基于CiteSpace的國內癭蜂研究文獻的計量學分析

韓麗濱，孫九光，張坤朋，王景順

( 安陽工學院 生物與食品工程學院，河南 安陽 455000)

當植物受到外源脅迫物如細菌、病毒、真菌、昆蟲等侵襲后，有可能會引起植物細胞異常增殖，侵襲部位腫大，形成一種“癭”的組織[1-3]。其中能誘導植物產生“癭”的昆蟲稱為致癭昆蟲，主要包括癭蜂、癭蚊、蚜蟲等[4]。在這些致癭昆蟲中，癭蜂占有相當大的比例[5-7]。

癭蜂是膜翅目（Hymenoptera）癭蜂科（Cynipidae）癭蜂亞科（Cynipinae）的一種昆蟲。它們能刺激植物組織腫脹膨大形成“癭”的結構，因而被稱為癭蜂[8-10]。一方面，大多數癭蜂是農林害蟲和檢疫害蟲。例如嚴重危害我國林木的栗癭蜂（DryocosmuskuriphilusYasumatsu）是世界性的檢疫害蟲。它可危害板栗的枝梢、葉芽及花芽，使其生長發育遭到嚴重毀壞不能開花結實，嚴重時可使栗株受害率達到100%，對板栗的產量造成嚴重損害[11,12]。另一種重要的林業害蟲櫟空腔癭蜂（TrichagalmaacutissimaeMonzen）對栓皮櫟（QuercusvariabilisBlume）危害也極大，曾在南太行山天然次生林栓皮櫟林內暴發成災[13-16]。另一方面，癭蜂與植物間有著復雜的互作，是探討生物演化和協同進化最佳的模式材料[17-19]。

CiteSpace是美國德雷塞爾大學信息科學與技術學院陳超美團隊研發的一款信息可視化分析軟件[20-22]。它可以幫助用戶分析出某一科學領域文獻中蘊含的潛在知識，使研究者能夠及時掌握這一領域中的研究方向和熱點，同時找出從事該研究的主要機構和人員情況等重要信息[23]。本文通過從知網數據庫中下載關于癭蜂的文獻，利用CiteSpace 5.6.R5這一研究領域年發文量、主要研究機構和研究人員、研究的關鍵詞等重要信息進行展現，以期使相關研究者對這一領域有個全面的認識。

1 文獻來源

文獻數據來源于中國知網 ( CNKI) 數據庫。采用高級檢索，檢索條件為“主題=癭蜂”，時間為“2000年1月1日到2020年7月1日”。共檢索到中文文獻392條，去掉報紙和會議論文，共得到387條文獻。選擇文獻導出格式為refworks，將含有文獻標題、作者、摘要等詳細信息的文獻導出，經過CiteSpace軟件的文獻轉化功能將文獻格式轉化為可以用于軟件分析的格式。

2 文獻統計與知識圖譜分析

2.1 文獻時間及數量分布統計

對20年來發表文獻的數量進行統計可發現，2000-2006年間，文獻發表數量相對較平穩；2007-2009年是發表的高峰期，其中2008年最多，發表了29篇；2014年以后發表數量則呈逐年下降趨勢（見圖 1）。

圖1 癭蜂相關文章年發表數量

2.2 作者分析

在CiteSpace中設置參數“Node type”為作者“Author”，運行程序后將控制面板中的“Node Labels”下的閾值參數設為5，最終得到癭蜂研究的作者共現知識圖譜（圖2）。圖中作者姓名字體越大，表明此作者發表相關文章越多; 而不同作者之間線條的粗細則與作者間的合作有關，合作越密切，連接線條越粗。本項目中國內研究者根據合作關系聚成2個群體，以吳瓊、任少鵬、陳學新為代表的研究群體發文量大且合作密切，整個研究群體的關聯度也最高，成員包括：朱道弘、楊筱慧、劉志偉、王知知、王義平、吳步梅、王有琪、張文利、王相宏、王景順、張坤朋；第二個研究群體是由孫玉江、孫淑萍、李濤、潘濤4人構成。這4位作者的貢獻度和合作密切程度較一致。

圖2 癭蜂研究作者共現圖

同時根據 CiteSpace 展示的結果統計出發文量排名前 10 的作者姓名和發文量（表1）。

表1 癭蜂研究發文量前10 作者

2.3 機構分析

在CiteSpace中設置參數“Node type”為作者“Institution”，運行程序后將控制面板中的“Node Labels”下的閾值參數設為6，最終得到發文量前10的關于癭蜂研究的機構（表 2）。

表2 癭蜂研究機構發文量排名

研究機構可分為三個研究團體，它們的代表機構分別是：浙江大學昆蟲科學研究所、國家林業和草原局森林和草原病蟲害防治總站林業有害生物監測預警國家林業和草原局重點實驗室和北京林業大學森林培育與保護教育部重點實驗室。

2.4 關鍵詞分析

論文的關鍵詞是對文獻研究內容和核心觀點的提煉和概括。本研究中首先對關鍵詞進行共現分析，然后在此基礎上進行聚類分析。

2.4.1 關鍵詞共現分析

在CiteSpace軟件中設置“Node type”為“Keyword”，在Pruning選項中選擇PathFinder算法，閾值設為3，通過運行得到了癭蜂研究的關鍵詞共現知識圖譜（圖3）。關鍵詞字體越大，說明出現的頻次越高；而不同關鍵詞之間線條越粗，則代表這兩個關鍵詞之間的聯系越密切。

圖3 癭蜂研究關鍵詞共現圖

在對癭蜂研究中，栗癭蜂無論是頻次還是中心性都遠高于其他關鍵詞；板栗的頻次僅次于栗癭蜂，高于錐栗和寄生蜂，但中心性卻低于此二者；沃爾巴克氏的頻次排名未進前10，但中心性排名第2（圖4和圖5）。此外蟲癭、天敵、防治方法等也是癭蜂研究中的熱點領域。

圖4 癭蜂研究關鍵詞頻次

圖5 癭蜂研究中的關鍵詞中心度排名

2.4.2 關鍵詞聚類分析

本研究采用對數似然率算法（LLR）對文獻的關鍵詞進行聚類命名。經過聚類分析發現，關鍵詞可劃分為結果母枝、中國、天敵、wolbachia、噻蟲啉、舞毒蛾、幼蟲孵化、栗實象甲 8 個聚類。通過Clusters 菜單下的Clusters Explorer選項導出聚類的詳細信息，方便進一步的分析（圖6，表3）。

表3 癭蜂研究的關鍵詞聚類表

圖6 癭蜂研究的關鍵詞聚類圖

2.5 研究演進分析

在關鍵詞聚類分析的基礎上，選擇時間線視圖（Timeline）模式，得到近20年來癭蜂相關文獻關鍵詞聚類的時序圖，它可以幫助我們理解癭蜂研究的前沿和發展趨勢（圖7）。圖中加號表示對應的文獻關鍵詞聚類。從時間軸線上看，“結果母枝”聚類時間較早，相關文獻都是集中在2010年之前。“中國”和“天敵”聚類中文獻在20年間都有分布，近10年發表的占多數，它們所包括的關鍵詞有“蟲癭”“分類”“寄生蜂”“天敵”“櫟空腔癭蜂”等，說明這些是目前研究的熱點。“wolbachia”聚類中近10年研究的關鍵詞是“系統發育關系”“多重感染”“水平傳播”等。其他幾個聚類中研究文獻多是2010年以前發表，研究內容主要是“防治”。

圖 7 癭蜂研究的關鍵詞聚類時間線視圖

3 總結和展望

當植物組織受到諸如細菌、病毒、真菌、線蟲、昆蟲等生物的侵襲時，有可能會誘導植物產生一種稱為“癭”的組織。它可以和相關的誘導物產生各種進化上的關系，通常對誘導生物產生營養和保護作用[24,25]。癭蜂是最重要的致癭昆蟲之一，它可以使植物產生最多樣性、結構最復雜的蟲癭。本文我們利用CiteSpace軟件對國內近20年發表的關于癭蜂的文獻進行了分析。分別從作者群體、研究機構、關鍵詞共現和關鍵詞聚類發現等方面，直觀地展示了國內對癭蜂研究的方向和現狀。總體來看，近幾年對癭蜂的研究中以“天敵”“分類”“防治”為主。目前國家正大力倡導害蟲的綠色防控技術，在這方面的投入呈逐年增加的態勢。國際上關于癭蜂的研究在植物-癭蜂-天敵之間的三級互作關系也越來越多[26-29]。隨著高通量測序技術的發展，越來越多的研究從基因組學和轉錄組學水平闡述了植物-癭蜂之間的互作關系[30-32]。然而，目前對它們之間的研究多停留在宏觀層面上。未來采用轉錄組學、蛋白質組學、代謝組學等新式手段從分子水平來研究它們的三級營養關系勢必會越來越多。