综述：癌症代谢生物标志物的全球研究动态：2015-2025年的文献计量学研究

《Hormones & Cancer》：Global research dynamics in metabolic biomarkers and cancer: a bibliometric study from 2015 to 2025

本综述对2015至2025年间癌症代谢生物标志物领域的943篇文献进行了系统的文献计量学分析。研究揭示了该领域持续增长的研究态势，中国和美国是主要贡献国。热点集中于代谢生物标志物在不同癌种（如乳腺癌、结直肠癌）中的应用、多组学（Multi-omics）与大数据驱动的发现、微生物群衍生标志物的潜力以及临床转化滞后等挑战。本文为研究者把握领域前沿、识别合作机会及规划未来方向提供了宝贵的数据支持和洞察。

　　

引言

癌症依然是全球健康的重大威胁，也是疾病相关死亡的主要原因之一，对全球预期寿命的提升构成了显著障碍。2022年的最新全球数据显示，约有2000万新发癌症病例及近1000万癌症死亡病例。尽管全球社会经济和医疗技术取得了显著进步，但癌症的发病率和死亡率仍处于令人不安的高位，持续对全球公共卫生产生重大不利影响。

在与癌症的持续斗争中，现有诊断技术的局限性导致大多数病例仅在晚期才被发现，这极大地影响了早期治疗干预的效果。这一显著不足凸显了对改进疾病识别、诊断和追踪工具的迫切需求。值得注意的是，代谢组学（Metabolomics）——一种系统评估生物系统内全部内源性代谢物的全面分析方法——在多种癌症的早期诊断和个体化治疗中展现出巨大的应用前景和广泛的适用性。

本文将“代谢生物标志物（Metabolic biomarkers）”广义地定义为反映癌症相关代谢改变的一类生物指标，而“代谢组学生物标志物（Metabolomic biomarkers）”则特指通过核磁共振（NMR）波谱、质谱（MS）等代谢组学技术发现的代谢标志物。为简洁一致，下文主要使用广义的“代谢生物标志物”。

代谢组学是系统生物学中的一个组学分支，专注于生物系统内源性代谢物的全面定量分析。其主要检测方法包括核磁共振波谱（NMR）和质谱（MS），两者均能对细胞、组织或体液中的代谢物进行详细分析。在癌症研究中，代谢组学的应用已导致大量肿瘤相关代谢物的发现，以及众多代谢物衍生的癌症生物标志物的识别，其中一些已应用于临床环境。

目前，代谢生物标志物被用于癌症管理的多个方面，包括早期诊断与筛查、预后评估以及治疗监测。尽管许多有潜力的代谢生物标志物已被识别，但其中大多数尚未经过全面的临床验证。亟需大规模、多中心的研究来确认其有效性和可靠性。此外，代谢生物标志物的临床转化面临着来自技术、方法和生物学视角的多重挑战，必须加以解决。

文献计量学是一门系统研究学术文献定量特征的学科，包括出版物数量、质量、引用模式和发展趋势等方面。它通过数学和统计方法分析书籍、学术文章等，以揭示新的研究前沿、识别新兴热点并突出演变趋势。本研究旨在对2015年至2025年间发表的与癌症代谢生物标志物相关的文献进行深入的文献计量分析，利用R软件（Bibliometrix包）、CiteSpace和VOSviewer等工具，识别重要研究热点，并为未来研究提供关键见解。

材料与方法

本研究数据来源于2025年3月26日从Web of Science（山东中医药大学版）和PubMed数据库提取的数据。检索策略见附件1。为确保数据准确性，我们进行了多阶段去重处理。首先通过比较标题、DOI和作者列表去除重复记录。我们还创建并包含了PRISMA风格的流程图（见附件2）以清晰记录文章识别、筛选和纳入的过程。

数据分析使用Origin 2025软件考察出版物数据的年度趋势，并利用R软件（版本4.3.2）及其Bibliometrix包（版本4.0），以及VOSviewer（版本1.6.2）和CiteSpace（版本6.3.1）进行文献计量信息的分析和可视化。VOSviewer用于生成国家/机构合作网络、共引分析以及关键词共现网络。CiteSpace用于检测引用突现（Citation burst）文献。期刊影响因子（IF）数据来源于2023年期刊引证报告（JCR）。

结果

纳入文献概况

经过对WoS数据库的仔细检索，我们最终纳入了943篇关于代谢生物标志物与癌症的出版物。如图1A所示，该领域在过去十年中出版物数量呈现持续上升趋势。从2015年到2023年，该领域的出版物数量稳步增长，随后在2023年至2024年间出现显著激增。这种加速趋势表明学术界兴趣日益增长，并可能反映了代谢组学技术的进步及其在肿瘤学中应用的扩大。

对通讯作者所属机构的分析表明，中国（333篇）处于研究产出的最前沿，其次是美国（165篇）、英国（42篇）、日本（39篇）和意大利（36篇）。这些结果凸显了美国和中国在代谢生物标志物与癌症研究中的显著贡献。值得注意的是，在按出版物数量排名的前五个国家中，日本和中国的国际合作率（分别为5.1%和9.3%）显著低于意大利（22.2%）、英国（50%）和美国（25.5%）。这表明在该领域，中国和日本的国际合作相对较少（图1B和表1）。此外，大多数排名前十的国家都拥有良好的生物医学研究基础设施和强大的研究能力。高收入国家表现出更多的国际合作，并在癌症和代谢组学研究方面取得了丰硕成果。

图2A进一步说明，在代谢生物标志物与癌症研究方面，中国拥有最广泛的国际合作网络。合作图谱还揭示了关键的合作中心，包括中国科学院（n=30）、浙江大学（n=22）和上海交通大学（n=22）（图2B和表2）。

期刊与共被引期刊

对发表代谢生物标志物与癌症相关论文最多和被引最多的期刊分析结果显示，943篇文章发表在477种不同的学术期刊上（附件3）。如图3A和表3所示，期刊《Cancers》（n=34, IF=4.5）发表的文章数量最多，其次是《Scientific Reports》（n=32, IF=3.8）、《Metabolites》（n=29, IF=3.5）、《Frontiers in Oncology》（n=23, IF=3.5）和《PLOS One》（n=21, IF=2.9）。排名前五的期刊具有跨学科焦点、中高影响因子以及对基于组学的癌症研究和强大数据可视化的开放性等特点。

图3B和表4显示了被引次数最多的期刊，其中《PLOS One》（n=936, IF=2.9）排名第一，其次是《Cancer Research》（n=741, IF=12.5）、《Scientific Reports》（n=695, IF=3.8）、《Nature》（n=615, IF=50.5）和《Analytical Chemistry》（n=522, IF=6.8）。

期刊共被引可视化分析（图4）表明，《PLOS ONE》、《Cancer Research》和《Scientific Reports》是该领域最具影响力的期刊之一。这些结果凸显了《PLOS ONE》和《Cancer Research》对代谢生物标志物与癌症研究的重要贡献。值得注意的是，《Nature》等高影响力期刊在此特定主题上发表的论文相对较少，但获得了不成比例的高被引次数。这反映了其严格的编辑政策以及对发表具有广泛、长期影响力的里程碑式研究的重视，这是跨学科文献计量模式中的常见现象。

高被引文献与引用突现

使用R中的Bibliometrix包，我们发现了20篇关于癌症代谢生物标志物被引次数最多的文章（每篇被引超过115次），它们发表在18种不同的学术期刊上（表5）。这一发现表明该领域仍有相当大的理论进展空间。值得注意的是，发表这些高被引文章的期刊并未主导该领域的版图。

在高被引文献中，有几篇因其方法学创新或转化意义而尤为突出。例如，Yachida等人利用粪便宏基因组学和代谢组学研究揭示了结直肠癌的阶段特异性微生物群特征，为基于微生物群的生物标志物发现提供了蓝图。同样，Li等人将脂质去饱和化作为卵巢癌干性的功能标志物，确立了一个具有治疗意义的代谢脆弱点。这些研究的高被引次数反映了其在推进机制理解和提供临床可行见解方面的双重影响。

为了识别与代谢生物标志物和癌症关联相关的重要引用突现，我们使用CiteSpace找到了30篇符合特定标准的参考文献（前25位；状态计数：2；最小持续时间：2）。其中25篇如图5所示。标题为“Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries”的文献具有最高的引用强度（14.63），其次是“Metabolomics in Cancer Research and Emerging Applications in Clinical Oncology”和“MetaboAnalyst 5.0: Narrowing the Gap Between Raw Spectra and Functional Insights”，强度分别为7.39和6.73。值得注意的是，三个主要的引用突现包括“Targeting Cancer Metabolism in the Era of Precision Oncology”、“Cancer Metabolomic Markers in Urine: Evidence, Techniques, and Recommendations”和“Hallmarks of Cancer: New Dimensions”。这些著作都对该领域提供了深刻的见解。

为了更深入地了解研究前沿和关键领域，我们将图5中25篇文章的DOI与附件4中的标题进行了匹配。结果显示，25%的参考文献集中于癌细胞代谢重编程的机制，如增强的糖酵解、异常的氨基酸代谢和改变的脂质代谢。另外25%涉及代谢生物标志物在癌症诊断中的应用，强调了其在早期癌症筛查和分类中的重要价值。此外，20%的引用讨论了肠道微生物群及其代谢物与癌症的关系，探讨了微生物代谢物对宿主癌症发生和进展的影响。15%的引用集中于代谢干预，包括癌症治疗中的策略和效果。其余15%则关注多组学整合和大数据驱动的癌症代谢研究。

关键词聚类与演变

关键词聚类分析成功揭示了不同学术领域内的重要研究焦点和发展轨迹。在本研究中，我们使用VOSviewer从相关文献中提取了总共4711个关键词。如表6所示，出现频率超过40次的关键词有20个；其中，“诊断（diagnosis）”出现频率最高（103次），其次是“风险（risk）”（94次）、“代谢（metabolism）”（89次）、“乳腺癌（breast cancer）”（87次）、“表达（expression）”（76次）、“炎症（inflammation）”（73次）、“细胞（cell）”（72次）和“肥胖（obesity）”（67次）。

此外，我们识别出183个出现至少8次的关键词，并据此生成了关键词聚类图（图6）。该可视化展示了五个不同的聚类，每个聚类以不同颜色表示。

• ??
  代谢炎症与癌症风险聚类（红点）：包含55个关键词，如“风险”、“炎症”、“肥胖”、“胰岛素抵抗”和“关联”。
• ??
  代谢生物标志物与癌症聚类（绿点）：包含50个关键词，如“诊断”、“乳腺癌”、“血清”、“代谢物”和“质谱”。
• ??
  代谢生物标志物与癌症调控聚类（蓝点）：包含47个与“代谢”、“表达”、“细胞”和“通路”相关的关键词。
• ??
  代谢生物标志物与肺癌诊断治疗聚类（黄点）：包含20个关键词，如“肺癌”、“预后”、“生存”和“蛋白质”。
• ??
  生物标志物与结直肠癌诊断治疗聚类（紫点）：包含5个关键词，如“结直肠癌”、“阿尔茨海默病”、“神经酰胺”、“二甲双胍”和“系统”（附件5）。

值得注意的是，尽管关键词共现网络中出现了与“肠道微生物群”相关的聚类，但其与“免疫治疗”或“免疫反应”等术语的直接联系有限。这表明微生物代谢过程与癌症免疫治疗之间的交叉研究在当前文献中仍未得到充分体现。考虑到肠道微生物群对免疫调节和治疗效果影响的证据日益增多，这一空白指出了未来研究的一个有前景的方向，即探索微生物群信息指导的精准肿瘤学。

此外，我们利用R中的Bibliometrix包构建了趋势主题图（图7）。该图是识别特定领域研究主题演变的重要工具，使我们能够考察该领域研究在不同时间间隔内的关键领域和演变轨迹。我们的发现表明，当前研究主要集中于代谢生物标志物结合代谢组学技术在癌症诊断和风险评估中的应用。

临床进展分析

从PubMed数据库共检索到39项相关临床试验（附件6）。该领域的临床试验主要集中于三个方面：（1）通过生活方式干预调节代谢生物标志物；（2）识别用于癌症风险和预后的代谢生物标志物；（3）药物或营养制剂对代谢通路的调节。

讨论

总体信息

本研究创建了一个包含2015年至2025年间发表的943篇文章的综合数据集。通过分析发表趋势，我们观察到与代谢生物标志物及其与癌症关联相关的学术产出持续增长。如图1A所示，出版物数量稳步增加，尤其在2023年至2024年间出现显著激增。在代谢生物标志物与癌症研究方面，中国已成为领跑者，出版物数量远超其他国家。关于发表平台，表3和图3A表明，在发表这943篇文章的477种期刊中，《Cancers》（n=34）、《Scientific Reports》（n=32）、《Metabolites》（n=29）、《Frontiers in Oncology》（n=23）和《PLOS One》（n=21）是最活跃的期刊。它们的突出地位不仅反映了肿瘤学界对该主题的浓厚兴趣，也表明代谢生物标志物作为临床相关工具日益得到认可。

热点与发展趋势

对高被引文献、引用突现、关键词聚类和新兴主题的深入分析揭示了癌症代谢生物标志物研究的主要热点和前沿。我们的发现与以往的癌症研究文献计量分析一致，例如某些国家和期刊的主导地位。然而，通过特别关注代谢生物标志物在不同癌种中的应用、多组学整合和大数据驱动的癌症代谢生物标志物研究、微生物代谢生物标志物在癌症中的应用和发展潜力，以及代谢生物标志物临床转化的滞后等方面，本研究提供了更具体的见解。

代谢生物标志物在不同癌种中的应用

如表6所示，乳腺癌（n=87）、结直肠癌（n=53）、肺癌（n=52）和前列腺癌（n=55）等癌症类型在文献关键词中出现频率最高，这也支持了我们关注这些癌种的理由。代谢生物标志物因其在癌症早期诊断、预测治疗反应和评估预后方面的重要性而受到各类研究的广泛关注。

例如，近期研究结果强调了细胞外囊泡（EVs）衍生的代谢生物标志物在前列腺癌（PCa）诊断和预后方面的巨大潜力。这凸显了代谢组学作为生物标志物发现平台的关键作用，为PCa的早期识别和风险评估开辟了新途径。未来研究应优先考虑EVs衍生代谢生物标志物在预测PCa风险和追踪治疗反应中的实际应用。建立细胞外囊泡（EVs）分离和分析的标准化方法对于推动该领域走向临床应用至关重要。

一项基于人群的前瞻性队列研究对英国生物样本库中91,472名个体的初始血浆样本进行了核磁共振（NMR）代谢组学分析，发现了109种与肺癌风险显著相关的代谢物。其中，糖蛋白乙酰化与肺癌风险呈正相关，而多种代谢物和脂蛋白亚组分则呈负相关。这项研究是在大型队列研究中系统评估代谢生物标志物对肺癌风险影响的首个尝试，加深了我们对肺癌相关代谢过程的理解，并可能为肺癌筛查提示新的生物标志物。

此外，大量研究强调了氨基酸和脂质代谢相关生物标志物在乳腺癌诊断、预测、亚型分类和治疗反应预期方面的显著潜力。脂质代谢生物标志物的突出地位与已知的生物学机制一致，因为脂质代谢重编程是癌症进展和预后的标志。此外，脂质组学方法相对成熟且易于获取，促进了其在生物标志物发现研究中的频繁使用。然而，要使这些生物标志物成功应用于癌症的临床管理，必须通过大规模队列研究进行进一步验证，并开发标准化的分析技术。

基于先前工作，最近一项研究利用LEfSe分析、随机森林建模、共现网络分析等先进技术，识别出一组与结直肠癌（CRC）相关的全局微生物和代谢生物标志物。这些生物标志物被认为是辅助CRC早期诊断和治疗方法的强有力候选者。然而，需要更多研究来阐明其潜在机制。

常见癌症，如乳腺癌、前列腺癌、结直肠癌和肺癌，已成为研究的关键焦点。而其他类型，如胃癌或胰腺癌，出现频率较低。这指出了未来研究中潜在未被充分探索的领域。这种主导地位可能反映了疾病负担以及对这些癌症类型进行生物标志物验证的相对容易程度，但也凸显了在较少研究的癌症中存在未被探索的机会。

多组学整合与大数据驱动的癌症代谢生物标志物研究

随着代谢组学数据集变得越来越复杂，传统分析在识别临床相关生物标志物方面面临挑战。将多组学数据与人工智能相结合，通过揭示复杂的生物学关系和提高预测准确性，已成为应对这些挑战的一种有前景的策略。

首先，多组学数据的系统整合是全面理解癌症生物学本质、阐明其分子发病机制的关键策略。这种方法能够从基因组学、转录组学、蛋白质组学和代谢组学等多个角度广泛研究癌症的分子特性。因此，它为开发靶向癌症疗法提供了新的见解和理论基础。随着人工智能技术的不断进步，特别是机器学习和深度学习算法的广泛使用，研究人员越来越能够探究代谢组学数据中传统统计方法可能遗漏的复杂模式和潜在趋势。多组学数据的结合以及人工智能强大的分析能力，使得更准确地识别癌症患者的个体差异成为可能。

许多研究通过整合代谢组学与其他组学数据集并采用机器学习方法，对乳腺癌进行了深入研究。一些研究利用单细胞转录组学和代谢组学来识别用于早期乳腺癌检测和治疗反应预测的代谢生物标志物。对癌组织和正常乳腺组织转录组谱的分析揭示了肿瘤微环境中核苷酸代谢与调节性T细胞活化之间的紧密联系。研究人员利用机器学习和绝对定量代谢组学，开发了一个四代谢物模型，该模型在多个队列中准确预测了三阴性乳腺癌（TNBC）的新辅助化疗反应。类似的研究使用代谢组学技术检测了三阴性乳腺癌（TNBC）的代谢变化，并通过与转录组学的整合分析探索了潜在的分子机制。研究发现了可能有益于TNBC诊断和筛查的代谢生物标志物，从而为该领域的研究提供了重要验证。Nguyen Ky Anh及其同事采用非靶向代谢组学和脂质组学结合机器学习模型，识别并验证了代谢相关的生物标志物。该策略凸显了将多组学数据与机器学习相结合以增强乳腺癌筛查中新生物标志物检测和验证能力的优势。此外，结果表明，唾液代谢组学与机器学习方法相结合在识别结直肠癌方面表现出高准确性和适应性。如图5所示，“Targeting Cancer Metabolism in the Era of Precision Oncology”和“MetaboAnalyst 5.0”等参考文献反映了基于人工智能的整合组学方法在该领域日益增长的影响力。

多组学和人工智能技术的整合正在推动癌症研究向更精确、更深入的方向发展。为了确保通过人工智能在癌症研究和临床应用中负责任且有效地使用代谢生物标志物，仍需应对各种挑战，包括数据整合与标准化、算法可解释性、数据安全、伦理问题，以及模型验证及其在临床实践中的转化应用。它们在代谢生物标志物研究中的整合仍然相对有限。这表明尽管这些趋势已得到广泛认可，但实际应用仍处于发展阶段，突显了概念热情与常规应用之间的差距。

微生物代谢生物标志物在癌症中的应用与发展潜力

微生物群与宿主之间的代谢轴涉及复杂的相互作用，主要由肠道微生物群驱动，并由各种代谢产物介导。这些代谢产物作为关键信号分子，影响宿主的代谢活动、免疫反应、生理功能和疾病进展。在生理条件下，这些产物有助于调节免疫功能并协助清除异常细胞。相反，当这些代谢产物失衡时，宿主的免疫系统可能难以在癌症发展的早期阶段识别和根除肿瘤细胞，最终导致肿瘤进展。

肠道微生物群产生多种代谢产物，可能影响基因表达、细胞周期过程、凋亡和免疫系统活性。这些相互作用与癌症进展相关，尽管许多证据仍是相关性的，需要进一步的机制研究。例如，微生物群产生的代谢产物在调节抗肿瘤免疫中起着至关重要的作用，并可影响免疫疗法和化疗的效果。研究表明，肠道微生物群衍生的代谢物丁酸盐可能通过调节CD8⁺ T细胞反应来增强某些癌症治疗的疗效。这些发现提示了微生物代谢物作为癌症治疗中生物标志物或佐剂的潜力。此外，另一项研究发现，短链脂肪酸（SCFA）-GPR43轴在预防肠道细菌入侵、慢性炎症及相关癌症中至关重要。而且，一些研究报告了肠道微生物群衍生代谢物与乳腺癌风险之间的关联，尽管因果关系尚待确定。中国研究人员开展了一项研究，利用16S rRNA基因测序技术检查了107名乳腺癌患者和107名年龄匹配的健康对照者的血液样本。他们还通过非靶向代谢组学评估了微生物代谢物的水平。结果表明，利用微生物群和肠道代谢物的组合诊断方法可能作为乳腺癌的非侵入性生物标志物；然而，需要更大样本量和多中心试验的进一步验证。

总之，该领域的研究日益增多，如图5所示的引用激增所证明。值得注意的是，关注微生物的文章数量显著上升，关键词共现分析（图6）也突出了“炎症”、“肠道微生物群”和“肠道菌群”等关键短语。然而，微生物组衍生代谢物与癌症之间的关系仍然复杂且多面，许多研究仍处于初步阶段。尽管在癌症治疗背景下探索这些相互作用的兴趣日益增加，但需要进一步的机制研究和精心设计的临床试验来确定调节微生物代谢物是否以及如何能改善治疗结果。

利基发现：新兴趋势与未满足的挑战

除了出版物增长和国际合作模式等总体趋势外，我们的分析还强调了几项利基但重要的见解。首先，关键词聚类和引用突现揭示了对微生物代谢生物标志物日益增长的兴趣，强调了其作为下一代诊断工具和治疗靶点的潜力。这一趋势指向了对微生物组-宿主代谢轴的研究转变，这在癌症生物标志物研究中仍是一个未被充分探索的前沿。

其次，在PubMed数据库中，我们共检索到39项与代谢生物标志物和癌症相关的临床试验。目前正在临床试验环境中测试不同的代谢生物标志物。这些指标包括但不限于瘦素、脂联素、胰岛素、葡萄糖、乳酸、短链脂肪酸、谷氨酰胺和MOTS-c，涵盖了能量代谢和激素调节等不同功能类别。通过对这些研究的总结和分析，我们确定了当前文献中的几个新兴趋势和研究重点。

一些研究评估了结构化的生活方式改变如何影响代谢生物标志物谱。例如，有氧和抗阻运动已被证明可以改善癌症患者和幸存者的炎症标志物、增强线粒体功能并促进整体代谢健康。特别是在乳腺癌幸存者中，此类运动干预显著改变了循环中MOTS-c的水平。此外，一项临床试验表明，远程提供的减肥干预措施可导致乳腺癌幸存者体重显著减轻，并对几种代谢生物标志物产生积极影响。其他研究则侧重于识别用于早期检测和风险分层的代谢组学特征。唾液和尿液代谢组学分析揭示了一些小分子——如氨基酸衍生物、胆汁酸和肉碱——作为包括口腔癌、膀胱癌和结直肠癌在内的多种癌症的潜在非侵入性生物标志物。这些发现强调了代谢组学特征作为诊断和复发监测工具的潜力。除了生活方式干预，还探索了药物和营养制剂对代谢通路的影响。例如，研究表明二甲双胍可重塑头颈癌的肿瘤微环境，而维生素D受体多态性与乳腺癌幸存者的脂质代谢结果相关。此外，我们发现临床转化的成功往往具有几个共同特征：（1）临床相关性：如胰岛素等生物标志物与代谢综合征和癌症进展相关，因此具有较高的临床相关性；（2）非侵入性采样：由于实用性，血液或尿液等更易于检测和采纳；（3）跨疾病实用性：已在包括癌症在内的多种疾病中得到评估，更有可能成功转化；（4）先前的监管批准：先前在其他疾病领域（如心血管风险）验证过的生物标志物可以更快地应用于肿瘤试验。

尽管过去十年出版物数量大幅增加，但我们的发现揭示了代谢生物标志物临床转化的显著滞后。许多已识别的生物标志物尚未经过严格验证或整合到临床工作流程中。与分析重现性和标准化相关的问题继续阻碍着在不同环境和人群中的验证。此外，先进代谢组学检测的成本和技术复杂性可能限制其在常规临床实践中的可行性。第三，许多提出的代谢生物标志物仍然缺乏在大型、多样化队列中的前瞻性验证，或与临床决策支持工具的整合，这进一步延迟了其应用。

这些利基发现为研究人员和政策制定者提供了可行的见解，以确定资助优先级并设计未来的研究来应对这些关键挑战。

结论

本研究深入探讨了与癌症相关的代谢生物标志物领域的主要焦点和最新进展。主要结论概述如下：

a. 代谢生物标志物与癌症的关系已引起全球研究人员的极大关注。该领域的关键参与者包括中国、美国、英国、日本和意大利，这些国家在国际合作水平上表现出显著差异，这有助于我们理解全球合作伙伴关系如何影响该领域知识的传播和研究发展。

b. 在该领域，《Cancers》、《Scientific Reports》和《Metabolites》等期刊是最高产的期刊。值得注意的是，《PLOS One》被认定为被引次数最多的期刊，凸显了其在该领域的重要性。

c. 常见癌症，包括乳腺癌、前列腺癌、结直肠癌和肺癌，已成为研究的关键焦点，并与利用代谢生物标志物进行癌症治疗的主要趋势相关。这些应用涵盖了几个重要领域，包括早期疾病诊断、疾病鉴别和治疗反应预测。而其他类型，如胃癌或胰腺癌，出现频率较低。这指出了未来研究中潜在未被充分探索的领域。

d. 研究人员可以通过使用人工智能技术，特别是机器学习和深度学习，来推进精准肿瘤学领域，这些技术允许识别代谢组学数据中的复杂模式。多组学数据与人工智能的整合显著提高了早期癌症诊断的准确性。然而，数据整合、算法可解释性和数据安全等挑战依然存在，需要进一步探索。虽然我们的研究旨在解决多组学整合对生物标志物发现的影响等问题，但我们的文献计量数据显示，明确提及“多组学”方法的参考文献相对较少，表明这种整合在该领域仍是一个新兴但有限趋势。

e. 微生物群与宿主之间的代谢轴代表了一种由代谢物介导的复杂相互作用，它可以调节宿主的免疫和生理功能。这种相互作用对癌症的发生