孫 萌，李榮田

（1黑龍江大學(xué)生命科學(xué)學(xué)院/黑龍江省普通高等學(xué)校分子生物學(xué)重點實驗室，哈爾濱150080；2黑龍江大學(xué)農(nóng)業(yè)微生物技術(shù)教育部工程研究中心，哈爾濱150080）

0 引言

水稻是一年生禾本科谷類作物，世界重要糧食作物之一[1]；按稻谷類型分為秈稻和粳稻、早稻和中晚稻、糯稻和非糯稻。水稻喜高溫、多濕、短日照環(huán)境，種植面積較大，適于在有淺水層及濕潤的水田中種植[2]。水稻中含有水分、碳水化合物、蛋白質(zhì)、脂類、礦物質(zhì)和維生素等多種營養(yǎng)成分。隨著生活水平的不斷提高，人們對水稻品質(zhì)提出了更高的要求。水稻的主要營養(yǎng)成分是蛋白質(zhì)，蛋白質(zhì)是評價大米品質(zhì)的重要指標(biāo)之一，蛋白質(zhì)的含量決定了大米的食味品質(zhì)和營養(yǎng)品質(zhì)[3]。近年來，對水稻中控制生理性能的蛋白質(zhì)的種類、含量、營養(yǎng)占比等的相關(guān)研究較多，其中對蛋白質(zhì)組學(xué)、水稻葉片蛋白質(zhì)含量、水稻籽粒蛋白質(zhì)種類及鹽脅迫影響的相關(guān)蛋白分析是研究熱點。中國水稻產(chǎn)量居世界第一，但由于水稻品質(zhì)以及品質(zhì)檢測技術(shù)落后等原因，中國的水稻在國際市場上缺乏競爭力[4]。通過對相關(guān)文獻進行分析，不僅能為水稻中蛋白質(zhì)的相關(guān)研究提供一定參考，而且能為水稻研究乃至農(nóng)業(yè)種植領(lǐng)域的蛋白質(zhì)研究提供相關(guān)研究信息和熱點啟發(fā)。

Citespace是一款由陳超美開發(fā)的，著眼于科學(xué)分析中蘊含的潛在知識，在科學(xué)計量學(xué)、數(shù)據(jù)可視化背景下逐漸發(fā)展起來的引文可視化分析軟件[5-9]。傳統(tǒng)的計量學(xué)圖譜通常以二維、三維展示科學(xué)統(tǒng)計結(jié)果，而科學(xué)圖譜分析軟件Citespace則運用聚類分析、網(wǎng)絡(luò)分析等數(shù)學(xué)分析原理，宏觀顯示各研究領(lǐng)域研究熱點、前沿?zé)狳c及進展[10]。Citespace為研究學(xué)者帶來直觀的學(xué)科熱點和研究數(shù)據(jù)的便捷，但未見使用Citespace對水稻蛋白質(zhì)領(lǐng)域開展的研究。筆者從Web of Science數(shù)據(jù)庫中檢索相關(guān)文獻，利用Citespace開展發(fā)文作者合作網(wǎng)絡(luò)、高頻熱點等方向的知識網(wǎng)絡(luò)圖譜研究及相關(guān)領(lǐng)域預(yù)測。

1 資料與方法

1.1 數(shù)據(jù)來源

利用Web of Science學(xué)術(shù)信息資源檢索平臺，選擇Web of Science核心合集數(shù)據(jù)庫，以主題=(rice protein)，時間跨度=(2018—2020)，檢索方式為基本檢索，2021年6月16日進行文獻檢索，共檢索出與rice protein相關(guān)文獻7225篇，被引頻次總計40799篇（去除自引）。

1.2 研究方法

文獻計量學(xué)是一種源于20世紀基于文獻統(tǒng)計學(xué)的成熟的文獻計量和信息挖掘獲取的方法，Citespace則是一款將數(shù)據(jù)分析結(jié)果以可視化圖譜呈現(xiàn)的引文可視化分析軟件。本研究在對收集到的文獻數(shù)據(jù)進行處理時使用了Excel和Citespace 2種工具。對于結(jié)合引文分析、多元統(tǒng)計分析、聚類分析等基本方法，并利用Citespace對收集的文獻進行處理來建立相應(yīng)的科學(xué)圖譜，輔以統(tǒng)計軟件Excel制作出的相關(guān)圖表。利用Citespace軟件，通過收集到的文獻的關(guān)鍵詞的分布情況，可以很好地表明當(dāng)前對于水稻蛋白質(zhì)研究的熱點。

2 結(jié)果與分析

2.1 水稻蛋白質(zhì)領(lǐng)域國家發(fā)文分析

不同國家年發(fā)文量的差異可以在一定程度上體現(xiàn)出該國家在相關(guān)領(lǐng)域的研究進展情況。圖1為2018—2020年水稻蛋白質(zhì)研究領(lǐng)域發(fā)文排名前10位的國家。中國以發(fā)文量3778篇排名第一，占發(fā)文總數(shù)的50.54%（圖2），排名第二、第三位的是美國和印度，發(fā)文量分別為906、775篇，中國的發(fā)文量比位居第二名多2872篇，可見中國在水稻蛋白質(zhì)領(lǐng)域的相關(guān)研究中占主導(dǎo)地位且研究勢態(tài)良好，以及中國的相關(guān)科研工作者對水稻蛋白質(zhì)領(lǐng)域研究的重視程度高。由圖1可見，發(fā)文量最多與最少的國家發(fā)文數(shù)目之差高達3600篇，這種差異在一定程度上體現(xiàn)出在水稻蛋白質(zhì)研究領(lǐng)域各個國家的研究進展和水平差異較大，若能促進國家之間的學(xué)術(shù)交流和互動，增進學(xué)術(shù)氛圍的交織，將能使各個國家的學(xué)術(shù)水平更上一層樓，使水稻蛋白質(zhì)領(lǐng)域研究早日取得更大進展。

圖1 水稻蛋白質(zhì)領(lǐng)域前10位國家發(fā)文量

圖2 水稻蛋白質(zhì)領(lǐng)域前10位國家發(fā)文量百分比

2.2 機構(gòu)發(fā)文量及合作共現(xiàn)網(wǎng)絡(luò)分析

通過對2018—2020年水稻蛋白質(zhì)研究領(lǐng)域機構(gòu)發(fā)文量進行文獻計量學(xué)分析，得出2018—2020年水稻蛋白質(zhì)研究領(lǐng)域世界發(fā)文量排名前10位的機構(gòu)（表1）。通過對表1分析，發(fā)現(xiàn)水稻蛋白質(zhì)研究領(lǐng)域高發(fā)文量前10位的機構(gòu)均來自中國，且前10名中發(fā)文量超過400篇的僅有2個。其中排名第一的為中國科學(xué)院，發(fā)文430篇，占總文獻數(shù)的5.95%；其次是中國農(nóng)業(yè)科學(xué)院、南京農(nóng)業(yè)大學(xué)，發(fā)文分別為414、338篇，占比為5.73%、4.68%。中國為世界水稻產(chǎn)銷第一大國，對水稻蛋白質(zhì)的相關(guān)研究很重視，而發(fā)文前10位機構(gòu)均來自中國，也體現(xiàn)出中國在水稻蛋白質(zhì)領(lǐng)域的研究具有領(lǐng)先地位。

表1 2018—2020年水稻蛋白質(zhì)領(lǐng)域世界發(fā)文量排名前10位機構(gòu)

應(yīng)用可視化分析軟件Citespace進行機構(gòu)間合作共現(xiàn)圖譜網(wǎng)絡(luò)的構(gòu)建[11]，設(shè)置time slice length=1，node type=institution，得出2018—2020年水稻蛋白質(zhì)領(lǐng)域機構(gòu)合作共現(xiàn)圖譜（圖3）。圖中節(jié)點數(shù)為此領(lǐng)域發(fā)文機構(gòu)數(shù)，節(jié)點間的網(wǎng)絡(luò)連線為機構(gòu)間合作次數(shù)，連線越多說明機構(gòu)合作越密切，節(jié)點的中心度為網(wǎng)絡(luò)中節(jié)點連接數(shù)目的衡量標(biāo)準，中心度越大說明此機構(gòu)與其他機構(gòu)往來越頻繁。圖3中共有406個節(jié)點、2098條連接線，合作網(wǎng)絡(luò)較密切。從與其他機構(gòu)的合作頻繁程度來看，圖中中心度最大的機構(gòu)為國際水稻研究所(0.11)，可見國際水稻研究所在所有機構(gòu)中處于關(guān)鍵樞紐的地位，與其他機構(gòu)合作最為頻繁；此外，中心度大于0.07的機構(gòu)還有來自美國的康奈爾大學(xué)(0.10)、來自美國的加州大學(xué)戴維斯分校(0.08)和來自比利時的根特大學(xué)(0.07)，說明這3個機構(gòu)在世界范圍內(nèi)水稻蛋白質(zhì)領(lǐng)域的研究交流也較為頻繁，占次級多方面網(wǎng)絡(luò)合作主導(dǎo)地位。

圖3 水稻蛋白質(zhì)領(lǐng)域機構(gòu)合作共現(xiàn)圖譜

2.3 高頻關(guān)鍵詞聚類分析及研究熱點的預(yù)測

高頻關(guān)鍵詞往往代表了某個領(lǐng)域中的科學(xué)研究熱點，而高頻關(guān)鍵詞的聚類分析則往往指向此研究領(lǐng)域的當(dāng)下研究方向，分析高頻關(guān)鍵詞聚類圖譜能有效預(yù)測相關(guān)學(xué)科未來研究前沿及發(fā)展方向[12-13]。本研究運用可視化分析軟件Citespace對水稻蛋白質(zhì)研究領(lǐng)域的相關(guān)文獻進行高頻關(guān)鍵詞圖譜（圖4）制作及分析，并導(dǎo)出水稻蛋白質(zhì)研究領(lǐng)域2018—2020年相關(guān)文獻高頻關(guān)鍵詞前20位（表2）。

表2 水稻蛋白質(zhì)領(lǐng)域高頻關(guān)鍵詞

圖4 水稻蛋白質(zhì)領(lǐng)域相關(guān)文獻關(guān)鍵詞共現(xiàn)圖譜

由圖4和表2可知，2018—2020年水稻蛋白質(zhì)領(lǐng)域出現(xiàn)頻次較高的關(guān)鍵詞為水稻、蛋白質(zhì)、擬南芥、表達、基因、識別、植物、生長等；且此領(lǐng)域的科學(xué)研究大部分集中于水稻蛋白質(zhì)的識別、基因轉(zhuǎn)錄、基因表達方向，且其中研究的蛋白質(zhì)種類主要為與水稻生長、耐受性、抵抗性、應(yīng)激性相關(guān)的蛋白質(zhì)。此外，在關(guān)鍵詞中不乏質(zhì)量、產(chǎn)量、積累等詞匯，可以得出當(dāng)下水稻蛋白質(zhì)研究領(lǐng)域中部分次要研究方向與水稻的種植、生產(chǎn)、優(yōu)良植株的產(chǎn)量等實際應(yīng)用方向有關(guān)。

2.4 高發(fā)文作者及作者合作共現(xiàn)網(wǎng)絡(luò)圖譜分析

分析水稻蛋白質(zhì)領(lǐng)域的高發(fā)文作者可以從一定程度上看出此領(lǐng)域在研究區(qū)間內(nèi)受研究學(xué)者的重視程度。表3為從Web of Science數(shù)據(jù)庫中分析得出的2018—2020年水稻蛋白質(zhì)領(lǐng)域高發(fā)文作者排名。Wang J發(fā)文量排名第一，為105篇，占2018—2020年相關(guān)領(lǐng)域總發(fā)文量的1.45%，且在2018—2020年水稻蛋白質(zhì)領(lǐng)域高發(fā)文作者前20名中，發(fā)文超過100篇的作者僅Wang J一人，發(fā)文量大于90篇的分別是Zhang Y、Wang Y、Li Y，其發(fā)文量分別為96、94、92篇；排名前20位的作者中此領(lǐng)域發(fā)文最多的作者的發(fā)文量大于此領(lǐng)域發(fā)文最少作者的2倍，在一定程度上說明水稻蛋白質(zhì)領(lǐng)域的學(xué)者研究進展存在一定差異。但由于Web of Science數(shù)據(jù)庫中存在較多未被認領(lǐng)及同名作者，這對相關(guān)領(lǐng)域的作者發(fā)文量的相關(guān)分析造成一定影響與誤差，因此僅能為水稻蛋白質(zhì)領(lǐng)域的后續(xù)研究提供一定參考。

表3 水稻蛋白質(zhì)領(lǐng)域高發(fā)文作者

圖5反映了在2018—2020年水稻蛋白質(zhì)領(lǐng)域作者間合作活躍程度及研究的發(fā)展勢態(tài)。通過設(shè)置算法為“TOP 50”以獲得大量數(shù)據(jù)中以每一年為時間單位、每一時間單位中的發(fā)文量前50的作者，從而得到2018—2020年水稻蛋白質(zhì)領(lǐng)域高發(fā)文作者合作共現(xiàn)網(wǎng)絡(luò)圖譜。由圖5可知，圖中中心度最高的作者為Li Jing，中心度高達0.33，說明其在水稻蛋白質(zhì)領(lǐng)域中與眾多作者學(xué)術(shù)聯(lián)系較為頻繁，其次是Zhang Yu（中心度為0.32）、Yang Jun（中心度為0.3），而圖中中心度大于0.1的學(xué)者有16位，占圖中全部學(xué)者的11%，說明2018—2020年水稻蛋白質(zhì)領(lǐng)域的相關(guān)研究學(xué)者之間合作密切程度仍存在增長空間，建議增進學(xué)者間學(xué)術(shù)交流，營造良好學(xué)術(shù)氛圍，以期獲得更多的研究成果。

圖5 水稻蛋白質(zhì)領(lǐng)域高發(fā)文作者合作共現(xiàn)網(wǎng)絡(luò)圖譜

3 結(jié)論與討論

在了解一個領(lǐng)域內(nèi)的科研水平時，使用文獻計量學(xué)對該領(lǐng)域內(nèi)發(fā)表的文獻的數(shù)量和質(zhì)量進行分析是一個很好的方法，這樣就能夠較好地把握領(lǐng)域內(nèi)的研究動態(tài)以及水平[14-16]。學(xué)者們對于水稻蛋白質(zhì)進行了很多研究，很多研究成果被發(fā)表出來，但還沒有學(xué)者使用文獻計量學(xué)的方法對此領(lǐng)域進行研究[16-19]。然而，這種方法在研究時也有一些不足之處，主要體現(xiàn)在檢索數(shù)據(jù)的方式比較單一，在所有的研究數(shù)據(jù)中傳統(tǒng)數(shù)據(jù)較多等，這些問題的存在會對研究結(jié)果的準確性帶來一定的影響?；诖耍治鱿嚓P(guān)文獻的關(guān)鍵詞，通過關(guān)鍵詞來分析某一領(lǐng)域的研究熱點，展現(xiàn)當(dāng)前的研究動態(tài)，應(yīng)當(dāng)成為學(xué)者們在今后進行研究時關(guān)注的重點[20-23]。

Web of Science數(shù)據(jù)庫收錄全球?qū)W界影響力比較大的主流期刊，在此數(shù)據(jù)庫內(nèi)搜索關(guān)鍵詞，然后對得到的關(guān)鍵詞進行處理，可以有效地了解領(lǐng)域內(nèi)研究的發(fā)展現(xiàn)狀[24-25]。本研究基于Web of Science數(shù)據(jù)庫，采用可視化圖形軟件對2018—2020年發(fā)表的關(guān)于水稻蛋白質(zhì)的文獻進行分析，展示了近3年全世界科學(xué)家們對水稻蛋白質(zhì)研究的熱點和趨勢。（1）2018—2020年水稻蛋白質(zhì)研究領(lǐng)域國家間發(fā)文量存在顯著差異。中國共發(fā)文3778篇排名第一，占此研究領(lǐng)域2018—2020年發(fā)文量的一半以上；其次是美國、印度、日本、韓國，且發(fā)文量差異較大，一定程度上體現(xiàn)不同國家在此研究領(lǐng)域科研差異和重視程度的不同，也可見中國在水稻蛋白質(zhì)領(lǐng)域的科學(xué)研究進展處于領(lǐng)先地位。（2）2018—2020年水稻蛋白質(zhì)研究領(lǐng)域高發(fā)文機構(gòu)均來自中國，發(fā)文量超過300篇的相關(guān)機構(gòu)為中國科學(xué)院、中國農(nóng)業(yè)科學(xué)院、南京農(nóng)業(yè)大學(xué)，這也再次證實中國對水稻蛋白質(zhì)領(lǐng)域相關(guān)研究的重視程度，而其他國家的相關(guān)機構(gòu)在此領(lǐng)域可能正處于發(fā)展中階段；在機構(gòu)合作共現(xiàn)網(wǎng)絡(luò)分析中，中心度最高、與相關(guān)機構(gòu)合作最為密切的機構(gòu)為國際水稻研究所；其次分別是來自美國的康奈爾大學(xué)、來自美國的加州大學(xué)戴維斯分校、來自比利時的根特大學(xué)，且三者中心度均大于0.07，說明三者近年來在水稻蛋白質(zhì)研究領(lǐng)域的研究交流頻繁；圖譜的連接線數(shù)目達到2098條也可說明在水稻蛋白質(zhì)領(lǐng)域各機構(gòu)積極合作互助，營造了良好科研氛圍，學(xué)術(shù)研究交流密切。（3）從2018—2020年水稻蛋白質(zhì)領(lǐng)域關(guān)鍵詞的頻次統(tǒng)計及高頻關(guān)鍵詞的聚類分析可以發(fā)現(xiàn)，水稻蛋白質(zhì)領(lǐng)域當(dāng)下研究熱點主要集中于影響水稻各個主要生長期生理性能的相關(guān)蛋白質(zhì)的識別、改造，及相關(guān)基因的轉(zhuǎn)錄、表達、改造方向，其中也不乏對水稻種植、優(yōu)良品種的選育等環(huán)節(jié)的優(yōu)化及蛋白質(zhì)產(chǎn)物的積累、產(chǎn)出等方面的設(shè)計，且由2018—2020年水稻蛋白質(zhì)領(lǐng)域的關(guān)鍵詞圖譜及2020年相關(guān)領(lǐng)域關(guān)鍵詞聚類分析圖譜可分析得出，未來水稻蛋白質(zhì)領(lǐng)域研究熱點將繼續(xù)與此相關(guān)。（4）從2018—2020年水稻蛋白質(zhì)領(lǐng)域高發(fā)文作者排名得出Wang J發(fā)文量最多，為105篇，其次是Zhang Y、Wang Y、Li Y，一定程度上說明水稻蛋白質(zhì)領(lǐng)域的學(xué)者研究進展存在一定差異，但也由于Web of Science數(shù)據(jù)庫中對同名作者的認領(lǐng)和信息完善還存在缺陷，因此無法辨別較多作者是否為同一作者，因此可能后續(xù)還需要在各數(shù)據(jù)庫中進行作者及文獻的統(tǒng)計匯總。通過分析作者合作共現(xiàn)網(wǎng)絡(luò)可以看出，2018—2020年水稻蛋白質(zhì)領(lǐng)域的相關(guān)研究學(xué)者之間合作緊密程度仍存在增長空間，建議相關(guān)研究學(xué)者增進學(xué)術(shù)交流，營造良好學(xué)術(shù)氛圍，以獲得更多的研究成果。

本研究基于Web of Science數(shù)據(jù)庫，雖然很好的了解全世界范圍內(nèi)科學(xué)家對水稻蛋白質(zhì)的研究趨勢，但是中國科研工作者大量的研究并未收錄到Web of Science數(shù)據(jù)庫中，可能會導(dǎo)致無法準確了解國內(nèi)科研工作者對于水稻蛋白質(zhì)的研究趨勢，今后將進一步整合Web of Science數(shù)據(jù)庫和CNKI數(shù)據(jù)庫對水稻蛋白質(zhì)的研究態(tài)勢進行分析，以獲得更加準確的結(jié)果。本研究發(fā)現(xiàn)，檢索詞或者檢索式對于文章的結(jié)果影響是十分重要的，本研究檢索式采用rice protein，這可能會導(dǎo)致文獻數(shù)量過多，使得結(jié)果出現(xiàn)偏差。這就需要在分析結(jié)果的時候，需要對文獻內(nèi)容進行進一步的篩選，從而使得結(jié)果更加準確。本研究針對水稻蛋白質(zhì)發(fā)展態(tài)勢進行研究，發(fā)現(xiàn)國內(nèi)學(xué)者對于水稻蛋白質(zhì)或者說水稻蛋白質(zhì)的研究，目前無論從發(fā)文量和引用次數(shù)來看，在世界上并未處于落后階段，相反中國學(xué)者通過近些年的努力，已經(jīng)和世界先進國家的研究水平比較接近。但國內(nèi)還沒有該研究領(lǐng)域世界一流的雜志，這是十分遺憾也是影響國內(nèi)科研進一步提升的一個原因，在目前國家提倡提高科研代表作的政策下，未來提高國內(nèi)水稻蛋白質(zhì)研究領(lǐng)域雜志影響力是一個必須要考慮的方面。