藥食同源類中藥抗腫瘤的知識圖譜分析

昂文勝 許澳鑫 歐陽婷 楊銀鳳

摘? 要：文章探索藥食同源類中藥抗腫瘤領(lǐng)域的發(fā)展現(xiàn)狀、研究熱點和存在問題。通過檢索1959—2020年期間CNKI數(shù)據(jù)庫收錄的藥食同源類中藥抗腫瘤的相關(guān)文獻(xiàn)，文章利用Citespace和VOSviewer軟件進(jìn)行知識圖譜分析，得出該領(lǐng)域的研究現(xiàn)狀和研究熱點。近年來白花蛇舌草、黃芪等中藥在抗腫瘤方面研究比較深入。機(jī)構(gòu)間的合作強(qiáng)度不大，沒有形成較大的合作網(wǎng)絡(luò)。通過研究得到該領(lǐng)域研究的熱點和主要機(jī)構(gòu)，并提出相關(guān)建議為該領(lǐng)域的研究者提供參考依據(jù)。

關(guān)鍵詞：Citespace;VOSviewer;藥食同源;中藥;抗腫瘤;知識圖譜

中圖分類號：TP391? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A文章編號：2096-4706（2021）16-0122-05

Analysis of Knowledge Graph of Antitumor of Traditional Chinese Medicine with Homologous Medicine and Food

ANG Wensheng， XU Aoxin， OUYANG Ting， YANG Yinfeng

（College of Medical Information Engineering， Anhui University of Chinese Medicine， Hefei? 230012， China）

Abstract： The paper explores the development status， researchs hotspots and existing problems in the field of anti-tumor of Traditional Chinese Medicines （TCM） with homologous medicines and foods. Through retrieving the antitumor literatures of TCM with homologous medicines and foods in CNKI Database from 1959 to 2020， the paper emploies the Citespace and VOSviewer softwares to analyze the knowledge map， and obtains the research status and research hotspots in this field. In recent years， studies on anti-tumor of TCM， such as Hedyotis diffusa and Astragalus membranaceus have been in-depth. The intensity of inter-agency cooperation is not strong， and there is no large cooperation network. Through the research， the paper obtains the research hotspots and main institutions in this field and puts forward relevant suggestions to provide reference for researchers in this field.

Keywords： CiteSpace; VOSviewer; homologous medicine and food; traditional chinese medicine; anti-tumor; knowledge graph

0? 引? 言

腫瘤是嚴(yán)重威脅人類身體健康的重大疾病之一。每年腫瘤的發(fā)病率及死亡率在所有疾病中居于前列[1]。隨著醫(yī)療技術(shù)的快速發(fā)展，針對腫瘤的治療有了突飛猛進(jìn)的跨越，但基本的治療方式還是化療、放療和靶向治療等[2]。在臨床工作中，化療藥物的選擇大多根據(jù)臨床經(jīng)驗判斷。這給醫(yī)務(wù)工作者帶來了藥物選擇的困難，導(dǎo)致用藥的盲目性，難以收獲滿意的臨床療效及對疾病的控制。而隨著天然藥物研究的深入，中藥在抗腫瘤治療中的優(yōu)勢逐漸顯露出來[3]。

特別地，在惡性腫瘤的預(yù)防問題上，藥食同源類中藥具有安全性高、副反應(yīng)小、劑型靈活等優(yōu)點。正如《黃帝內(nèi)經(jīng)》記載，“正氣存內(nèi)，邪不可干”。而中醫(yī)認(rèn)為，如果正氣長期虧虛，就容易患上各種疾病[4]。所以癌癥的發(fā)生與正氣不足息息相關(guān)。因此，固護(hù)正氣，提升自身免疫力對于癌癥預(yù)防來說，十分重要[5]。隨著該領(lǐng)域研究的深入，藥食同源類中藥逐漸發(fā)揮出它獨特的優(yōu)勢[6]。與之相應(yīng)地，也產(chǎn)出了大量的藥食同源類中藥抗腫瘤領(lǐng)域的研究文獻(xiàn)。這些文獻(xiàn)的出現(xiàn)也導(dǎo)致了冗雜的問題。而文獻(xiàn)可視化數(shù)據(jù)挖掘是集科學(xué)計量學(xué)、信息計量學(xué)、計算機(jī)可視化等多學(xué)科交叉的新興研究方法，能夠以可視化的方式直觀展示相關(guān)研究領(lǐng)域的知識結(jié)構(gòu)與演進(jìn)規(guī)律[7]。

因此，本研究以科學(xué)計量學(xué)中兩個比較常用的知識圖譜分析工具Citespace和VOSviewer，來展示藥食同源類中藥抗腫瘤領(lǐng)域的發(fā)展演化過程。其中，Citespace是由陳超美博士及其團(tuán)隊基于Java開發(fā)的文獻(xiàn)網(wǎng)絡(luò)可視化工具[8]，可動態(tài)地識別文獻(xiàn)聚類、關(guān)鍵節(jié)點。而VOSviewer則是由Van Eck等研發(fā)的可視化工具[9]。該軟件能夠通過密度、距離等方法來表示各個節(jié)點之間的聚類關(guān)系，清楚地展現(xiàn)出科學(xué)知識的研究熱點和領(lǐng)域前沿。兩款可視化軟件可以相互補(bǔ)充，較為準(zhǔn)確地展現(xiàn)出相關(guān)的研究領(lǐng)域主題間的關(guān)系[10]?？傊?，通過這兩款軟件建立多維圖像，可以更形象、直觀地展現(xiàn)藥食同源類中藥抗腫瘤研究的歷史文獻(xiàn)資料，并從研究主體、理論基礎(chǔ)、研究熱點及研究前沿等方面來梳理已有成果。從而彌補(bǔ)已有研究的不足，指明研究方向，歸納該領(lǐng)域的研究成果。為今后深入研究該領(lǐng)域的人才提供文獻(xiàn)支撐。

1? 研究方法

1.1? 數(shù)據(jù)來源

以CNKI為文獻(xiàn)檢索的數(shù)據(jù)庫，檢索的方式設(shè)定為“主題：藥食同源+腫瘤”“主題：中藥+抗腫瘤”“主題：復(fù)方+抗腫瘤”，時間分布采用CNKI默認(rèn)回溯設(shè)置，從1959年到2020年獲取文獻(xiàn)，排除會議、通知、約稿說明等相關(guān)文獻(xiàn)后，并進(jìn)行合理的刪減共得到7 366篇有效文件，并以Refworks、Endnote兩種形式導(dǎo)出，構(gòu)建藥食同源類中藥抗腫瘤研究文獻(xiàn)數(shù)據(jù)庫并導(dǎo)入Citespace和VOSviewer軟件后進(jìn)行可視化圖譜分析。但此次研究的文獻(xiàn)數(shù)據(jù)來自CNKI，導(dǎo)出的數(shù)據(jù)沒有參考文獻(xiàn)的信息，所以無法通過Citespace進(jìn)行有關(guān)引文（Reference）的分析[11]。

1.2? 數(shù)據(jù)轉(zhuǎn)換

首先，將查找出的文獻(xiàn)以Endnotes和Refwork的格式從知網(wǎng)導(dǎo)出，但導(dǎo)出的數(shù)據(jù)中含有大量的冗雜信息（如文獻(xiàn)的題名、作者、研究機(jī)構(gòu)、摘要、關(guān)鍵詞等）。使用EndNote軟件進(jìn)行文獻(xiàn)數(shù)據(jù)降重。再利用Citespace軟件中格式轉(zhuǎn)換功能，將Refworks格式文件轉(zhuǎn)換為Citespace可用的download_***.txt格式文件，形成最終處理的數(shù)據(jù)集。

2? 結(jié)果及討論

2.1? 關(guān)鍵詞可視化分析

關(guān)鍵詞是利用多個的詞語來反映文章的主題，高頻的關(guān)鍵詞可以在一定的程度上代表相關(guān)研究領(lǐng)域的研究熱點[12]。通過對關(guān)鍵詞的分類分析可以將藥食同源類中藥抗腫瘤的相關(guān)文獻(xiàn)中的相關(guān)中藥展現(xiàn)出來。

本研究用Citespace進(jìn)行關(guān)鍵詞分析時選擇keyword生成一模網(wǎng)絡(luò)。該網(wǎng)絡(luò)圖譜的優(yōu)勢在于，其可以多層次的解析出研究領(lǐng)域中所隱藏信息。所得結(jié)果如圖1（a）所示。通過觀察可發(fā)現(xiàn)，這個領(lǐng)域中研究者共同關(guān)注的話題集中在白花蛇舌草、姜黃素、黃芪等中藥。

突變詞主要是以關(guān)鍵詞為基礎(chǔ)，在某個時間跨度所發(fā)表的文獻(xiàn)專業(yè)術(shù)語的突顯，也反映出該時間段的研究熱點，主要表現(xiàn)在突變詞的年份分布和突變強(qiáng)度兩個方面，可以很好地把握研究的聚焦點。圖1（b）顯示的是近20年對我國有關(guān)藥食同源類中藥抗腫瘤文獻(xiàn)中前137的關(guān)鍵詞突變并對不合理的關(guān)鍵詞進(jìn)行刪減后得到前17的關(guān)鍵詞突變分布情況。包括抗腫瘤藥（中藥）/治療應(yīng)用，中草藥，中藥療法。白花蛇舌草，抗腫瘤藥物，益氣養(yǎng)陰方，夏枯草，中醫(yī)藥治療。抗腫瘤中藥。中醫(yī)治療，中藥注射劑，中醫(yī)，中藥治療，中藥藥理學(xué)，姜黃素，中藥復(fù)方，黃芪。其中抗腫瘤藥（中藥）/治療應(yīng)用的突變強(qiáng)度最高，自2008年后該領(lǐng)域發(fā)展迅猛。中藥療法，白花蛇舌草，抗腫瘤藥物，益氣養(yǎng)陰方和夏枯草一年多個關(guān)鍵詞突顯，但是突顯持續(xù)時間不長，說明該領(lǐng)域研究熱點迭代速度較快。這得益于國家對中醫(yī)藥越來越重視，而中醫(yī)，中醫(yī)復(fù)方和黃芪因為其研究熱度還在持續(xù)，也是該領(lǐng)域研究者如今關(guān)注的焦點。

而VOSviewer軟件在關(guān)鍵詞聚類圖譜分析中具有強(qiáng)大的優(yōu)勢[13]。主要在于該軟件共現(xiàn)的圖譜有聚類密度視圖、共現(xiàn)權(quán)重視圖及標(biāo)簽視圖[14]。這3種視圖借助圖形大小、顏色等來展現(xiàn)相關(guān)的文獻(xiàn)之間的關(guān)系，反映出科學(xué)文獻(xiàn)之間的相似性、引證和共證關(guān)系等。

圖2（a）展示的是用VOSviewer繪制的藥食同源類中藥抗腫瘤研究的關(guān)鍵詞標(biāo)簽視圖。分析該知識圖譜發(fā)現(xiàn)197個共現(xiàn)項目、聚類23個、連線358條、總鏈接強(qiáng)度為312.50。在標(biāo)簽視圖中顏色相同的所有節(jié)點表示是一個聚類，兩個節(jié)點之間的連線越短，表示兩節(jié)點之間的關(guān)系越密切。

此外，VOSviewer可視化軟件在形成關(guān)鍵詞共現(xiàn)權(quán)重圖譜方面有迅速成圖、自動優(yōu)化節(jié)點布局的優(yōu)點，本次構(gòu)建藥食同源類中藥抗腫瘤研究的關(guān)鍵詞共現(xiàn)權(quán)重圖譜如圖2（b）。圖中不同的顏色區(qū)分分別代表關(guān)鍵詞出現(xiàn)時間的遠(yuǎn)近。節(jié)點顏色是黃色則表示該關(guān)鍵詞出現(xiàn)的時間為2014年以后，綠色節(jié)點表示關(guān)鍵詞主要出現(xiàn)在2012年—2014年，青色節(jié)點表示關(guān)鍵詞出現(xiàn)在2010年—2012年，2008年以前出現(xiàn)的關(guān)鍵詞主要由紫色表示。這一特點使得關(guān)鍵詞共現(xiàn)權(quán)重圖譜可以展現(xiàn)出這一研究領(lǐng)域的研究前沿和如今的研究熱點。由圖2（b）可知，2014年以后，黃芪、黃芩、槲寄生等關(guān)鍵詞占據(jù)核心地位。

而VOSviewer的關(guān)鍵詞共現(xiàn)密度視圖功能采用一種熱成型式圖形表達(dá)方式，其形成的該圖譜可以反映出一些高頻的關(guān)鍵詞一起出現(xiàn)的頻次密度。如果一些關(guān)鍵詞一起出現(xiàn)的頻次比較高，VOSviewer系統(tǒng)就會將它們放在一起，形成一個個聚類團(tuán)，表明這幾個關(guān)鍵詞之間的聯(lián)系比較強(qiáng)，從而能夠以不同的觀察角度更加直觀地反映各高頻關(guān)鍵詞的頻次密度[15]。如圖2（c）所示，圖中節(jié)點之間的距離代表關(guān)鍵詞之間的相似程度，圖譜中各個節(jié)點的大小代表著各個關(guān)鍵詞間作用力的大小。從圖譜中可以看到，白花蛇舌草、姜黃素、黃芪等受關(guān)注。同時，以白花蛇舌草、姜黃素、黃芪等中藥材為核心各自呈現(xiàn)出了一些具有關(guān)聯(lián)性的學(xué)術(shù)研究熱點，深化了藥食同源類中藥抗腫瘤領(lǐng)域的研究工作。

2.2? 作者和機(jī)構(gòu)共現(xiàn)圖譜分析

作者和機(jī)構(gòu)共現(xiàn)圖譜能夠體現(xiàn)該領(lǐng)域作者的文獻(xiàn)產(chǎn)出情況和作者之間的合作情況以及機(jī)構(gòu)的文獻(xiàn)產(chǎn)出和合作情況。在本研究中，將文獻(xiàn)數(shù)據(jù)導(dǎo)入VOSviewer軟件進(jìn)行分析，得到如圖3（a）的作者共現(xiàn)圖譜。圖中節(jié)點間的連線表示的是作者之間的關(guān)聯(lián)關(guān)系，圓圈表示的是作者，圓圈越大，說明該作者發(fā)文的次數(shù)越多。從圖3（a）中可以看出殷東風(fēng)，林洪生，李琦等人的節(jié)點較大，說明其發(fā)文量較大。

將相關(guān)文獻(xiàn)數(shù)據(jù)導(dǎo)入Citespace進(jìn)行作者分析后得到表1和圖3（b），綜合表1和圖3（b）可以看出殷東風(fēng)，林洪生，李琦等發(fā)文位居前列，half life（引文半衰期）是描述文獻(xiàn)老化程度的指標(biāo)，半衰期越大，顯示引文的有效價值越大，從表1中可以看出林洪生的半衰期最大，說明其引文的有效價值最大。

此外，表2是機(jī)構(gòu)發(fā)文的頻次表，從表中可以看出在相關(guān)領(lǐng)域發(fā)文機(jī)構(gòu)最多的是山東中醫(yī)藥大學(xué)，其次是南京中醫(yī)藥大學(xué)。表中顯示山東中醫(yī)藥大學(xué)和南京中醫(yī)藥大學(xué)半衰期都超過了10，說明這兩個機(jī)構(gòu)的引文有效價值比較大。圖3（c）展示的是機(jī)構(gòu)共現(xiàn)圖譜，節(jié)點間的連線代表著合作強(qiáng)度，從圖中可知山東中醫(yī)藥大學(xué)雖發(fā)文量較多，但是與其他機(jī)構(gòu)間的合作較少，南京中醫(yī)藥大學(xué)、浙江中醫(yī)藥大學(xué)與其他機(jī)構(gòu)聯(lián)系及合作強(qiáng)度較高。并且從圖3C中可以看出該領(lǐng)域的研究主要分布在經(jīng)濟(jì)發(fā)達(dá)的東部及南部地區(qū)（如山東中醫(yī)藥大學(xué)，南京中醫(yī)藥大學(xué)）。

總之，本次藥食同源中藥抗腫瘤研究中VOSviewer和Citespace得到了基本一致的可視化圖譜。同源的數(shù)據(jù)通過兩款可視化軟件繪制出了類似的結(jié)果，充分的證明了此次可視化分析研究的正確性。但是就兩者的研究過程來比較，VOSviewer圖譜形成的速度比較快，成圖效果比較美觀，但聚類的方式只是按照來顏色劃分。而Citespace可以調(diào)大量的參數(shù)去完善圖譜，這一點是VOSviewer所不具有的，Citespace還可以通過多種算法從數(shù)據(jù)中提取信息，生成不同種聚類標(biāo)簽，從而構(gòu)造出各種不同類型網(wǎng)絡(luò)圖譜來進(jìn)行分析。

3? 結(jié)? 論

本文以文獻(xiàn)計量相關(guān)理論為出發(fā)點，對7 366篇藥食同源類中藥抗腫瘤文獻(xiàn)進(jìn)行知識圖譜研究，得出以下結(jié)論：

（1）從十五規(guī)劃以來，國家高度重視中醫(yī)藥文化，相關(guān)發(fā)文量在近年來逐年增多，我國的藥食同源類中藥抗腫瘤領(lǐng)域研究越來越深入，發(fā)文量越來越多。

（2）研究熱點也越來越豐富，其中白花蛇舌草、黃芪等中藥在抗腫瘤方面研究比較深入，并形成了以其為中心的聚類研究熱點。

（3）藥食同源類中藥抗腫瘤的研究主要集中在中醫(yī)藥院校，沒有形成較大的合作網(wǎng)絡(luò)。而且大多文獻(xiàn)產(chǎn)出分布在經(jīng)濟(jì)發(fā)達(dá)的東部及南部地區(qū)，西部地區(qū)在相關(guān)領(lǐng)域的研究較少。

（4）在圖譜中該領(lǐng)域發(fā)文的作者間連線較少，研究者之間合作強(qiáng)度不大。

總之，從研究結(jié)果來看藥食同源類中藥抗腫瘤領(lǐng)域的研究還只是停留在起步階段，沒有進(jìn)入快速地發(fā)展期，研究熱點只有少數(shù)幾味中藥且各研究機(jī)構(gòu)間的合作不強(qiáng)。因此下一步應(yīng)該做的就是加強(qiáng)該領(lǐng)域中相關(guān)中藥的研究，以加快該領(lǐng)域研究的發(fā)展，并且要加強(qiáng)各研究機(jī)構(gòu)間的合作和區(qū)域間的合作。本研究使用知識圖譜可視化的方法對藥食同源類中藥抗腫瘤領(lǐng)域進(jìn)行多重維度的分析，為該領(lǐng)域深入研究提供參考。

參考文獻(xiàn)：

[1] 金妍文.癌癥發(fā)生風(fēng)險預(yù)測模型知識庫的建立與分析 [D].蘇州：蘇州大學(xué)，2019.

[2] ?íROVá M，STROHALM J，CHYTIL P， et al. The structure of polymer carriers controls the efficacy of the experimental combination treatment of tumors with HPMA copolymer conjugates carrying doxorubicin and docetaxel [J].Journal of Controlled Release，2017（246）：1-11.

[3] 王支龍，李平，孫鑫，等.基于中藥四性理論探析抗惡性腫瘤藥物的精準(zhǔn)運用 [J]. 中醫(yī)藥學(xué)報.2020，48（6）：1-4.

[4] 梁艷，陳子杰，王慧如，等.論《黃帝內(nèi)經(jīng)》治療和養(yǎng)生中的正邪觀 [J].吉林中醫(yī)藥，2017，37（11）：1089-1091.

[5] 王羲明.論中醫(yī)藥防治惡性腫瘤的優(yōu)勢 [J].山東中醫(yī)雜志，1994（7）：308-312.

[6] PAUL B，LI Y Y，TOLLEFSBOL T O. The Effects of Combinatorial Genistein and Sulforaphane in Breast Tumor Inhibition： Role in Epigenetic Regulation[J/OL].International journal of molecular sciences，2018，19（6）：[2021-06-01]. https：//www.mdpi.com/1422-0067/19/6/1754.

[7] 高劍.可視化數(shù)據(jù)挖掘技術(shù)研究 [J].通訊世界，2018（1）：116-117

[8] 侯劍華，胡志剛.CiteSpace軟件應(yīng)用研究的回顧與展望 [J].現(xiàn)代情報，2013，33（4）：99-103.

[9] ECK N J V，WALTMAN L. Citation-based clustering of publications using CitNetExplorer and VOSviewer [J].Scientometrics，2017，111（2）：1053-1070.

[10] LI X， QIN G. Visualization analysis of research status of rural order oriented medical students based on citespace [C]//Proceedings of the 2019 4th International Conference on Humanities Science and Society Development （ICHSSD 2019）.Guangzhou：Atlantis Press，2019：227-234.

[11] 李杰，陳超美.CITESPACE：科技文本挖掘及可視化 [M].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2016：78.

[12] 陳悅，陳超美，胡志剛，等.引文空間分析原理與應(yīng)用：CiteSpace實用指南 [M].北京：科學(xué)出版社，2014.

[13] 魏駿巍，王晰巍，李嘉興，等.基于文獻(xiàn)和專利分析的國外技術(shù)領(lǐng)域發(fā)展可視化研究 [J].圖書館學(xué)研究，2015（14）：33-42.

[14] 周超峰.文獻(xiàn)計量常用軟件比較研究 [D].武漢：華中師范大學(xué)，2017

[15] 楊曉嚴(yán)，李國良，王磊.國內(nèi)工程項目中不安全行為研究進(jìn)展及熱點趨勢分析——基于CiteSpace和VOSviewer的可視化分析 [J].項目管理技術(shù)，2020，18（11）：63-69.

作者簡介：昂文勝（1999.10—），男，漢族，安徽宣城人，本科在讀，研究方向：生物醫(yī)學(xué)工程;通訊作者：楊銀鳳（1986.03—），女，漢族，安徽合肥人，副教授，博士，研究方向：中醫(yī)藥信息學(xué)。