上海粒成生物科技有限公司官方网站

1.摘要

本文基于Web of Science （WOS）数据库，对2012-01至2022-12关于 lung cancer 和 immunotherapy 研究进行文献分析及大数据挖掘，梳理该领域的发展历程，分析研究主题的热点变化等，将分析结果可视化，旨在对lung cancer 和 immunotherapy相关领域研究进行系统综述和趋势展望，探讨当前的研究动态及热点，挖掘分析尚需改进的内容，以期为后续研究提供参考。

2.数据来源

（1）数据来源于WOS数据库 (可定制WOS和知网数据库)
（2）时间跨度：2012-01至2022-12
（3）文献类型：article
（4）语种：English
（5）共检索到 8722 篇文献
（6）检索词：(lung cancer) AND (immunotherapy)

3.研究方法

本文采用文献计量学方法，以PubMed文献数据库为基础，进行文献大数据挖掘，分别选择国家、机构、作者、关键词、关联疾病、关联基因等对象进行数据挖掘和分析，可视化呈现该领域的总趋势、分布情况、热点变化等。

注：由于本页面涉及大量数据分析，页面上的聚类图及关系图均为静态展示。如果需要数据分析及图片定制，请联系客服。

4.结果

4.1年度发文趋势分析

以lung cancer 和 immunotherapy为关键词搜索，2012-01至2022-12的文献有 8722 篇，文献年均发文量793篇。如图1所示，2021达到年发文量顶峰2112篇，2016增长率最快为66.81%，提示该领域的研究得到快速发展，处于快速上升阶段。

图1. 2012-01至2022-12 lung cancer 和 immunotherapy相关文献的年度发文趋势

4.2研究国家/地区分析

2012-01至2022-12 lung cancer 和 immunotherapy研究国家关系分析示意图如图2（A-G）所示。

图2A. lung cancer 和 immunotherapy研究国家关系分析

图2B. lung cancer 和 immunotherapy研究国家关系分析

图2C. lung cancer 和 immunotherapy研究国家关系分析

图2D. lung cancer 和 immunotherapy研究国家关系分析

图2E. lung cancer 和 immunotherapy研究国家关系分析

图2F. lung cancer 和 immunotherapy研究国家关系分析

图2G. lung cancer 和 immunotherapy研究国家关系分析

图2. 2012-01至2022-12 lung cancer 和 immunotherapy的研究地区关系分析

4.3研究机构分析

2012-01至2022-12，全球在 lung cancer 和 immunotherapy 研究机构分析示意图如图3（A-E）所示，其中the university of texas md anderson cancer center和 memorial sloan kettering cancer center发文量占据前两名，分别发表了156篇和124篇，sichuan university发表了112篇，位于第三名。

图3A. lung cancer 和 immunotherapy研究机构分析

图3B. lung cancer 和 immunotherapy研究机构分析

图3C. lung cancer 和 immunotherapy研究机构分析

图3D. lung cancer 和 immunotherapy研究机构分析

图3. 2012-01至2022-12 lung cancer 和 immunotherapy的研究机构分析

4.4研究作者分析

2012-01至2022-12，全球在 lung cancer 和 immunotherapy 研究作者分析示意图如图4（A-E）所示。该领域产出文献最多的作者是 Benjamin Besse、Marina Chiara Garassino，迄今为止一共发表35篇文献； Diego Signorelli、Giuseppe Lo Russo并列第二，发表了30篇文献；Jie He位居第三，已有28篇文献发表。

图4A. lung cancer 和 immunotherapy研究作者分析

图4B. lung cancer 和 immunotherapy研究作者分析

图4C. lung cancer 和 immunotherapy研究作者分析

图4D. lung cancer 和 immunotherapy研究作者分析

图4E. lung cancer 和 immunotherapy研究作者分析

图4. 2012-01至2022-12 lung cancer 和 immunotherapy 的研究作者关系分析

4.5期刊分析

图5（A-E）分别为期刊被引突现图、期刊被引热力图、期刊发文聚类图、期刊发文聚类叠加时间线、期刊双叠加示意图，从不同的方面对期刊进行分析。

图5A. 期刊被引突现图

图5B. 期刊被引热力图

图5C. 期刊发文聚类图

图5D. 期刊发文聚类叠加时间线

图5E. 期刊双叠加示意图

图5. 2012-01至2022-12 lung cancer 和 immunotherapy的期刊发文分析

4.6研究领域分析

图6.lung cancer 和 immunotherapy的研究领域分析

4.7文献共被引分析

图7A-B为文献共被引示意图，图7C-D为文献共被引聚类分析示意图，每一个圆圈代表一篇文章，圆圈大小与文章被引用次数成正相关，连线粗细与文章共被引次数成正相关。如图7C-D所示，颜色相同的节点为同一聚类。图7E为文献被引突现图，在一定程度上反映文献被引强度。

图7A. 文献共被引示意图

图7B. 文献共被引示意图

图7C. 文献共被引聚类分析示意图

图7D. 文献共被引聚类分析示意图

图7E. 文献被引突现图

图7.lung cancer 和 immunotherapy的文献共被引聚类分析

4.8关键词热点词频分析

论文关键词是对研究目的、研究对象、研究方法进行高度凝练与概括。基于关键词的分析能够反映某一研究领域某一时间段内主题演变趋势和研究热点。把lung cancer 和 immunotherapy 作为为关键词搜索，时间跨度为2012-01至2022-12，图8（A-E）所示为关键词热点词频聚类分析图；图8F为热点词频发文突现分析图，直观的看出不同热点词频在哪些时间段的发文量比较多；图8G为对lung cancer 和 immunotherapy相关联的关键词进行聚类后的时间线分析，如图所示，关键词聚为7簇，分别为XXX，且这7个聚类持续在lung cancer 和 immunotherapy领域发展。

图8A. 关键词热点词频聚类分析图

图8B. 关键词热点词频聚类分析图

图8C. 关键词热点词频聚类分析图

图8D. 关键词热点词频聚类分析图

图8E. 关键词热点词频聚类分析图

图8F. 热点词频发文突现分析图

图8G. 关键词聚类时间线分析

图8H. 关键词聚类分析

图8. 2012-01至2022-12 lung cancer 和 immunotherapy的热点词频聚类分析

4.9关键词热度随时间变化分析

如图9(A-C)，表示与lung cancer 和 immunotherapy相关联的关键词词频在各个时间段的热度排名及排名变化情况。

图9A. 关键词热度排名及变化分析

图9B. 关键词热度排名及变化分析

图9C. 关键词热度排名及变化分析

图9. lung cancer 和 immunotherapy不同时间段的热度排名及排名变化分析

4.10关联基因聚类分析

2012-01至2022-12，以lung cancer 和 immunotherapy为关键词搜索，检索出论文8722篇，采用 BioBERT生物医学言语表示模型对8722篇文章的摘要中基因的实体词挖掘并统计分析。图10（A-D）所示为2012-01至2022-12 lung cancer 和 immunotherapy关联基因聚类分析图，其中文献量最多的CD274（4608篇）；PDCD1位居第二，文献量为2798篇；EGFR位居第三，文献量2607篇。

图10A. lung cancer 和 immunotherapy关联基因聚类分析

图10B. lung cancer 和 immunotherapy关联基因聚类分析

图10C. lung cancer 和 immunotherapy关联基因聚类分析

图10D. lung cancer 和 immunotherapy关联基因聚类分析

图10. 2012-01至2022-12 lung cancer 和 immunotherapy关联基因聚类分析

4.11 GO富集分析

GO功能富集结果见图11（A-B），关于肺癌的免疫治疗涉及XXX个生物过程（BP）、XXX个分子功能（MF）和XXX个细胞组成（CC）， P值居前10名的绘制气泡图/柱状图。

图11A. GO富集分析气泡图

图11B. GO富集分析柱状图

图11 GO富集分析结果

4.12 KEGG通路富集分析

KEGG通路富集分析结果得XXX条信号通路，如图12（A-B），选取前10条信号通路并绘制气泡图/柱状图。

图12A. KEGG通路富集分析气泡图

图12B. KEGG通路富集分析柱状图

图12 KEGG通路富集分析结果

4.13 PPI网络的构建分析

蛋白相互作用（PPI）网络构建结果如图13所示，排在前10名的蛋白分别是XXX,XXX...这些蛋白可能为关于肺癌免疫治疗研究的核心蛋白。

图13.PPI网络的构建分析结果

4.14关联疾病聚类分析

2012-01至2022-12，以lung cancer 和 immunotherapy为关键词搜索，检索出论文8722篇，采用 BioBERT生物医学言语表示模型对8722篇文章的摘要中疾病的实体词挖掘并统计聚分析。如图14（A-F）所示，其中文献量最多的non-small-cell lung carcinoma（6967篇）； melanoma位居第二，文献量为3494篇；squamous cell carcinoma位居第三，文献量2464篇。