基于文獻計量學的煙草代謝組知識圖譜分析

田嘉樹，丁光榮，王曉麗，景藝卓，韓 丹*，許自成

1. 河南農業大學煙草學院，鄭州市金水區文化路95 號 450002

2. 湖北省煙草公司襄陽市公司，湖北省襄陽市前進路70 號 441003

代謝組（Metabolome）是指一個生物或細胞在某一特定狀態下的所有小分子代謝產物的集合。煙草的代謝是按照遺傳基因的潛勢，在環境條件的制約下合成物質、形成器官，以達到生長發育的目的。煙草代謝產物是基因表達的最終產物，是生物學的終端信息，這些代謝產物在煙草生長發育、對環境脅迫的適應、煙草間的相互競爭進化以及煙草應對昆蟲和病原微生物侵襲等方面起著重要的作用［1］。

代謝組學于20世紀90年代中期迅速發展，是繼基因組學、蛋白質組學和轉錄組學后出現的以代謝組為研究對象的新興學科，主要研究生物體系受基因或環境的影響后，其代謝產物的變化或其隨時間的變化以及引發的相應代謝途徑［2］；通過對代謝物進行定量分析，以探求代謝物與生理病理變化的關系［3］。該組學主要以液相、氣相色譜-質譜和核磁共振譜為研究手段獲得數據，通過數據分析進而了解基因變異及環境變化對代謝過程和代謝水平的影響。

文獻計量學，集數學、統計學和文獻學于一體，通過定量分析來探討學科的結構特征與熱點趨勢，進行成果評價與預測。其統計對象有出版物、科學術語、著者和文獻引證等［4］。得益于計算機工具的使用，該學科在理論與應用方面獲得了更高的關注。在此基礎上，對文獻進行梳理的科學知識圖譜得到廣泛應用。通過對某一領域進行檢索分析，可了解該學科領域相關機構學者、發展歷史和研究熱點前沿等，并以可視化圖譜形式展現出來［5］。CiteSpace便是一款重點應用于知識圖譜的信息可視化分析軟件。

與傳統理論性綜述的文字描述相比，使用CiteSpace 軟件對相關文獻進行可視化分析統計，可以將一門學科或一個研究領域的文獻之間的相互關系以科學知識圖譜的方式進行呈現，不僅可以梳理過去的研究軌跡，也可以更好地把握未來的研究趨勢和方向［6］。到目前為止，利用知識圖譜對煙草代謝組研究的整體情況進行分析還鮮見報道?；诖?，通過使用CiteSpace 軟件對相關研究的文獻進行數據挖掘、整合與分析，旨在以科學知識圖譜的形式對煙草代謝組研究領域的發展過程和研究熱點進行更加直觀、有效的呈現，為煙草研究者提供參考。

1 數據來源與方法

外文數據來源及方法：選擇Web of Science核心合集數據庫，以主題“tobacco metabolome”及“tobacco metabonomics”檢索2005—2020 年間的相關文獻，并人工精煉檢索結果，最終得到105 個數據。將所得文獻以“全記錄與引用的參考文獻”、“純文本”的格式導出，以“download-105.txt”為文件名保存在“Data”文件夾中。運行CiteSpaceV 新建立項目，以1 年進行時間分割，對過濾后的101 篇文獻進行不同節點類型的網絡分析。

中文數據來源及方法：選擇中國知網數據庫進行高級檢索。分別以“代謝組”“代謝組學”為主題，“篇關摘”設為“煙草”，文獻發表時間段設為2005—2020 年。所得結果中再次進行人工精煉檢索，得到2005—2020 年相關中文文獻94 篇。將其以“Refworks”格式導出，以“download-94.txt”命名保存至新建的“input”文件夾中。借助CiteSpace 菜單欄中“Data”進行數據過濾與轉換，使其成為可供CiteSpace 識別的數據形式，最終得到適合分析的中文文獻92篇。

2 結果與分析

2.1 基于發文量的煙草代謝組學研究趨勢分析

文獻數量及其變化趨勢可反映該領域的研究狀況。在2005—2020年間煙草代謝組研究的中英文文獻總計有199篇，每4年總的發文量呈指數型上升趨勢（圖1）。R2是趨勢線擬合程度的指標，在0～1 之間，數值越接近1，擬合程度越高，趨勢線越可靠。圖中R2為0.851 8，表明曲線擬合程度良好。

圖1 煙草代謝組領域每4年發文量比較Fig.1 Number of published papers on tobacco metabolome in every 4 years

2002年科研人員使用遺傳編程對煙草代謝組數據進行了解釋性分析［7］，自此以后國際上關于煙草代謝組研究的文獻陸續問世。2005年有研究者對脫氫酶轉基因煙草的氨基酸組分和代謝產物進行檢測，分析了脫氫酶表達、氨基酸代謝與煙草表型之間的關系［8］；2007年Dauwe等［9］研究單酚類生物合成中的不同轉錄本和代謝物。截至本文中的數據采集時間，外文發文量達105 篇，中文文獻有94 篇。其中，中文文獻最早出現于2007 年，李忠等［10］綜述了代謝組學方法在煙草化學上的應用，并提出利用代謝組學平臺對煙草最終代謝產物——卷煙煙霧進行數據分析，將卷煙煙氣組成與安全性和內在品質相對應，用數字煙氣表征卷煙特性。

2.2 煙草代謝組研究國家與機構分析

從國家和機構層面來分析煙草代謝組，對于評價其學術影響力，找到重點關注的國家和機構具有重要意義。因各國有很多研究者將其研究成果以英文文獻形式發表，可將CiteSpace中節點類型設為“國家”，得到發文國家共現網絡知識圖譜（圖2）。發文量前5的國家依次為美國、中國、德國、日本和英國。由復雜交叉的連線可知，各個國家之間的合作關系較為密切，尤其是美國在國際交流中發揮著重要作用。由表1可知，美國和中國發文量較多，德國的發文質量較高。

圖2 發文國家共現網絡知識圖譜Fig.2 Co-occurrence network knowledge map of countries where papers were published

表1 發文量前5位的國家Tab.1 Top 5 countries in number of published papers

由于并非所有中文文獻都以英文的形式發表在Web of Science上，因此分別對中英文兩個數據庫所檢索的文獻，以“機構”為條件，進一步精煉檢索，綜合對比分析結果（表2），文獻被引次數最多的機構是德國馬克斯普朗克研究所，共被引用231次。除此之外，排名靠前的其他部分機構依次為萊登大學（170）、中國科學院（164）、日本理化學研究所（160）、中國科學院植物研究所（79）、約翰內斯堡大學（75）、日本東北大學（64）、南非科學工業研究委員會（60）、四川大學（23）和英美煙草公司（22）。

表2 發文量前10位的機構Tab.2 Top 10 affiliations in number of published papers

2.3 基于作者、文獻共被引的研究基礎分析

對作者與文獻進行共被引分析，可發掘較高影響力的學者及文章，了解煙草代謝組研究基礎。

2.3.1 發文作者共被引分析

節點類型設為“Cited Author”，得到節點461個、連線1 422 條。CiteSpace 依據網絡結構和聚類的清晰度，提供了模塊值（簡稱Q 值）和平均輪廓值（Silhouette，簡稱S 值）兩個指標，可以作為評判圖譜繪制效果的依據。一般而言，Q 值在區間［0，1）內，Q＞0.3 意味著劃分出來的社團結構顯著；當S＞0.7時，聚類是高效率令人信服的，若S＞0.5，一般認為聚類是合理的［4］。利用CiteSpace的聚類功能對煙草代謝組研究學者進行聚類分析顯示，該領域作者共被引聚類網絡圖譜的輪廓系數為S=0.544 5（S＞0.5），信息模塊性Q=0.911 1（Q＞0.3），表明網絡的聚類結果較好。在此基礎上，通過被引頻次和中心性兩個指標共同觀測出在煙草代謝組研究領域的高被引作者分布，從而確定該領域有影響力的作者。作者被引頻次最高的是Fiehn，在該領域被引用了10次，其發表的文章“Metabolomics-the link between genotypes and phenotypes”詳細闡述了代謝物靶標分析、代謝物譜分析和代謝物指紋分析的區別［11］。Fiehn 等［12］的另一 篇 文 章“Metabolite profiling for plant functional genomics”中提出代謝物譜的使用可以顯著增強功能基因組學方法的能力。這兩篇文章的引用者Tugizimana 等［13］研究發現，麥角甾醇能激活萜類代謝的通路，使煙草細胞的代謝組發生變化。

以中介中心性為要素對共被引作者繪制圖譜（圖3），節點代表作者，連線代表作者共被引關系；節點越大且位于中間位置，則發文作者中心性越高。由圖3 可知，被引作者中心性排行前五位的分別為Krasensky、Aharoni、Ameziane、Abdulrazzak和Anders等，說明他們在不同主題研究中扮演著聯絡者的角色。Anders 中介中心性較高，其發表的“HTSeq——a Python framework to work with high-throughput sequencing data”介紹了一種 Phython 庫 HTSeq 在高通量測序數據分析和處理方面的應用［14］。

圖3 高中介中心性發文作者共現網絡知識圖譜Fig.3 Co-occurrence network knowledge map of authors with high betweeness centrality

2.3.2 文獻共被引分析

選取排名前6 位與涉及煙草相關的高共被引文獻，見表3。這些文獻所涉及的核心內容：①Sanabria和Dubery［15］鑒定出了LPS（細菌脂多糖）誘導后的煙草差異表達基因，揭示了酶活、蛋白質監控機制在植物基礎抗性中的重要作用。②Zhao 等［16］利用CE-TOF-MS 法對來自兩個產地的30 多個煙葉樣本進行代謝圖譜分析，研究了兩地煙葉的差異性以及極性代謝物與生長環境之間的關系。③Zhang 等［17］通過核磁共振波譜法和多元數據分析法研究了鹽脅迫下煙草的代謝組數據，揭示了煙草響應不同程度鹽脅迫的動態變化。④Madala 等［18］利用代謝組學研究了INAP（異亞硝基苯乙酮）處理條件下煙草細胞懸浮液的代謝物變化，發現INAP 是一種植物防御反應的化學誘導劑，能被參與植物次生代謝的酶識別，增強植物的自然防御能力，有助于保護植物免受病原體的攻擊。⑤Kissoudis 等［19］通過比較鹽脅迫和正常條件下GmGSTU4 過表達植株的表型和代謝組，證實了過表達GmGSTU4 能夠提高煙草耐鹽性。⑥Xia 等［20］開發了用于代謝組數據分析的綜合服務器MetaboAnalyst 2.0，并對其升級的功能進行了描述說明，提高了代謝組數據的處理和統計分析能力。

表3 排名前6的與煙草相關高共被引文獻分析Tab.3 Top 6 tobacco-related publications with high co-citation frequency

2.4 基于關鍵詞的重點遷移分析

2.4.1 中英文重點關鍵詞分析

由中英文共同關鍵詞（表4）可知，研究人員重點借助代謝組學技術對煙草代謝組進行數據分析，中英文重點關鍵詞存在一定的差異。由關鍵詞共現圖譜（圖4 和圖5）可知，英文關鍵詞主要包括基因表達、生物合成等，且關鍵詞間的聯系十分緊密；中文關鍵詞除代謝組外，還涉及基因組、轉錄組和蛋白質組學等相關知識。兩者均有對煙草抗性的研究，Misra 等［21］發現擬南芥轉錄因子 AtMYB12 調節許多代謝途徑，使轉基因煙草蘆丁積累增加，對斜紋夜蛾和棉鈴蟲產生了抗性。田培等［22］對南方根結線蟲侵染煙草抗、感品種前后代謝途徑以及代謝產物的差異進行分析，發現抗、感品種被南方根結線蟲侵染后防御能力不相同，可能是由于其被激活的抗病相關代謝通路不同所致。

圖4 英文關鍵詞共現網絡知識圖譜Fig.4 Co-occurrence network knowledge map of English keywords

圖5 中文關鍵詞共現網絡知識圖譜Fig.5 Co-occurrence network knowledge map of Chinese keywords

表4 中英文重點關鍵詞Tab.4 Major Chinese and English Keywords

2.4.2 中文關鍵詞時區視圖分析

時區視圖（Timezone）側重于從時間維度上表示知識演進，可清晰展示出熱點的更新。據中文關鍵詞時區視圖（圖6），可將知識進化分為3 個主要時期。

圖6 中文關鍵詞時區視圖Fig.6 Timezone view of Chinese keywords

①2005—2012 年。對煙草代謝組學、基因組學和蛋白質組學有了基本了解，并掌握了運用色譜和質譜、核磁共振和生物標記技術等方法對煙草煙氣成分進行分析。趙閣等［23］通過研究煙氣生物標志物的含量與是否吸煙、吸煙者吸煙強度和非吸煙者有無煙氣環境的關系，來反映煙氣感受情況。這種方法極大地提高了煙氣有害成分感受量評估的準確程度，對不同煙草制品進行全面評估有助于規范煙草產品，以期降低與煙草有關的健康風險。

②2013—2016年。對煙草代謝物及代謝途徑分析，了解遺傳因素及土壤、氣候、光質等環境因素對煙草代謝的影響，對煙草抗性有了較為全面的了解。為提高烤煙品質和開發特色煙葉提供參考，不同研究者通過人工氣候室模擬云南、貴州、河南三地的氣候條件，分別研究了生長溫度對不同生育期煙草中淀粉［24］、蔗糖［25］、多酚［26］和質體色素［27］代謝的影響。結果表明：不同溫度和不同生長時期的煙草代謝物含量、關鍵酶活性以及相關基因的表達均有差異。楊利云等［28］綜述了不同光強、光質及光周期對煙草發育生長和葉片結構的影響，探討了光因素對煙草光合作用、酶活性和基因表達等生理代謝活動的影響，并進一步研究了光環境對煙草物質代謝及其品質的影響。

③2017年至今。研究人員結合基因組和轉錄組知識，對煙草抗性基因進行研究，并通過對尿液和血清等體液的檢測，探究煙草制品與人體健康的關系。陳永富等［29］研究發現異源過表達Pe CPD 可以通過提高煙草內源油菜素內酯的合成來調控煙草應對鹽、高氮和干旱等逆境脅迫。為探討微小RNA（miR）-133b 對卷煙煙霧提取物（CSE）誘導的人小氣道上皮細胞（HSAEpiC）間充質轉化的影響及調控機制。連寧芳等［30］采用對照實驗推測miR-133b可能通過 TGF-β/Smad 通路調控 CSE 誘導的 HSAEpiC 細胞上皮間充質轉化。寧欣［31］也通過對照實驗探討了吸煙對大鼠免疫系統功能的影響，得出短期吸煙對體液免疫功能影響不大，但長期吸煙可致體液免疫功能逐漸受損的結論。

3 討論

煙草代謝組研究是一個非常復雜的過程，通過從多個視角進行知識圖譜的繪制分析，發現關于煙草代謝組研究的特征：

①該領域研究發文數量較少但總體呈上升趨勢，且在2012 年后快速增長。美國和中國的發文量多，國家機構間的合作關系較為密切，尤其是美國在國際交流中發揮著重要作用。德國馬克思普朗克研究所發表的文獻不僅數量多，且被引次數也較高。②有關煙草代謝組研究建立在包括基因組、代謝組和轉錄組等多種組學基礎之上，涉及基因測序、基因型與表型的聯系、代謝組學與代謝分析的局限性、轉錄組表達與代謝改變等相關問題，并重點依賴于獲取數據的儀器以及分析該數據的方法，如色譜、質譜、核磁共振、OPLS 模型和MetaboAnalyst 工具等。③煙草代謝組研究的熱點呈現出“研究面廣，研究分散”的特點，不同階段研究的熱點不同，主要包括煙氣品質的影響因素、煙草次生物質代謝機理、煙草對環境與病蟲害的抗性研究、煙草與人體健康關系等主題。

代謝組學作為一門涵蓋了多個領域學科的新興技術，可以對煙草的育種、栽培、烘烤與調制、卷煙加工制造等多個環節進行相對全面而準確的測定。在我國實施的煙草基因組學計劃中曾提到煙堿、有害成分、主要抗性、香氣物質等煙草相關重要性狀［32］，為深入探究這些性狀的功能基因和蛋白質之間的代謝機理，需要進一步深入研究的方面：①繼續探索代謝組學技術在煙草研究領域更多方面的運用。②建立高通量、無偏移且穩定可靠的先進分析手段和高效的數據挖掘與處理方法。③針對性地建立煙草次級代謝物庫，進一步豐富代謝組學數據庫，為煙草研究工作者提供參考。④加強與基因組學、轉錄組學和蛋白組學等其他組學技術的整合與協同運用。

4 結論

①煙草代謝組研究總發文量較少，但呈明顯上升趨勢。②國家和機構間合作交流密切，美國和中國發文較多，德國發表的文獻質量較高。③Fiehn和Anders 等作者在該領域有著較高的學術影響力。④煙草代謝組研究主要包括基因表達、代謝通路、生物合成、煙草抗性和多組學結合等方向。