基于Web of science文獻計量分析的青枯病研究進展

謝鵬昊 張 超 文 濤 牛國慶 洪文丹 袁 軍* 沈其榮

(1.南京農業大學 資源與環境科學學院，南京 210095；2.南京農業大學 江蘇省固體有機廢棄物資源化高技術研究重點實驗室，南京 210095；3.江蘇省有機固體廢棄物資源化協同創新中心，南京 210095)

青枯病是由茄科勞爾氏菌(Ralstoniasolanacearum)所引發的植物土傳病害，素有植物“癌癥”之稱。其廣泛分布于熱帶、亞熱帶及溫帶地區的國家，具有發病率高、危害大等特點。青枯菌的宿主種類繁多，包括馬鈴薯、番茄、辣椒和煙草等在內的53 個科、300 多種植物[1-2]。目前與青枯病相關文獻大多集中于病害的發生、傳播和防治[3]，而對青枯病研究領域演進歷程、發展概況介紹較少。

面對海量的文獻，以傳統閱讀方式對文獻進行歸類與總結往往存在著一定局限性。近年來隨著計算機水平與文獻計量學的日益完善，通過使用軟件對文獻信息進行可視化處理進而進行科學圖譜的繪制和分析，逐漸引起關注。科學知識圖譜是指利用可視化技術，通過數據挖掘、信息分析、圖形繪制等一系列方法展示科學知識的發展結構與進程，為學科研究提供切實、有價值的參考[4]。CiteSpace是由美國德雷塞爾大學的陳超美[5-6]教授開發，通過其可實現文獻之間的合作網絡[7]、關鍵詞突發性[8]、作者共被引[9]、文獻共被引[10]等分析。本研究擬采用文獻計量法，通過對1985—2019年與青枯病相關的文獻進行梳理，闡明青枯病研究領域的基礎背景，以及領域的研究現狀與發展趨勢，以期為后續青枯菌的相關研究提供理論依據。

1 材料與方法

1.1 供試材料

為客觀描述青枯病研究領域概況，本研究以南京農業大學訂購的Web of Science(WoS)數據庫核心數據合集作為文獻來源，以“Ralstoniasolanacearum” or “Pseudomonassolanacearum”為主題詞進行數據檢索，檢索跨度為1985—2019年，截止日期為2019年9月，共計3 002 篇，去重后得到2 987 篇作為本研究的分析樣本。

1.2 研究方法

通過CiteSpaceV軟件工具對下載數據進行去重后，得到軟件所需數據的標準格式，將其數據保存為軟件可識別的download-x.txt。將所需數據導入CitesSpace后，timeslicing(時間段)設置為1985—2019年，依次勾選Title、Abstract、Author Keywords，并按照所作合作特征、共現網絡分析、共被引分析等圖形，分別勾選Author、Institution、Term、Keyword、Category、Reference，按照不同需求設置Top N(年被引排名)與Years Per Slice(跨度)，點擊Go實現數據可視化。

2 結果與分析

2.1 年發文數量分析

通過對文獻發表數量年份間的統計，可在一定程度上了解青枯菌的研究歷程。如圖1所示，在1985—1992年期間青枯菌相關研究文獻數量呈緩慢增長趨勢，隨后在1993年與1998年發文量先后出現較大的增長，單年發文量增加超過40 篇，但對青枯病的關注并未持續，隨后幾年發文數量均有下降，表明研究進入瓶頸期。在2001年后，青枯病成為研究熱點發文數量持續穩定增加，在2018年發文量已達到225篇。

圖1 Web of science核心數據庫中青枯病年發文量統計Fig.1 Annual published papers statistics of bacterial wilt in Web of science core database

2.2 發文國家、機構和作者合作特征分析

CiteSpace可以實現作者合作網絡、機構合作網絡和國家地區合作網絡圖形的繪制，通過對圖形進行解讀可以了解到青枯病研究領域中不同水平的合作關系，進而發現領域內領先的國家、機構和個人[11]。圖2為不同國家之間合作圖譜，共66 個節點，280 條連線，直觀表現出多個國家研究者對青枯病的重視，并且國家之間合作較多。由于青枯病發病區域的特點，對青枯病研究較為深入的國家基本集中于熱帶、亞熱帶及溫帶地區。其中美國不僅對青枯病研究開始最早(1985年)，同時發文量(642 篇)遠高于除中國外其他國家(表1)。另外，其中介中心性為0.59，表明美國在青枯病領域居于龍頭地位，其所發文獻共被引次數遠超其余國家，文獻總體質量較高。中國對青枯病研究起始于20世紀末，雖開始較晚但發展迅速，在20年間發文數量高達600 篇，僅次于美國，但中介中心性為0.12，表明中國文獻數量較多，但是缺少高被引文章(表1)。此外，法國、日本、印度和德國等也均在青枯病領域發表許多優秀論文，近年來多個國家年輪厚度迅速增加，代表其發文數量均迅速增長。

圖形大小與文獻數量成正比，紫色外圈代表中介中心性，年輪顏色代表發表時間，顏色越深發表時間越遠，厚度與文獻頻率成正相關，節點間的連線代表兩者共現或共被引關系。下同。The size of the round node is in direct proportion to the number of papers published. The purple outer circle represents the centrality. Color of the ring represents year of the publication； The darker the color is the earlier is the time to publication of study; Thickness of the ring is positively related to the number of papers. Lines between the nodes represent the co-occurrence or co-citation relationship between the two literatures. The same below.圖2 青枯病國家合作網絡Fig.2 Cooperative network of bacterial wilt among countries

表1 統計青枯病發文數量前10的國家Table 1 Top 10 countries with the highest number of papers on bacterial wilt

表2展示中介中心性前10機構的發文數量與首發年份，其中中國擁有4 所，美國3 所，法國2所，日本1 所。中介中心性排名第一的機構來自美國威斯康星大學，其首發年份為1998年且主要為獨立研究，與其他機構合作較少。法國國家農業研究院發文190 篇，為本領域發表數量最多的機構。我國位于前10的研究機構分別為南京農業大學、中國科學院、中國農業科學院與福建農林大學。其中，南京農業大學中介中心性位列全球機構第五，研究集中于生物防控與根際生態調控。生物防控主要通過篩選植物根際拮抗菌如：木霉、解淀粉芽孢桿菌等，將其制成生物有機肥施入土壤同時結合土壤熏蒸技術，可以有效殺死病原菌改良土壤[12]。根際中病原菌與有益微生物的相互作用影響植物的生長狀況，通過對根際微生物組的研究與調控可以實現良好的防控[13]。中國農科院研究更傾向于對青枯菌的相關功能基因與多種植物對病原菌的分子應答機制進行解讀[14]。福建農林大學在前10的機構中首次發文最晚(2013)，截至2019年WoS核心數據庫已收錄相關論文45篇。

表2 青枯病研究中介中心性較高的前10機構Table 2 Top 10 institutions with the high centrality of bacterial wilt research

圖3為青枯菌研究領域的作者合作網絡圖，共917 個節點，2 443 條連線，代表著有917位科研人員關注青枯病，彼此間進行2 443 次合作。早期(1990年以前)的研究者大多以個人為主，合作僅在個體間展開，代表人物為Timothy P. Denny，其主要文獻為 Pathogenomics of theRalstoniasolanacearumspecies complex[15]。現代研究往往由少數負責人領導，團隊內形成復雜、密切的合作網絡，跨團隊交流較少，并且研究團隊往往由同一機構的科研人員組成。Philippe Prior、Caitilyn Allen、Stephane Genin為青枯病領域中介中心性前3的作者。Philippe Prior中介中心性0.1排名第一，其對青枯病的研究始于1989年，其最新研究為致病菌中efpR基因的突變增強了其對植物的適應能力[16]。其中Alberto P. Macho與青枯病相關的文獻首發年份為2017年，發文數量也僅為8篇，但其中介中心性為0.05，排名第5，表明他的研究成果在近幾年青枯病領域具有重要意義。進一步分析發現其研究集中于病原體侵染以及植物抵抗侵染的機制：以T3Es功能為切入點，以模式植物擬南芥、煙草和番茄作為研究對象，整合多種生物學手段，通過組織特異性的方式對植物各個進程進行分類，并研究特定的細菌在不同植物器官和不同侵染階段的毒力因子，解讀細菌病原體侵染植物的分子機制、植物應答機制以及相關的植物信號通路[17]。本領域發文最多為Caitilyn Allen，首發年份為1997年，發文104 篇，在近幾年仍有論文產出。我國沈其榮教授領導的團隊發文量為43篇，排名第三。近年來在其周圍形成了數個研究青枯病的小團體，如徐陽春[18]，其研究方向集中于根際有益微生物防控土傳病害、根際微生態等。

圖3 青枯病作者合作網絡Fig.3 Cooperative network of authors on bacterial wilt research

2.3 文獻學科分布與關鍵詞共現特征分析

對學科的領域進行共現分析，可構建不同學科間的關系網絡，揭示青枯病領域中學科間的相互聯系。青枯病學科共現分析網絡中(圖4)共有57 個節點，表明青枯病領域中有57 個學科相互交叉滲透，294 條代表學科領域間相互聯系的連線，表明青枯病研究涉及領域十分復雜。青枯病領域研究主要與植物科學、農學和微生物學交叉。除此之外，和生物化學與分子生物學、生物技術與應用微生物學等領域有較多的交叉研究，說明對青枯病的研究從宏觀到微觀均有涉獵，多學科領域的交叉對當前研究人員的知識儲備提出了更高要求。其中，環境科學、生物技術與應用微生物學農學中介中心性較高分別為0.35、0.27和0.25，表明青枯病在這些學科中有重要的研究價值，相關程度也較高。

圖4 青枯病學科領域共現網絡Fig.4 Co-occurrence network of bacterial wilt disciplines

文獻關鍵詞是文章內容的核心主題，通過對相關文獻的關鍵詞進行梳理能夠發現該領域的研究熱點方向(圖5)。出現頻次前5關鍵詞代表了所發文獻普遍關注的重點：分別是“青枯勞爾氏菌”(R.solanacearum)、“青枯假單胞菌”(P.solanacearum)、“細菌枯萎病”(bacterial wilt)、“番茄”(tomato)和“抗性”(resistance)。本研究檢索詞條為“Pseudomonassolanacearum”或“Ralstoniasolanacearum”，將其作為青枯病學科演化路徑的起點可識別出2個主要方向：1)多種病原菌的鑒別，毒性以及致病機理的研究；2)植物對病原菌的應答機制，相關功能基因的確定，以及病害的防控措施。通過對出現頻次和中介中心性較高的關鍵詞進行解讀發現，青枯病屬于細菌枯萎病，因此對于災害的防治和致病菌的鑒別是青枯病研究課題的重要內容，其中番茄作為茄科代表作物，同時也為易感青枯病的重要作物，始終受到科研人員關注。

圖5 青枯病關鍵詞共現網絡Fig.5 Keywords co-occurrence network of bacterial wilt

關鍵詞的突發性描述某一關鍵詞在一段時間內的頻次突然增加，反映一段時間內的研究熱點和發展趨勢。由表3可知，青枯病領域研究熱點關鍵詞基本出現在20世紀90年代早期且持續時間較長，前10的突發性關鍵詞的熱點中90%持續時間超過6年。1985—2019年，不同作物致病菌出現5 次且持續時間較長，致病菌與作物產量相關，因此其始終為研究熱點，對致病菌的研究從抗病到其機理均有涉及。多糖作為突發關鍵詞出現3 次，可能原因為糖誘導并激活植物的免疫系統提高抗病能力。其中持續時間最長的關鍵詞熱點為tobacco(煙草)，1991—2008年共18年，煙草為經濟作物且易遭受青枯病害，感病后產量嚴重下降[19]，研究煙草如何應對青枯病與減輕病害，引起科研人員持久關注。

表3 統計突發度前20關鍵詞Table 3 Top 20 keywords for statistical burst

表4展示了2009—2019年的熱點關鍵詞轉移，通過對突發性關鍵詞的分析，了解研究熱點的變化。除致病菌與易感作物始終為研究熱點外，與土壤相關研究逐步引起關注。土壤為植物與病原菌的生長提供基礎條件，其理化性質與病原菌的關系仍未明確揭示，但隨著高通量測序技術的進步，土壤中微生物的組成與功能的面紗將逐漸揭開。由于病原菌在土中的大量繁殖必然造成土壤生態位的改變，因此如何調控植物根際生態來減害、防害為研究重點與熱點。由關鍵詞“sequence”、“genetic diversity”、“pathogen”、“gene expression”可識別出當前研究人員更關注病原菌遺傳與致病多樣性，其中“III secretion system”則反映了對青枯菌致病機理的關注，“Genome sequence of the plant pathogenRalstoniasolanacearum”[20]為其代表性文獻被引頻次高達936 次，主要描述了菌株GM1000的全基因組序列，并對菌株的III型分泌系統進行解讀，進而對致病基因進行預測。

表4 2009—2019年關鍵詞突發性檢測Table 4 Keywords burst detection from 2009 to 2019

2.4 文獻交叉引用分析

文獻共被引表示2篇文獻同時被第三篇文獻所引，通過對共被引圖譜中的聚類和特殊節點進行分析，可以了解該領域的知識脈絡[21]。其中被引文獻組成了領域的研究基礎，相應的引文對應該研究領域的前沿方向[22]。圖6的文獻共被引圖譜由286 個節點和392 條連線形成了8 個較大的群組，其Q值為0.81。7個聚類群組標簽代表了青枯病的7 個研究前沿方向，其中前三聚類標簽為#0 putative bacterial wilt resistance gene(青枯病抗性基因推測)、#1Ralstoniasolanacearumtype Ⅲ(青枯菌三型分泌系統)、#3 transposon mutagenesis(轉座子突變)，這3個聚類標簽代表當前青枯病領域中3個研究熱點，表明對青枯病的研究已經深入到分子層面，更傾向于對其機理的研究，而不僅僅是作物產量等表觀現象。#0 putative bacterial wilt resistance gene中主要關鍵詞為avrbs protein、several cDNA clone、plant defense，主要描述特定基因對植物抗性的功能。代表性文章為Stéphane Genin 2012年發表的“Pathogenomics of theRalstoniasolanacearumspecies complex”，對多種代表性菌株進行基因組測序，了解病原菌的進化與形成過程，探索了菌株致病性與宿主特異性的決定因素，總結了他們的致病機理與調控機制[15]。#1Ralstoniasolanacearumtype Ⅲ中關鍵詞包括pollen polygalacturonase、plant defense、bacterial disease，主要內容為III型分泌系統與植物抗病關系。代表性文章為Stéphane Genin 2010年發表的“Molecular traits controlling host range and adaptation to plants inRalstoniasolanacearum”，通過研究Ⅲ型分泌系統來限制青枯病宿主范圍，通過對宿主與細菌通道中基因的協調表達機制變化的研究，來確定其他分子決定因素，包括次級代謝途徑、抗菌化合物的合成基因、控制植物激素合成的相關基因[23]。#3 transposon mutagenesis中包括關鍵詞為molecular dialogue、plant cell、avrbs protein，其主要研究內容為細菌相關致病基因。代表性文章為Belen Brito在2002年發表的“prhJandhrpG, two new components of the plant signal-dependent regulatory cascade controlled by PrhA inRalstoniasolanacearum”，GM1000中hrp基因的表達依賴于hrpB調節，外膜蛋白PrhA參與hrp基因的激活，被認為是植物信號轉導通路的受體，hrpG和prhJ是完全致病所需，其位于hrp基因右側。推斷PrhA感知到的植物細胞信號被傳遞到prhJ基因，prhJ表達產物控制hrpG基因的表達，隨后在一定的誘導條件下激活hrpB的調節基因，并在誘導條件下激活剩余的hrp轉錄單位[24]。

圖6 青枯病文獻共被引圖譜Fig.6 Co-cited publications on bacterial wilt

Sigma值與文獻結構性與突現性成正相關，其數值越大，文獻越可代表學科領域的重點知識。統計Sigma值前10的青枯病相關文獻(表5)發現，所有文章均從分子層面入手對青枯病致病菌進行了不同角度的研究，其中4 篇文獻研究主要內容為hrp基因的相關作用，2 篇文獻與青枯菌Ⅲ型分泌系統相關。hrp基因與III型分泌系統與病原菌致病能力相關，對二者的深入研究有助于了解病原菌對不同宿主植物的適應機理，為限制病原菌的發展提供新思路。

表5 統計青枯病相關文獻Sigma值Table 5 Sigma values of bacterial wilt literature

3 討論與結論

本研究通過使用CiteSpace對WoS核心數據庫中相關文獻進行分析，進而對青枯病領域研究的起始，發展等進行總結。結果表明：美國與法國在本領域處于領先地位，其擁有學科內頂尖的研究機構與科研人員。其中：美國威斯康星大學的Tans-Kersten等[25]在2001年所發表的文章揭示了青枯菌在早期入侵作物的動力機制；法國農業科學研究院中的Remenant等[26]在2010年所發表的文章介紹了3株番茄致病菌的遺傳與致病基因多樣性二者均為領域中高被引文獻。美國與法國在該研究領域的領先地位，可能是因為兩國都有茄科作物種植的悠久歷史，多種茄科作物為其重要的蔬菜產品，為適應農業產業的發展需求，促進了青枯病及其相關抗病研究的發展。早在1969年，已有青枯病對農作物造成的巨大危害的報道，并對如何減輕病害的發生提出相關農業措施[27]；1960年發表在Nature上的關于青枯病的研究試圖通過對比番茄與香蕉青枯菌的分泌物來闡明其寄主的特異性[28]。我國自1984年來，經濟迅速發展，對土地需求不斷增強，常年的連作使土壤易爆發病蟲害等問題，相關研究得到迅速發展。代表性院校有南京農業大學、中國農業科學院等。由于我國青枯病研究起步較晚，早期研究更偏重實際運用。蔡燕飛等[29]在2003年所發表文章研究不同用量有機肥對番茄青枯病抑制效果和土壤微生物的變化，而對致病機理的研究尚未深入。本研究的分析沒有涵蓋中文數據庫，可能會對我國青枯病的研究現狀產生誤判，但不影響其在國際上的研究地位分析。

沿時間軸的分析發現，青枯病領域的研究進展與科技發展水平密切相關。學科交叉起始于植物學、農學、微生物學，集中于提高多種易感病作物的抗病性、改善產量等方向。隨著近年來高通量測序技術的不斷完善，測序深度與精度的逐步提升，研究熱點逐步轉變到分子層面的研究。包括青枯菌的致病機理[30]、根際微生物生態[31]、植物-病原菌互作機制[32]、植物響應病原菌的分子機制[33]以及植物多種基因的表達對病原菌的影響[34]等研究方向。可以預測，未來植物方面的研究將會繼續集中挖掘抗病基因與抗病品種；微生物方面的研究會涉及青枯菌在全球尺度下的遺傳多樣性與致病多樣性，并對病原菌的致病機理進行更詳盡的解釋。隨著微生物組學的快速發展，植物同微生物之間的相互作用的關系越來越明了，在土壤微生物尤其是根際微生物生態方面的研究會得到長足的發展，并通過多組學研究深入解釋植物-病原菌互作和調控機制。另外，隨著多光譜等技術的發展，植物表型研究進一步成熟，以及在分子領域的研究不斷深入，將宏觀表型性狀和基因組、微生物組等建立關聯，有助于及時探測和預防青枯病，實現感染青枯病作物早發現、早預防和精確診治。

本研究也存在一定的局限性，首先受限于數據庫資源，僅選擇Web of Science核心數據庫，難免造成相關文獻的缺失，使統計結果不夠準確，進而造成分析偏差；其次，CiteSpace軟件可提供多種算法，不同算法產生的結果存在差異，而軟件缺少對相關算法的解釋造成使用者很難選擇最優解進行圖形繪制[35]，在后續研究中將加深對算法的理解，以期對文獻數據進行更深入的挖掘。