條形碼數(shù)據(jù) （BOLD） 系統(tǒng)提供了主要針對(duì)動(dòng)物類(lèi)群dNA 條形碼研究的技術(shù)規(guī)范，由于植物本身的生物學(xué)特性與所使用的條形碼不同，植物DNA條形碼研究相對(duì)滯后些，然而其作為一個(gè)DNA條形碼的研究領(lǐng)域重要內(nèi)容之一，植物DNA條形碼不僅受到植物學(xué)研究的影響，又同時(shí)受到了分子生物學(xué)和生物信息學(xué)相互滲透和影響。DNA條形碼在植物中研究及應(yīng)用不斷增多， Blaxter（2004）對(duì)DNA條形碼的在分類(lèi)中應(yīng)用前景進(jìn)行了分析，Kress et al.（2005）利用DNA條形碼技術(shù)鑒定開(kāi)花植物，Chase et al.（2007）提出關(guān)于陸生植物條形碼的標(biāo)準(zhǔn)化方法的建議，2009年CBOL Plant Working Group開(kāi)展DNA條形碼技術(shù)在陸生植物的應(yīng)用，2017年Bashir Mohammed Abubakar 對(duì)DNA條形碼在草藥產(chǎn)品中的鑒定應(yīng)用進(jìn)行回顧和總結(jié)（Mohammed et al.， 2017），DNA條形碼技術(shù)在植物上的研究和應(yīng)用在源源不斷的增加。

文獻(xiàn)計(jì)量學(xué)是利用數(shù)學(xué)和統(tǒng)計(jì)學(xué)方法來(lái)分析相關(guān)知識(shí)載體，從而獲取有價(jià)值信息的一門(mén)交叉學(xué)科（趙蓉英和許麗敏， 2010）。一個(gè)學(xué)科或一個(gè)研究領(lǐng)域的發(fā)展情況，必然表現(xiàn)在相關(guān)論文的發(fā)表和被引用方面，因此文獻(xiàn)計(jì)量學(xué)可以用于分析、描述學(xué)科發(fā)展?fàn)顩r和預(yù)測(cè)學(xué)科發(fā)展趨勢(shì)，再通過(guò)繪制知識(shí)圖譜將結(jié)果以圖形的形式直觀、形象地表達(dá)出來(lái)（顧洪濤和王筠， 2013）。目前用文獻(xiàn)計(jì)量學(xué)對(duì)DNA條形碼在植物上的研究領(lǐng)域總體分析見(jiàn)報(bào)道的雖然不多，但國(guó)內(nèi)外已經(jīng)有很多基于Web of Science數(shù)據(jù)庫(kù)對(duì)文獻(xiàn)進(jìn)行文獻(xiàn)計(jì)量學(xué)統(tǒng)計(jì)分析，如孫秀煥和路文如（2012）基于Web of Science分析了水稻研究態(tài)勢(shì)，楊華等（2013）進(jìn)行了國(guó)際茶多酚類(lèi)研究文獻(xiàn)發(fā)展態(tài)勢(shì)研究，Garfield（2009）利用Histcite軟件對(duì)科學(xué)史進(jìn)行可視化分析。本研究基于Web of Science 數(shù)據(jù)庫(kù)，對(duì)2003—2016年植物DNA條形碼國(guó)際文獻(xiàn)進(jìn)行文獻(xiàn)計(jì)量學(xué)統(tǒng)計(jì)和分析，再利用Histcite和Citespace軟件對(duì)該研究領(lǐng)域進(jìn)行了可視化分析，達(dá)到對(duì)植物DNA條形碼研究領(lǐng)域文獻(xiàn)信息全面了解。

1 數(shù)據(jù)來(lái)源與數(shù)據(jù)處理

1.1 數(shù)據(jù)來(lái)源

以Web of Science（WoS）核心合集為數(shù)據(jù)來(lái)源，時(shí)間跨度為2003—2016年，以（“DNA barcoding” or “DNA bar coding” or “DNA barcode” or “DNA barcodes”） plant為T(mén)opic進(jìn)行精確檢索，下載文獻(xiàn)信息保存為純文本文檔，為后續(xù)分析做準(zhǔn)備。

1.2 數(shù)據(jù)處理

1.2.1 Web of Science文獻(xiàn)處理 通過(guò)在線(xiàn)http：//ip-science.thomsonreuters.com/thanks/histcite/ 網(wǎng)站，獲得Histcite軟件，同時(shí)把Web of Science獲得的文獻(xiàn)信息整合為一個(gè)完整的txt文檔，導(dǎo)入Histcite軟件，基于Web of Science創(chuàng)建引文報(bào)告和分析檢索結(jié)果以及Histcite統(tǒng)計(jì)，分析的內(nèi)容主要包括：每年出版的文獻(xiàn)量、被引頻次、核心作者、出版的期刊、主要研究機(jī)構(gòu)和國(guó)家/地區(qū)等（Shadbolt et al.， 2013; Bharathi， 2013）。

1.2.2 Histcite文獻(xiàn)處理 以L(fǎng)CS作為節(jié)點(diǎn)，再用其中的Graph maker制作引文編年圖，探究文獻(xiàn)間的引用關(guān)系及獲得重要文獻(xiàn)。

1.2.3 研究熱點(diǎn)的可視化分析 將分析后獲得的文獻(xiàn)信息導(dǎo)入Citespace軟件中，對(duì)該領(lǐng)域研究熱點(diǎn)、研究前沿和突現(xiàn)點(diǎn)進(jìn)行可視化分析。

2 結(jié)果與分析

用植物DNA條形碼為主題在Web of Science 核心合集上進(jìn)行檢索，共獲得檢索結(jié)果為1 097條，這些論文的被引頻次總計(jì)為27 125次，去除自引頻次18 922次。

2.1 發(fā)文量和引文量分析

基于Web of Science 核心合集，時(shí)間段位2003—2016年，以DNA條形碼為關(guān)鍵詞進(jìn)行檢索，用Web of Science在線(xiàn)工具進(jìn)行引文報(bào)告分析，通過(guò)創(chuàng)建引文報(bào)告獲得每年文獻(xiàn)量和被引頻次（圖1，圖2）。

2.2 論文被引數(shù)量分析

對(duì)獲得原始文檔的適當(dāng)修改，導(dǎo)入Histcite軟件，進(jìn)行LCS（Local Citation Score ）和GCS（Global Citation Score）指標(biāo)分析（圖3，圖4）。LCS是指論文在本地?cái)?shù)據(jù)集（WoS中輸入關(guān)鍵詞后導(dǎo)出的所有文獻(xiàn)）中被引用次數(shù)，LGS值越高表示該論文在該研究領(lǐng)域內(nèi)的重要性高，GCS值指論文在整個(gè)WoS數(shù)據(jù)中的總被引次數(shù)，但施引論文不一定是該領(lǐng)域內(nèi)的論文。

圖3和圖4為2003—2016年每年TLCS（Total Local Citation Score）和TGCS（Total Global Citation Score）的統(tǒng)計(jì)圖。從圖3和圖4可以看出，TLCS和TGCS都在2007—2012年這幾段達(dá)到較高水平，而后半段2013年開(kāi)始都呈下降趨勢(shì)，這種趨勢(shì)與每年的發(fā)文量和論文引用數(shù)量不一致。TLCS和TGCS在2009年都達(dá)到了高峰期，2009年發(fā)的文獻(xiàn)對(duì)該領(lǐng)域研究具有重要的作用和很大的影響力，其中CBOL Plant Working Group、Hollingsworth ML等合作發(fā)表的論文“AdNA barcode for land plants”和“Selecting barcoding loci for plants：evaluation of seven candidate loci with species-level sampling in threedivergent groups of land plants”（Hollingsworth et al.，2009），前者對(duì)現(xiàn)有的7條候選DNA條形碼進(jìn)行對(duì)比，推薦rbcL + matK組合作為陸生植物DNA條形碼的標(biāo)準(zhǔn)，后者是對(duì)陸生植物DNA條形碼提出了7條候選序列（atpF-atpH spacer， matK gene， rbcL gene， rpoB gene， rpoC1 gene， psbK-psbI spacer， and trnH-psbA spacer），兩篇論文對(duì)后面陸生植物DNA條形碼的研究起到了指導(dǎo)性作用。從后面的文獻(xiàn)被引用頻次的可視化分析得出，依據(jù)TLS值獲得排名前30的論文，其中2009年附近文獻(xiàn)就有13篇，可見(jiàn)2009年是植物DNA條形碼的研究的高峰期和熱點(diǎn)區(qū)。

2.3 核心作者分析

把獲得文獻(xiàn)信息導(dǎo)入Histcite軟件進(jìn)行分析，獲得2003—2016年發(fā)表有關(guān)植物DNA條形碼英文論文的作者有4 023位，篩選出發(fā)文量前10的作者（表1），其中有5名為中國(guó)學(xué)者，說(shuō)明中國(guó)在這一領(lǐng)域研究文獻(xiàn)貢獻(xiàn)率很大，但從文獻(xiàn)的被引用頻次上和影響力上，與國(guó)外學(xué)者有一定差距，核心作者中是美國(guó)Smithsonian Institution的 Kress WJ的TLCS最高，其次是加拿大University of Guelph 的Newmaster SG，中國(guó)中醫(yī)科學(xué)院中藥研究所陳士林教授在中藥材DNA條形碼研究具有很高的成就，所編寫(xiě)《中國(guó)藥典中藥材DNA條形碼標(biāo)準(zhǔn)序列》是該行業(yè)指導(dǎo)性書(shū)籍，發(fā)文量第二是中國(guó)醫(yī)學(xué)科學(xué)院藥用植物研究所的宋經(jīng)元教授，在中藥DNA條形碼鑒定研究中起到領(lǐng)頭羊的作用。

2.4 國(guó)家（地區(qū)）和研究機(jī)構(gòu)分析

對(duì)國(guó)家（地區(qū)）和研究機(jī)構(gòu)文獻(xiàn)量進(jìn)行統(tǒng)計(jì)，排名前10見(jiàn)表2和表3。從表2可以看出，發(fā)文量前五的國(guó)家都是在DNA條形碼研究領(lǐng)域進(jìn)行比較早或者具有植物研究傳統(tǒng)國(guó)家，美國(guó)和中國(guó)發(fā)文量最多，且數(shù)量相差不大，與其他國(guó)家（地區(qū)）相比優(yōu)勢(shì)很明顯，但從文獻(xiàn)的影響力和被引用頻次來(lái)看，中國(guó)與美國(guó)、加拿大和英國(guó)都有差距，可能跟我們國(guó)家科技發(fā)展相對(duì)滯后或文化有關(guān)，但是從前10名國(guó)家（地區(qū)）上看，該領(lǐng)域的研究主要集中在科技相對(duì)發(fā)達(dá)的國(guó)家和地區(qū)，中國(guó)對(duì)該領(lǐng)域的研究也有很多成績(jī)和貢獻(xiàn)。

從表3的研究機(jī)構(gòu)前10名可以看出，與核心作者和國(guó)家相似的結(jié)果，進(jìn)行植物DNA條形碼研究主要機(jī)構(gòu)還是集中在3個(gè)國(guó)家，中國(guó)、加拿大、美國(guó)，中國(guó)科學(xué)院發(fā)文量最多。以TLCS為指標(biāo)進(jìn)行排序（表4），前3名為英國(guó)Royal Bot Gardens，加拿大的University of Guelph和美國(guó)的Smithsonian Institution，前10名研究機(jī)構(gòu)沒(méi)有中國(guó)研究機(jī)構(gòu)。因此，從發(fā)文量來(lái)看， 前10名中有四個(gè)中國(guó)研究機(jī)構(gòu)，說(shuō)明我國(guó)有很多學(xué)者在進(jìn)行植物DNA研究，并且也獲得不錯(cuò)的成果。

2.5 核心期刊

對(duì)于學(xué)術(shù)期刊的發(fā)文量與引文量統(tǒng)計(jì)不僅可以讓我們知道不同期刊在該領(lǐng)域的影響力，也能為學(xué)者們選擇目標(biāo)期刊投稿與參考文獻(xiàn)研究提供有價(jià)值的參考依據(jù)。對(duì)相關(guān)的期刊進(jìn)行分析，總共有338個(gè)期刊發(fā)表于植物DNA條形碼相關(guān)論文，以發(fā)文量進(jìn)行排名，前10名期刊見(jiàn)表5，發(fā)表在PLOS ONE期刊上的文獻(xiàn)量最大，其次是MOLECULAR ECOLOGY RESOURCES和GENOME，核心期刊中大部分都是與分子和系統(tǒng)進(jìn)化相關(guān)，碼引文編年圖（圖5）。由圖5可知，從上到下是年份（2004—2011），箭頭指向的文獻(xiàn)是被引用的文獻(xiàn)，方框內(nèi)所標(biāo)數(shù)字是該節(jié)點(diǎn)文獻(xiàn)在所分析文獻(xiàn)中的序號(hào)，文獻(xiàn)引用頻次越高方框越大，就是該領(lǐng)域比較重要的文章。圖5展示植物DNA條形碼研究不同文獻(xiàn)之間引證的關(guān)系鏈，文獻(xiàn)之間關(guān)系緊密，其中序號(hào)為4、5、8、28、48、110和326是被引用頻次較多的文獻(xiàn)，這些文獻(xiàn)對(duì)該領(lǐng)域的研究具有重要作用。文獻(xiàn)序號(hào)5和序號(hào)110方框最大，被引用的頻次最多，文獻(xiàn)序號(hào)5是Kress et al.（2005）利用DNA條形碼技術(shù)鑒定開(kāi)花植物，該論文是較早使用DNA條形碼技術(shù)應(yīng)用于植物研究，序號(hào)110 是CBOL Plant Working Group 合作所寫(xiě)關(guān)于DNA條形碼技術(shù)規(guī)范具有指導(dǎo)性的一篇論文。從年份我們看出，2009年文獻(xiàn)TLCS排名前30最多一年，是研究的熱點(diǎn)和高峰期，2009年對(duì)于植物DNA條形碼候選序列是一個(gè)尋找和驗(yàn)證的時(shí)期，對(duì)尋找適合的DNA條形碼起到了奠定作用，而到了2011年對(duì)植物DNA條形碼具有很大發(fā)展，多了ITS序列（序號(hào)326）（Li et al.， 2011）和對(duì)現(xiàn)在候選序列的改善（文獻(xiàn)序號(hào)325）（Hollingsworth， 2011）。

我們還可看出，被引頻次排在前3位的均是發(fā)達(dá)國(guó)家研究機(jī)構(gòu)，可見(jiàn)DNA條形碼研究的高質(zhì)量和影響力大的論文還是集中在發(fā)達(dá)的西方國(guó)家研究機(jī)構(gòu)。植物DNA條形碼候選序列文章一經(jīng)發(fā)表，就引起了相關(guān)學(xué)者的廣泛關(guān)注，說(shuō)明DNA條形碼技術(shù)的規(guī)范化和對(duì)候選序列的優(yōu)選是最前沿課題。

2.7 熱點(diǎn)分析

對(duì)于一個(gè)學(xué)科的范式可視化研究主要可分為基于文獻(xiàn)的共引分析（Co-citation）和基于詞或詞組的共詞分析（Co-word），相較之下共引分析更廣泛應(yīng)用于系統(tǒng)揭示學(xué)科結(jié)構(gòu)、學(xué)科的發(fā)展規(guī)律和發(fā)展趨勢(shì)（伍若梅和孔悅凡，2010）。植物DNA條形碼研究領(lǐng)域是一個(gè)交叉學(xué)科，學(xué)科環(huán)境內(nèi)不同子領(lǐng)域之間較難有共現(xiàn)的高頻關(guān)鍵詞，共詞法難以反映領(lǐng)域間知識(shí)的輸入輸出。綜合考慮，本研究選擇共引法來(lái)分析植物DNA條形碼的學(xué)科發(fā)展的熱點(diǎn)與前沿。利用Citespace軟件，對(duì)所得文獻(xiàn)數(shù)據(jù)進(jìn)行共引分析，時(shí)區(qū)選擇（Timespan）為2003—2016年，時(shí)間跨度（Slice Length）為1 a，節(jié)點(diǎn)類(lèi)型選擇“Cited reference”，而篩選閾值Thresholds（c;cc;ccv）（c為節(jié)點(diǎn)出現(xiàn)頻次、cc為共同出現(xiàn)頻次、ccv為共現(xiàn)率）被設(shè)定為（2，2，5;3，2，10;3，3，15）。得出圖6和圖7兩種形式的聚類(lèi)分析圖，而每個(gè)聚類(lèi)代表著該領(lǐng)域的一個(gè)研究前沿。經(jīng)過(guò)參數(shù)篩選，圖譜中共出現(xiàn)了255個(gè)點(diǎn)（每個(gè)點(diǎn)代表一篇文獻(xiàn)），441條連線(xiàn)，其模塊值（Modularity Q）為0.710 8，輪廓值（Mean Silhouette）為0.563 3，表明形成的聚類(lèi)結(jié)構(gòu)顯著、置信度高且有意義。此外，采用LLR算法（對(duì)數(shù)似然率算法）從施引文獻(xiàn)的關(guān)鍵詞（K，Keyword list）中提取名詞性術(shù)語(yǔ)對(duì)聚類(lèi)進(jìn)行命名（Cluster Labeling），命名結(jié)果統(tǒng)計(jì)如表7。

從圖6可以看出，出現(xiàn)大的13個(gè)關(guān)鍵詞：DNA barcoding、DNA barcode、land plant、identification、sequence、taxonomy、diversity、species identification、evolution、phylogeny、rbcl、plant和region， 從而把植物DNA條形碼研究領(lǐng)域分為13個(gè)方面的聚類(lèi)研究前沿，關(guān)鍵詞字體越大表示研究的文獻(xiàn)越多，從中得出，DNA條形碼在物種的鑒定、分類(lèi)、進(jìn)化、系統(tǒng)發(fā)生、生物多樣性和陸生植物的應(yīng)用等具有重要的作用，也是該領(lǐng)域研究的前沿和熱點(diǎn)。

表7顯示了不同的聚類(lèi)，Cluster ID 為聚類(lèi)后的編號(hào)，聚類(lèi)的規(guī)模越大（也就是聚類(lèi)中包含的成員數(shù)量越多），則編號(hào)越小，Size代表的是聚類(lèi)中所含有的成員數(shù)量，Silhouette為衡量真?zhèn)€聚類(lèi)成員同質(zhì)性性指標(biāo)，該數(shù)值越大，則代表該聚類(lèi)成員的相似性越高，Mean year 代表的事該聚類(lèi)中文獻(xiàn)的平均年份，判斷聚類(lèi)中引用文獻(xiàn)的遠(yuǎn)近，表7只列出聚類(lèi)LLR（Likelihood Rate）前10名。

綜合分析圖6和圖7及表7，同時(shí)參考聚類(lèi)中的施引文獻(xiàn)，可以大致了解到每個(gè)聚類(lèi)所代表的研究前沿。表7中共總結(jié)了前10大植物DNA條形碼的研究前沿，主要的聚類(lèi)如下：

聚類(lèi)0主要關(guān)注的是用植物DNA條形碼的方法對(duì)一些難于鑒定的樣品進(jìn)行鑒定，如對(duì)食草動(dòng)物（家畜和野生動(dòng)物）的排泄來(lái)鑒定動(dòng)物的飲食成分，代表論文“UniversaldNA-Based Methods for Assessing thediet of Grazing Livestock and Wildlife from Feces”（Pegard et al.， 2009）。聚類(lèi)1主要關(guān)注的是核糖體DNA（ITS序列），在植物多樣性上的應(yīng)用，代表論文“Confirming the Genetic Identity ofdendrobium fimbriatum Using an Amplification Refractory Mutation System （ARMS）”（Lu et al.， 2010）。聚類(lèi)2 利用DNA條形碼對(duì)不同物種進(jìn)行快速的鑒定方法，如在真菌鑒定中的應(yīng)用，代表論文“Current state and perspectives of fungaldNA barcoding and rapid identification procedures”（Begerow et al.， 2010）。聚類(lèi)3dNA條形碼在不同地區(qū)藥用植物的應(yīng)用，如在土耳其山區(qū)對(duì)當(dāng)?shù)厮幱弥参锏膽?yīng)用，代表論文“DNA barcoding study on sideritis trojana bornm. an endemic medicinal plant of ida mountain， turkey”（Tezcan et al.， 2010）。聚類(lèi)4 主要關(guān)注DNA條形碼在植物進(jìn)化、 生物信息學(xué)和資源上的應(yīng)用，代表論文“DNA barcoding in plants：Evolution and applications of in silico approaches and resources”（Bhargava & Sharma， 2013）。聚類(lèi)5主要關(guān)注的是DNA條形碼在各個(gè)科分類(lèi)鑒定中的應(yīng)用，如“DNA barcoding of Orchidaceae in Korea”（Kim et al.， 2014）。聚類(lèi)6 利用核DNA和葉綠體DNA的方法對(duì)物種進(jìn)行鑒定，如“Species identification of Alnus（Betulaceae） using nrDNA and cpDNA genetic markers”（Ren et al.， 2010）。

從圖8可以看出，2003—2016年這段時(shí)間植物DNA 條形碼在某一時(shí)段的研究突破點(diǎn)或轉(zhuǎn)折點(diǎn)，突現(xiàn)的引文節(jié)點(diǎn)用紅色表示。23個(gè)主要的關(guān)鍵詞中得出最大的節(jié)點(diǎn)是2008—2011年的鑒定（identify）關(guān)鍵詞，最小為2007—2009年的生命（life）關(guān)鍵詞。DNA條形碼利用標(biāo)準(zhǔn)的基因片段對(duì)物種進(jìn)行快速鑒定是研究的前沿，也是DNA條形碼的主要作用和價(jià)值，結(jié)合前面的每年論文被引數(shù)統(tǒng)計(jì)和被引頻次的可視化分析，可知2008—2011年是DNA條形碼領(lǐng)域研究的高峰期和熱點(diǎn)區(qū)，對(duì)該領(lǐng)域的具有巨大的影響和貢獻(xiàn)。

3 討論

本研究通過(guò)Web of Science數(shù)據(jù)庫(kù)對(duì)DNA條形碼進(jìn)行檢索，基于文獻(xiàn)計(jì)量學(xué)方法，從每年出版的文獻(xiàn)量、被引頻次、核心作者、出版的期刊、主要研究機(jī)構(gòu)和國(guó)家/地區(qū)、研究熱點(diǎn)進(jìn)行了較全面的計(jì)量分析，并對(duì)被引頻次、研究前沿進(jìn)行了可視化分析。

（1）在國(guó)家/地區(qū)分布方面，美國(guó)、中國(guó)、加拿大論文產(chǎn)出數(shù)量最多，但從文獻(xiàn)的影響力和被引用頻次看，中國(guó)與美國(guó)、加拿大和英國(guó)都有一定差距。（2）在研究機(jī)構(gòu)方面，優(yōu)秀的植物DNA條形碼研究機(jī)構(gòu)集中在中國(guó)和美國(guó)，在發(fā)文量前3名的機(jī)構(gòu)有兩個(gè)是中國(guó)研究機(jī)構(gòu)，但在影響力上（TLCS），中國(guó)的研究機(jī)構(gòu)沒(méi)有排在前10名，中國(guó)科研機(jī)構(gòu)在提高自身論文水平的同時(shí)，還應(yīng)注意加強(qiáng)與美國(guó)和其他國(guó)家優(yōu)秀科研機(jī)構(gòu)的交流與合作，提高自身論文水平。（3）在論文作者方面，發(fā)文量、總被引頻次，主要集中在美國(guó)、中國(guó)、英國(guó)和加拿大，發(fā)文量前10的作者（表1），其中有5名為中國(guó)學(xué)者，說(shuō)明中國(guó)在這一領(lǐng)域研究文獻(xiàn)貢獻(xiàn)率很大，但影響力與歐美國(guó)家的學(xué)者還有一定距離。（4）在論文期刊分布上，優(yōu)秀期刊主要集中在美國(guó)、英國(guó)、加拿大等歐美國(guó)家，沒(méi)有中國(guó)的英文期刊，通過(guò)對(duì)被引頻次的可視化分析，可以看出DNA條形碼候選序列篩選和技術(shù)應(yīng)用是該領(lǐng)域最大關(guān)注點(diǎn)。（5）DNA條形碼研究熱點(diǎn)集中于DNA條形碼在陸生植物、物種鑒定、分類(lèi)、生物多樣性、候選序列篩選、系統(tǒng)進(jìn)化上的應(yīng)用等方面。

近十多年來(lái)，中國(guó)DNA條形碼研究論文數(shù)量一直處于上升態(tài)勢(shì)，發(fā)文量居世界第二，但論文影響力有限。中國(guó)科學(xué)院、中國(guó)中醫(yī)科學(xué)院、中國(guó)醫(yī)學(xué)科學(xué)院與北京協(xié)和醫(yī)學(xué)院是中國(guó)優(yōu)秀的DNA條碼科機(jī)構(gòu)，陳士林和宋經(jīng)元的文獻(xiàn)較多，質(zhì)量較高。在SCI收錄的期 刊 中，中國(guó)沒(méi)有dNA條形碼研究領(lǐng)域的優(yōu)秀期刊，在影響力較高10篇（LCS）的論文中有中國(guó)科學(xué)院昆明植物研究所李德珠、高連明等中國(guó)植物條形碼研究團(tuán)隊(duì)（China Plant BOL Group）合作的論文“Comparative analysis of a largedataset indicates that internal transcribed spacer （ITS） should be incorporated into the core barcode for seed plants”（Li et al.， 2011）。

我國(guó)開(kāi)展DNA條形碼的研究雖然起步較晚，特別是植物dNA 條形碼的研究到 2008 年才真正開(kāi)始，但發(fā)展十分迅猛，發(fā)表了系列的相關(guān)文章，并參與了國(guó)際植物核心DNA 條形碼的評(píng)估與推薦，相信不久的將來(lái)我國(guó)在國(guó)際生命條形碼研究中會(huì)發(fā)揮更大的作用。從我國(guó)國(guó)務(wù)院發(fā)布的《中醫(yī)藥發(fā)展戰(zhàn)略規(guī)劃綱要（2016—2030年）》，DNA條形碼在中藥的應(yīng)用將會(huì)不斷增多，目前已經(jīng)獲得了不少的成果：《中藥DNA條形碼分子鑒定》、《中國(guó)藥典中藥材DNA條形碼標(biāo)準(zhǔn)序列》、中藥材DNA條形碼鑒定系統(tǒng)（http：//www.tcmbarcode.cn/china/），dNA條形碼將為中藥的鑒定、中藥走出國(guó)門(mén)被世界接納奠定基礎(chǔ)， 中國(guó)植物DNA條形碼研究也是蒸蒸日上，中國(guó)科學(xué)院昆明植物研究所和中國(guó)科學(xué)院華南植物園共同完成的“中國(guó)植物DNA條形碼研究”科技研究已獲得不錯(cuò)的成果。

植物DNA條形碼2017年文獻(xiàn)動(dòng)態(tài)及發(fā)展前景，在前面的數(shù)據(jù)分析中沒(méi)有涉及到2017年的文獻(xiàn)數(shù)據(jù)，Web of Science 核心合集中對(duì)2017年植物DNA條形碼進(jìn)行文獻(xiàn)檢索分析，共獲得208個(gè)記錄，該領(lǐng)域研究蓬勃發(fā)展，文獻(xiàn)量均高于其他年份，中國(guó)和美國(guó)發(fā)文量占了將近50%（103篇），主要的發(fā)文期刊和作者與前面的結(jié)果一致，主要文獻(xiàn)為“PlantdNA barcodes：Applications today and in the future”（Kress，2017）。2017年延續(xù)了前期的研究，并重點(diǎn)開(kāi)展了以下幾個(gè)方面研究：群落系統(tǒng)發(fā)育和物種編目，功能形狀和物種的編目，物種之間的互相影響;識(shí)別未知的物種，物種的邊界和生物多樣性的發(fā)現(xiàn)，DNA條形碼的取證;商業(yè)產(chǎn)品、瀕危物種、草藥的原材料、民族植物學(xué)，物種和棲息地的保護(hù)。同時(shí)某些在特定的植物（Codonopsis）群中，仍然可以看到各種各樣的DNA條形碼標(biāo)記測(cè)試的研究報(bào)告（Wang et al.， 2017）。

自十多年前DNA條碼被引入到植物群落中，DNA條碼在植物基礎(chǔ)研究和應(yīng)用研究中都得到了廣泛的應(yīng)用。植物系統(tǒng)學(xué)家尚未普遍接受DNA條碼作為識(shí)別物種的核心工具的一個(gè)主要原因是，在大多數(shù)分類(lèi)群中，沒(méi)有一個(gè)標(biāo)記能夠完全區(qū)分物種。相比之下，生態(tài)學(xué)家更愿意尋找新的、獨(dú)特的DNA條碼應(yīng)用，以解決他們的一些基本研究問(wèn)題，因?yàn)榭偟膩?lái)說(shuō)，他們?cè)谟啥喾N植物譜系組成的系統(tǒng)中工作，這些系統(tǒng)可以通過(guò)DNA條碼位點(diǎn)的組合進(jìn)行唯一的識(shí)別。展望未來(lái)，植物DNA條碼將通過(guò)兩種關(guān)鍵的方式為植物群落服務(wù)：（1）建立一個(gè)更全面、通用的全球植物DNA條碼庫(kù)。實(shí)現(xiàn)為世界上所有植物提供DNA條碼的通用庫(kù)的目標(biāo)仍然是遙遠(yuǎn)的未來(lái)，但是一旦實(shí)現(xiàn)，基礎(chǔ)研究和應(yīng)用研究都將受益匪淺。（2）開(kāi)發(fā)新的標(biāo)記并采用新的測(cè)序技術(shù)，如DNA宏條形碼（metabarcoding 或 eDNA）（Taberlet et al.，2012），隨著測(cè)序技術(shù)的提高和費(fèi)用的降低，DNA條形碼向基因組學(xué)方向發(fā)展 （Coissac et al.，2016）。

在此次分析中，存在以下幾方面的不足：（1）用Histcite軟件以L(fǎng)GS Count為條件，選用LCS繪制引文編年圖，有時(shí)候一些新的文章因?yàn)槟甏?，被引用次?shù)暫時(shí)還不多，所以它們?cè)趫D中節(jié)點(diǎn)中被引用次數(shù)不會(huì)很多，也存在一定的缺陷，有些近期的論文很重要，但是沒(méi)有表現(xiàn)出來(lái)。（2）基于Web of Sciences數(shù)據(jù)庫(kù)涵蓋了多種世界范圍內(nèi)最有影響力的高質(zhì)量英文期刊，但其側(cè)重于收錄母語(yǔ)為英語(yǔ)地區(qū)的期刊，來(lái)源期刊地域分布的不平衡性對(duì)分析結(jié)果有一定的影響。

參考文獻(xiàn)：

BEGROWd， NILSSON H， UNTERSEHER M， et al.， 2010. Current state and perspectives of fungaldNA barcoding and rapid identification procedures [J]. Appl Microbiol Biotechnol， 87（1）：99-108.

BHARATHIdG， 2013. Methods employed in the web of science and scopusdatabases to effect changes in the ranking of the journals? [J]. Curr Sci Ind， 105（3）：300-308.

BHARGAVA M， SHARMA A， 2013.dNA barcoding in plants：Evolution and applications of in silico， approaches and resources [J]. Mol Phlyogenet Evol， 67（3）：631.

BLAXTER M， 2004. The promise ofdNA taxonomy [J]. Philosophical Transac Royal Soc B Biol Sci， 359（1444）：669-679.

CHASE MW， COWAN RS， HOLLINGSWORTH PM， et al.， 2007. A proposal for astandardised protocol to barcode all land plants [J]. Taxon， 56（2）：295-299.

COISSAC E， HOLLINGSWORTH PM， LAVERGNE S， et al.， 2016. From barcodes to genomes：Extending the concept ofdNA barcoding? [J]. Mol Ecol， 25（7）：1423-1428.

GARFIELD E， 2009. From the science of science to scientometrics visualizing the history of science with Histcite software [J]. J Informetr， 3（3）：173-179.

GU HT， WANG J， 2013. Forecast of thedevelopment tendency fordiscipline based on two models——Take bibliometrics as an example [J]. J Mod Inf， 33（2）：162-165. [顧洪濤， 王筠， 2013. 基于兩種模型的學(xué)科發(fā)展趨勢(shì)預(yù)測(cè)——以文獻(xiàn)計(jì)量學(xué)為例? [J]. 現(xiàn)代情報(bào)， 33（2）：162-165.]

HEBERT PDN， CYWINSKA A， BALL S， 2003. Biological identification throughdNA barcodes? [J]. Proceed Roy Soc B-Biol Sci， 270（1512）：313-321.

HOLLINGSWORTH PM， 2011. Refining thedNA barcode for land plants? [J]. P Natl Acad Sci USA， 108（49）：19451.

HOLLINGSWORTH ML， ANDRA A， FORREST LL， et al.， 2009. Selecting barcoding loci for plants：Evaluation of seven candidate loci with species-level sampling in threedivergent groups of land plants [J]. Mol Ecol Resour， 9（2）：439.

KERSS WJ， WURDACK KJ， ZIMMER EA， et al.， 2005. Use ofdNA barcodes to identify flowering plants? [J]. Proc Natl Acad Sci USA， 102（23）：8369-8374.

KRESS WJ， 2017. PlantdNA barcodes：Applications today and in the future? [J]. J Syst Evol， 55（4）：1-17.

KIM HM， OH SH， BHANDARI GS， et al.， 2014.dNA barcoding of Orchidaceae in Korea? [J]. Mol Ecol Resour， 14（3）：499-507.

LAHAYE R， BANK MVD，BOGARINd， et al.， 2008.dNA barcoding the floras of biodiversity hotspots? [J]. Proc Natl Acad Sci USA， 105（8）：2923-2928.

LIdZ， GAO LM， LI HT， et al.， 2011. Comparative analysis of a largedataset indicates that internal transcribed spacer （ITS） should be incorporated into the core barcode for seed plants? [J]. Proc Natl Acad Sci USA， 108（49）：19641-19646.

LIU J， MOLLER M， GAO L M， et al.， 2011.dNA barcoding for thediscrimination of Eurasian yews （Taxus L. Taxaceae） and thediscovery of cryptic species? [J]. Mol Ecol Resour， 11（1）：89.

LU S，dING X， MA Y， et al.， 2010. Confirming the genetic Identity of Dendrobium fimbriatum using an Amplification Refractory Mutation System （ARMS）? [J]. Plant Mol Biol Rep， 28（4）：712-716.

MOHAMMED AB， MOHD SF， SHAMSIR MS， et al.， 2017. Review：DNA barcoding and chromatography fingerprints for the authentication of botanicals in herbal medicinal products [J] Evid-Based Compl Alter Med， （1）：1-28.

PEGARD A， MIGUEL C， VALENTINI A， et al.， 2009. UniversaldNA-Based methods for assessing thediet of grazing livestock and wildlife from feces [J]. J Agric Food Chem， 57（13）：5700.

REN BQ， XIANG XG， CHEN ZD， 2010. Species identification of Alnus （Betulaceae） using nrDNA and cpDNA genetic markers? [J]. Mol Ecol Resour， 10（4）：594.

SHADBOLT N， HALL W， HENDLER JA， et al.， 2013. Introduction：Web of Science：A new frontier? [J]. Philosoph Transac Royal Soc A：Mathem Physical & Engineer Sci， 371（1987）：1-6.

SUN XH， LU WR， 2012. Research trends of rice science based on Web of Science? [J]. Chin J Rice Sci， 26（5）：606-614. [孫秀煥， 路文如， 2012. 基于Web of Science的水稻研究態(tài)勢(shì)分析 [J]. 中國(guó)水稻科學(xué)， 26（5）：606-614.]

TABERLET P， COISSAC E， POMPANON F， et al.， 2012. Towards next generation biodiversity assessment usingdNA metabarcoding? [J]. Mol Ecol， 21（8）：2045-2050.

TEZCAN M， VLACHONASIS K， AKI C， 2010.dNA barcoding study on Sideritis trojana Bornm. an endemic medicinal plant of Ida Mountain， Turkey [J]. Fresen Environ Bull， 19（7）：1352-1355.

VALENTINI A， POMPANON F， TABERKET P， 2009.dNA barcoding for ecologists? [J]. Trend Ecol Evol， 24（2）：110-117.

WANGdY， WANG Q， WANG YL， et al.， 2017. Evaluation ofdNA barcodes in Codonopsis （Campanulaceae） and in some large angiosperm plant genera? [J]. PLoS ONE 12：e0170286.

WU RM， KONG YF， 2010. A comparison on Co-word analysis and Co-citation analysis [J]. Infdoc Serv， （1）：26-29.? [伍若梅， 孔悅凡， 2010. 共詞分析與共引分析方法的比較研究 [J]. 情報(bào)資料工作， （1）：26-29.]

YANG H， WANG XP， GAN WZ， et al.， 2013. Analysis on literaturedevelopment trend of international tea polyphenols research based on the Web of Science [J]. J Tea Sci， （6）：541-549.? [楊華， 王小萍， 干文芝， 等， 2013. 基于Web of Science的國(guó)際茶多酚類(lèi)研究文獻(xiàn)發(fā)展態(tài)勢(shì)分析 [J]. 茶葉科學(xué)，（6）：541-549.]

ZHAO RY， XU LM， 2010. The knowledge map of the evolution and research frontiers of the bibliometrics [J]. J Lib Sci Chin， 36（5）：60-68. [趙蓉英， 許麗敏， 2010. 文獻(xiàn)計(jì)量學(xué)發(fā)展演進(jìn)與研究前沿的知識(shí)圖譜探析 [J]. 中國(guó)圖書(shū)館學(xué)報(bào)， 36（5）：60-68.]