基于文獻計量學和文本挖掘的余甘子研究進展*

方龍偉，卓瑪東智，多吉卓瑪，央拉，巴桑卓瑪

（西藏大學高原健康科學研究中心，西藏 拉薩 850000）

余甘子為大戟科葉下珠屬植物余甘子（Phyllanthus emblicaL.）的干燥成熟果實。余甘子作為常用藏藥被《中華人民共和國藥典》1977年版收錄，是我國第一批藥食兩用品種。在我國余甘子主要分布于廣東、廣西、云南、福建等地[1]。余甘子在伊朗、印度、阿富汗等17個國家的藥物體系中應用極為廣泛，在我國約有16個民族使用余甘子，其中以藏族最為常見。余甘子被聯合國衛生組織指定為全世界推廣種植的3種保健植物之一[2]。

余甘子具有清熱涼血、消食健胃、生津止咳之功效，主要含有酚酸類、鞣質類、萜烯類、甾醇類、脂肪酸類、黃酮類、氨基酸類等化合物。現代藥理學研究表明，余甘子具有抗氧化、抗癌、降血脂、保肝、抗菌、抗炎和免疫調節等多種藥理活性[3]。余甘子由于具有廣泛的藥理作用而被國內外醫藥界深入研究。

文獻計量學作為一門交叉學科，通過利用數學、統計學、文獻學等方法對學術信息進行定量描述，再結合統計分析來揭示文獻的數量特征和潛在規律[4]，解讀大量信息和挖掘研究熱點。而主題模型是文本挖掘的有效工具，常用于研究特定領域的主題和熱點。隱含狄利克雷分布（latent dirichlet allocation，LDA）是最受歡迎的主題模型之一，在很多領域都有應用[5]。本研究采用文獻計量、文本挖掘和可視化分析方法，對20年來有關余甘子的研究進行總結，旨在揭示該領域的研究現狀、研究熱點及發展趨勢，挖掘需深入研究的內容，以期為余甘子產業化研究、臨床合理用藥提供參考。

1 資料與方法

1.1 數據來源 計算機檢索中國知網、Web of Science中涉及余甘子的研究文獻。中文檢索式：SU=余甘子+油甘子+庵摩勒+滇橄欖+余甘果+油甘，英文檢索詞：TS=Phyllanthus emblica OR Fructus Phyllanthi。檢索時間為2003年1月1日至2022年11月20日。

1.2 分析方法

1.2.1 文獻計量分析 信息可視化軟件CiteSpace是由陳超美教授所開發的一款著眼于分析科學文獻中蘊含的潛在知識，通過數據可視化途徑來呈現科學知識、規律和分布情況的軟件[6]。本研究采用CiteSpace 6.1.3軟件對導入文獻進行格式轉換處理及可視化分析，圖譜尋徑網絡算法選擇Pruning sliced network，數據提取的閾值為Top 50、Top 10%，其他參數設置為默認。

關鍵詞聚類分析采用LLR算法（Log-likelihoodrate）進行加權計算，生成高強度突變率的關鍵詞排序表。中介中心性（centrality）超過0.1的節點稱為關鍵節點，中介中心性越高，節點越重要。突現詞突現強度與增加的速率成正相關，用于預測下一階段的研究方向。聚類結構合理性：模塊值Q>0.3表明聚類結構顯著，網絡輪廊值S>0.5表明聚類結果同質性較高。

1.2.2 文本挖掘分析 文本挖掘的主題LDA模型由BLEI D M等[7]于2003年提出，主要用于推測文檔的主題分布。它基于三層貝葉斯網絡，以概率分布形式給出文檔主題，實現主題聚類和主題演變分析等目的。本研究提取文獻的摘要到模型語料庫中，通過Python sklearn實現LDA模型，通過困惑度確定主題LDA模型，選取前7位關鍵詞結果來解釋對應主題。

2 結果

2.1 文獻篩選結果 通過文獻檢索獲得中文文獻972篇，去除會議文獻34篇，報紙文獻10篇，相關通知、征稿啟事、無作者信息等文獻124篇。英文文獻檢索得到621篇，排除不相關文獻44篇。納入分析的中文文獻、英文文獻分別為804篇和577篇。

2.2 年度發文趨勢分析 2003—2022年，中文文獻呈波浪式樣上漲趨勢，整體發文量大于英文發文量。但是在2021年、2022年中英文發文情況略有變化，呈現英文文獻發文數量大于中文文獻。（見圖1）

圖1 年度發文量趨勢圖

2.3 作者合作情況 作者合作網絡圖中節點大小表示作者發表論文的數量，節點間連線反映合作關系及其強弱。核心作者是指在本領域研究中發表更多科研成果的作者。根據普賴斯定律，核心作者最低發文量為發文量最多的作者的論文數量[8-9]。

中文文獻數量排名前5位的作者依次是趙瓊玲、張蘭珍、瞿文林、張弘、吳玲芳。以趙瓊玲、張蘭珍、張弘為主的各團隊內部合作聯系緊密。中文作者643位，最高發文量為19篇。M≈3.26，取整數為4即發表論文4篇及以上的作者為核心作者。共有80位核心作者，發文574篇，占總文獻量的71.39%（574/804）＞50%，說明余甘子研究領域作者相對集中，已形成相對穩定、高效的核心作者群體。

英文文獻研究的合作作者以ZHAO M M、BALIGA M S、ZHANG Y J、YANG C R、XU M、WANG D為代表的研究團隊為主。英文文獻作者572位，作者最高發文量為8篇，根據普賴斯定律，M≈2.12，取整數為3，即發文量3篇及以上的作者為核心作者。共有36位核心作者，發文151篇，占總論文數量的26.17%（151/577）＜50%，說明余甘子研究領域作者相對比較分散，未形成相對穩定、高效的核心作者群體。

中文文獻作者突現分析共出現了不同研究時期活躍的25位作者，英文文獻有9位活躍作者。其中近些年以張定堃、黃浩洲、ZHANG M M、WANG D等為代表的學者研究較多。（見圖2）

圖2 作者合作網絡分析圖和突現分析圖

2.4 關鍵詞分析

2.4.1 高頻關鍵詞 關鍵詞可以概括某一特定知識領域研究主題的核心和重點，高頻關鍵詞可以更好地顯示變化和演變主題的當前重點[10]。

中文文獻關鍵詞共現圖譜中有576個節點，1 018條連線，網絡密度為0.006 1。英文文獻關鍵詞共現圖譜中有558個節點，1 676條連線，網絡密度為0.010 8。余甘子研究領域高頻關鍵詞分別為余甘子、沒食子酸、氧化應激、多酚、抗氧化、藏藥、含量測定、數據挖掘等，其中沒食子酸、氧化應激、藥用植物等為關鍵節點，即其中介中心性大于0.1。（見圖3、表1）

表1 頻數排名前10 的關鍵詞

圖3 關鍵詞共現圖譜

2.4.2 關鍵詞聚類 中文文獻關鍵詞聚類Q值=0.654 4，S值=0.944 9；英文文獻關鍵詞聚類Q值=0.608 2，S值=0.826 4。聚類圖譜見圖4。聚類標簽見表2。中文文獻關鍵詞聚類分析顯示，關注度排名前5位的依次為#0滇橄欖、#1抗氧化、#2干河熱谷、#3沒食子酸、#4藏藥，大多以余甘子抗氧化、活性成分研究為主。研究內容多側重于余甘子植物學、化學成分沒食子酸、鞣質類成分研究。英文文獻關鍵詞聚類分析顯示，關注度排名前5位的依次為#0gene expression（基因表達），#1green synthesis（綠色合成），#2extract（提取物），#3antioxidant activity（抗氧化活性），#4phyllanthus emblic（余甘子），大多以余甘子基因表達、生物合成等方面研究為主。研究內容多側重于余甘子植物化學、作用機制方面研究。

表2 排名前10 的關鍵詞聚類標簽

圖4 關鍵詞聚類圖譜

余甘子整體組分、藥效藥理作用和具體應用方面的探討較為不足，有待進一步深入研究。

2.4.3 關鍵詞突現和時間線分析 中文文獻分析得到排名前9位的突現關鍵詞，其中強度排名前3位的分別是藏藥、保健功能、提取。突現時間跨度最長的關鍵詞是質量標準，其次為保健功能。多酚、鞣花酸、質量標準是目前余甘子研究的主要熱點趨勢。英文文獻分析得到排名前10位的突現關鍵詞，其中強度排名前3位的分別為lipid peroxidation（脂質過氧化）、growth（生長）、green synthesis（綠色合成）；突現時間跨度最長的關鍵詞為lipid peroxidation（脂質過氧化），其次為flavonoid（黃酮）、oxidative stress（氧化應激）、growth（生長）、green synthesis（綠色合成）、silver nanoparticle（銀納米粒）。生長、綠色合成、銀納米粒是目前余甘子研究的主要熱點趨勢。（見圖5）

圖5 關鍵詞突現圖

關鍵詞時間線圖也可以顯示不同類別余甘子研究工作的交叉融合、多樣化、時間跨度等方面特征。余甘子的研究內容與方向隨著時間而發生改變，范圍得到擴大，如從余甘子的基礎研究向余甘子成分、藥理作用、工藝優化、分子機制等方面逐步擴大。（見圖6）

圖6 關鍵詞時間線圖

2.4.4 文本挖掘 pyLDAvis可實現主題結果的可視化，針對LDA模型提供可以分析主題差異性和高度關聯關鍵詞的全局視角框架。中文文獻有部分主題之間有一定重疊，其他主題均保持了相對的獨立性，而英文的主題分類情況較好。中英文文獻摘要主題分類顯示，主題大多與活性、成分、藥理作用、質量標準等方面內容有關。中文文獻主題主要為品種、活性、鞣質、含量、工藝、成分、藏藥、細胞等；英文主題主要為extract（提取物）、leaves（葉子）、triphala（三果）、activities（活性）、cell compounds（細胞復合體）、plants（植物）、oxidative（氧化的）、nanoparticles（納米粒）等。（見表3、圖7）

表3 摘要主題分類

圖7 摘要主題模型可視化結果

2.4.5 深度文獻分析 中英文文獻高頻關鍵詞、關鍵詞聚類、關鍵詞時間線分析和摘要文本挖掘，主要涉及余甘子的藥物化學、藥理作用、制劑應用等方面。本研究進一步通過文獻查閱，對文本信息進行深度挖掘，分析余甘子的研究熱點及發展趨勢。

2.4.5.1 藥物化學 余甘子化學活性成分的研究較為廣泛，鞣質、黃酮類等成分關注度比較高，其中研究鑒定出來的成分包括鞣質類48個、酚酸類34個、黃烷醇及其衍生物8個、黃酮類20個、萜類8個、揮發性成分43個以及多糖、甾醇、蛋白質、氨基酸、微量元素等多種活性物質[11-12]。這些基礎物質成分的化學結構研究為余甘子的進一步開發和應用提供了物質基礎。針對余甘子活性成分的提取分離方法研究范圍也較廣，一直處于探索的階段，如：采用NKA-II[13]、XAD-7HP[14]等樹脂進行分離純化多酚類物質，通過加氫蒸餾和超臨界流體萃取等方法獲得揮發性成分、漆黃素和沒食子酸等，以及采用Sephadex LH-20色譜和反相高效液相色譜分離和純化香葉素等活性化合物[14-15]。研究者一般需采用UPLC-Q-TOF-MS或者LC-MS/MS等方法進一步鑒定余甘子成分的化學結構[16]，但具體化學結構研究還未取得一定成果。化學成分標準研究方面，存在標準不一、不穩定等問題。研究者一般基于余甘子多酚成分轉化傳遞規律進行研究[17]。此外，研究者也基于中藥質量標志物的原則[18]，對其質量標志物的候選化合物進行預測[19]，同時還有研究者通過查耳酮合酶和查爾酮異構酶對其生物合成路徑進行控制[20]。

2.4.5.2 藥理作用 余甘子一般主要用于治療感冒、支氣管炎、糖尿病、眼病、黃疸等，具有抗菌、抗氧化、抗炎、降血糖、抗癌、抗衰老、防輻射、保肝、免疫調節、降血脂等藥理作用[21-22]。隨著研究的深入，余甘子新的藥理作用不斷涌現出來，為余甘子深度開發和藥理機制研究提供了新的路徑。如多酚類成分具有多種藥理作用：與DENV NS5蛋白相互作用從而發揮抗病毒作用[23]；下調GSK-3β和p53蛋白表達從而發揮抗阿爾茨海默病作用[24]；降低腫瘤發病率、數量和體積[25]；激活毛發生長基因的表達，降低踝關節滑膜細胞中NLRP3和半胱天冬酶-1的表達，以及抑制血清中TNF-α、IL-10和IL-1β等下游炎癥因子和MMP13的表達[26]；改善小鼠腸道菌群的谷胱甘肽代謝紊亂、色氨酸代謝、牛磺酸和次牛磺酸代謝以及原膽酸生物合成等[27]。以上現代藥理作用機制研究，與中醫、藏醫治療疾病的范疇存在一定程度互補的關聯性，同時也為傳承創新中醫、藏醫、西醫融合發展奠定了理論基礎。

2.4.5.3 制劑應用 余甘子作為藏藥處方中的重要藥材，被稱為“生命之果”“眾藥之王”。《藏藥部頒標準》中收載的藏藥品種中，余甘子的使用頻率為32.68%。二十五味余甘子丸、多血康膠囊、三味姜黃膠囊等藏藥方劑均含有余甘子[28]。余甘子Triphala藥物制劑可以更有效地治療退行性疾病和膠質母細胞瘤[29]。也有學者采用綠色納米化技術開發新制劑，如余甘子銀納米新顆粒被用于調控治療氧化應激、炎癥和肝癌，抗病菌，以及抗Hep2細胞系增殖等[30]。現代劑型產品中，余甘子多作為潛在的抗氧化劑、抗衰老藥、抗炎藥和美白藥妝成分，可為藏藥產品開發增加新的藥用食用新原料[31]。在日化領域，通過Box-Behnken響應面法開發出的余甘子抑菌免洗凝膠[32]，以及符合Higuchi方程、Hixson-Crowell方程的余甘子軟膏[33]等產品也廣受市場歡迎。

3 討論

近20年來傳統醫藥、天然藥物的深入研究，為深度認識余甘子藥材的本質內涵提供了新的機遇。本研究借助CiteSpace軟件的文獻可視化和文本挖掘將余甘子的研究現狀進行了系統整理與分析，使研究者對于其研究現狀、熱點、前沿及趨勢、重點研究團隊以及未來可能的發展方向有更深入的了解。

從研究內容來看，余甘子的研究熱點從簡單的成分分析、功效研究逐漸轉變為多成分的綜合研究及基于藥理藥效作用的深入探索。活性成分與藥理作用的研究，不再只局限于單一部位、單一成分的研究。同時余甘子抗炎、抗衰老、抗病毒的藥理作用研究和其酚酸類、鞣質類、黃酮類活性成分的研究仍是余甘子研究的重要部分。結合數據挖掘、生物合成、基因組學這些新的研究手段對余甘子進行深入的探索可能是未來的研究方向之一。余甘子處方在防治COVID-19中有重要作用，這與其抗炎、抗病毒的藥理作用有密切的關聯。因此余甘子防治COVID-19的作用機制及活性成分研究仍是未來的研究熱點。目前研究多聚焦在體外實驗和細胞實驗的驗證，缺乏體內外相關性的轉移轉化研究。同時對于含有余甘子的新藥中成藥制劑的研發可能是未來的研究方向。本研究發現其質量控制標準是其發展中的瓶頸，余甘子的質量控制正在從以單一指標成分的化學評價向多維多成分整體性的品質動態評價過渡。在未來，建立余甘子質量標準體系綜合評價余甘子的質量，可能會成為研究者們所關注的方向。應用方面，余甘子目前多以復方、提取物的形式應用于保健藥品、日用品等。而在藥用方面，其臨床療效，尤其是涉及多組分靶點作用方面的研究較少。

余甘子的開發研究存在巨大的潛力的同時，也存在一些不足之處。（1）研究成分較為局限。鞣質類和黃酮類成分的研究較多，而其他成分的研究尚不夠深入。建議后續研究提高對其苷類、揮發油類、多糖類等多組分研究的重視。（2）余甘子的疾病治療研究以消化系統疾病、呼吸系統疾病、心血管系統疾病為主，研究范圍局限。后續研究可探索余甘子治療其他疾病的研究，如阿爾茨海默病、衰老、缺氧等方面疾病。（3）藥效物質基礎研究不足。建議加強對余甘子的藥效物質基礎研究，將物質基礎轉化規律體內外動態結合起來。

綜上所述，余甘子的研究在未來仍然充滿無限可能性，值得不斷探索與挖掘。本研究也存在一些不足，如在共現網絡圖中涉及余甘子研究的內容較多，本文只選取發文量、作者和關鍵詞、摘要等方面內容進行挖掘，選取成分、藥理、應用等方面進行信息分析，未對余甘子的植物學、工藝、功能等方面進行詳細研究，后續可對這些內容進行研究。此外本研究僅對中國知網、Web of Science數據庫中有關余甘子研究的文獻進行了分析，后續可納入更多中、英文數據庫進行分析。