單細胞轉錄組測序研究熱點和發文錦囊

　　從Top50期刊2000余篇文獻統計：

　　在剛剛發布的“十四五”規劃中，“基因與生物技術”作為前沿科技攻關領域之一。而在這個領域，近年來最具里程碑的技術突破必然不能忽略“單細胞轉錄組測序”。本文通過對PubMed數據庫中Top50期刊的共計2357篇單細胞轉錄組測序的引文進行數據分析，幫助讀者了解單細胞研究熱點和發文規律。

　　早在2009年，湯富酬等人就首次應用高通量測序方法無偏倚地對單個細胞轉錄組進行描繪。2016年，10x Genomics公司發布了ChromiumTM系統，標志著大規模單細胞轉錄組測序商業化應用的成功。上個月，張澤民團隊發表的《腫瘤浸潤髓細胞的泛癌單細胞轉錄圖譜》通過單細胞轉錄組測序技術構建了15個癌種內的髓系細胞圖譜，并系統性地比較了各髓系細胞類群在不同癌種間組成、發育及功能上的異同。

　　本文整體對PubMed數據庫中Top50期刊的共計2357篇單細胞轉錄組測序的引文，數據分析后以圖表形式全方位呈現單細胞測序的研究現狀，幫助讀者把握單細胞研究領域的流行脈絡，進而了解單細胞研究的切入點。

　　1.單細胞研究能發多少分的文章？

　　通過使用NCBI官方提供的Entrez工具對PubMed數據庫中近五年（2016-2020）發表的單細胞轉錄組相關文章進行檢索，共獲得4256條引文記錄。通過數據處理和分析，聚焦刊文數量排名前50的期刊（Top50），Top50期刊總共刊載2357篇論文。根據期刊影響因子（Journal Impactor Factor, JIF）可以將Top50期刊分為高中低三個水平，影響因子分別為“≥20”、“5~20”和“<5”。利用Plotly繪制條形圖可以更直觀地顯示不同水平期刊的數目和刊文數量。可以發現：

　　■單細胞轉錄組測序是近年來沖擊權威頂級期刊的理想技術手段

　　從圖1可以看出，收錄單細胞RNA測序的期刊中，高水平期刊共13個，刊載文章548篇。三大綜合性頂刊Cell、 Nature、Science全部上榜；排在榜首的Cell，刊文量超過100篇文章。

　　各細分領域的頂刊也值得關注，如干細胞領域Cell Stem Cell發文76篇；免疫學領域Immunity和Nature Immunology分別發文42和26篇；神經科學領域Nature Neuroscience發文19篇；腫瘤領域Cancer Discovery發文15篇。此外，Nature Methods和Nature Biotechnology分別發文44和38篇。創新性的單細胞研究的新方法和新技術仍在不斷涌現。

　　■中等水平期刊是一個相對高質量的單細胞轉錄組文章的蓄水池

　　從圖1可以看出，中等水平的期刊共包括26個，文章數量達到1351。排在榜首的Nature Communication刊文量達到驚人的215篇，緊隨其后的是Cell Reports，文章數量也超過150篇。

　　除了上述兩大CNS入門級子刊以外，這一檔中不乏其他高水平的綜合性期刊，如常年穩定在9分的老牌期刊PNAS和被寄予厚望新秀期刊Elife分別發文82和91篇。分析單細胞實驗產出的龐大數據離不開先進的生物信息學工具，該領域的兩大期刊Bioinformatics和Briefings In Bioinformatics也赫然在列，這必將為單細胞轉錄組的研究提供源源不斷的內在動力。

　　■單細胞研究的質量相對較高，未見嚴重的“灌水”現象

　　從圖1可以看出，低水平期刊11個，文章數僅458篇，遠低于中高水平期刊。這其中，Scientific Reports和PLoS One已經被許多單位和科研項目列入了“黑名單”。一個設計嚴謹數據詳實的單細胞轉錄組研究必然需要在更高水平的期刊體現其價值。

　　2.單細胞研究的熱度還會持續么？

　　很多研究者會擔心單細胞研究目前是不是過熱了，以及這樣的熱度還能持續多久？也有人擔心“單細胞從實驗到數據分析，再到論文寫作，周期比較長，會不會等文章投稿的時候，單細胞研究已經不火了？

　　通過圖2，可以看出各水平期刊發布單細胞轉錄組測序文章逐年遞增，尤其是中等水平期刊刊載的文章，5年增長了將近8倍。

　　3. 哪些期刊青睞國人投稿？

　　2020年中國科技論文統計結果顯示，中國高質量國際論文數排名世界第2位，中國科技期刊影響力提升。科研工作者更關注那些注重單細胞研究的國產優秀期刊，或是對中國投稿人友好的高水平期刊。

　　通過分析各期刊文章中中國科研團隊研究成果所占的比例，發現中國研究團隊發表論文的占比最高的期刊是Cell Research，達到89%。作為中國科學院主持的期刊，現如今的影響因子已經達到20.507分。除此以外，PLoS Biology接受的中國文章占比接近30%，其近期影響因子有所波動，但仍保持在7分以上。

　　4.單細胞研究的前沿細分領域有哪些？

　　我們通過4000多篇引文的摘要內容進行梳理，借助 Python 自然語言處理工具包NLTK，對摘要內容進行詞法分析、去除停用詞和詞性還原等操作，并對高頻詞匯進行計數，最后再用詞云展示結果，如圖4所示。

　　通過高頻詞匯可以推測，單細胞研究的熱門領域仍然集中在干細胞研究（stem）、腫瘤研究（cancer, tumor）、神經科學研究（brain, neuron）以及感染研究（infection, pathogenesis）。我們知道，單細胞測序是一項通用的技術，其適用的研究范疇遠不止這些。

　　5. 研究中如何定位具體的細分領域？

　　單細胞研究有諸多的細分領域，如何進行定位研究方向？如何在浩如煙海的文獻中找到對自身研究最有價值的？

　　在閱讀領域相關的研究論文基礎上，這里有兩點建議供參考：

　　?首先以基本的組織臟器或是細胞類型作為關鍵詞搜索，而并非只局限于疾病本身。因為單細胞研究的落腳點是細胞類型的區分和定義，閱讀文獻可以幫助我們找到這些細胞類型的特征和鑒定方法。

　　?其次，為了近一步限定最初的閱讀范圍，集中精力細讀業內大家發表的文章。如果將文獻相互索引的關系繪制成網絡圖，就很容易找到這些大家的代表文獻了。

　　?以脂肪研究為例，之前我們已經對摘要進行了整理，在其中查找“adipose”可以關聯到39篇文獻。利用 igraph 將它們的參考文獻構建成網絡圖，就可以定位到五篇“高被引”文章，PMID號分別為：29925944 29937373、31023895、30265241、29608179。其中包括 Deplancke 研究團隊于2018年發表于Nature的發現脂肪生成調節細胞（Aregs）的文章，以及 Granneman 研究團隊同年發表在Cell Metabolism的文章，揭示了寒冷將有害脂肪轉變為有益脂肪的機制。