《Frontiers in Genetics》：Global trends and hotspots of genetic research on non-syndromic cleft lip with or without cleft palate: a bibliometric and bioinformatics analysis
编辑推荐：
摘要专业翻译
背景： 非综合征性唇裂伴或不伴腭裂（NSCL/P）占全球口面裂病例的70%，导致躯体功能障碍与心理负担。既往文献计量学研究已勾勒出NSCL/P总体研究格局；然而，针对遗传维度、自人类基因组计划以来的演化趋势以及双数据库交叉验证的系统性综述仍较为有
摘要专业翻译
背景： 非综合征性唇裂伴或不伴腭裂（NSCL/P）占全球口面裂病例的70%，导致躯体功能障碍与心理负担。既往文献计量学研究已勾勒出NSCL/P总体研究格局；然而，针对遗传维度、自人类基因组计划以来的演化趋势以及双数据库交叉验证的系统性综述仍较为有限。本研究绘制了NSCL/P遗传学领域的全球文献计量图谱，识别了研究范式的变迁，并通过环境危险因素的生物信息学分析对候选基因进行了功能性验证。
方法： 从Web of Science核心合集（WoSCC）检索1990年1月至2026年1月31日的文献，采用文献计量工具（包括R-Bibliometrix、VOSviewer和CiteSpace）进行分析。随后采用相同检索策略检索Scopus数据库文献以进行交叉验证。最后，从GeneCards数据库筛选毒物相关及NSCL/P相关基因，识别重叠靶点，进而构建蛋白质-蛋白质相互作用（PPI）网络并进行京都基因与基因组百科全书（KEGG）富集分析，以表征潜在功能通路。
结果： 共分析1,511篇合格文献，覆盖86个国家和地区、1,766所机构、6,061位作者及383种期刊，其中2018至2021年间发文量呈快速增长态势。美国在发文量与被引频次方面均居首位，爱荷华大学及Murray, Jeffrey C.为关键贡献者。关键词聚类将当前研究划分为四大类：遗传分析方法学、发育生物学与表型、流行病学与环境因素、以及分子调控机制。研究识别出酒精和尼古丁诱导的重叠致病基因，其富集通路涉及胚胎颅面发育调控、细胞增殖与凋亡。
结论： 本研究阐明了NSCL/P遗传学领域的发文趋势、核心研究力量、学科分布及研究热点，揭示了研究焦点的持续转移。基于公共数据库的计算机模拟网络分析识别了介导酒精和尼古丁诱导发育障碍的独特分子通路。上述发现为未来NSCL/P发病机制的机理探索提供了可靠证据。
论文主体内容专业总结
1 引言
非综合征性唇裂伴或不伴腭裂（NSCL/P）是一种常见的先天性颅面畸形，约占所有记录口面裂病例的70%，临床识别三种表型亚型：单纯唇裂、单纯腭裂及唇裂合并腭裂。受累个体常出现颅面生长受损和口腔功能损害，并伴随长期心理负担。与综合征型不同，NSCL/P代表一种复杂的多基因疾病，具有显著的遗传异质性，疾病易感性由多个微效变异调控。遗传易感性、外部环境触发因素及交互调控机制共同影响其发病机制。自1990年人类基因组计划启动以来，测序技术飞速发展，高分辨率染色体微阵列分析和全基因组测序已实现先天性疾病的致病变异全基因组筛查。生物信息学的并行进展推动了全基因组关联研究（GWAS）在复杂疾病病因研究中的广泛应用，已记录超过40个NSCL/P易感位点。累积的遗传学发现深化了对NSCL/P遗传易感性的理解，并验证了调控胚胎颅面发育的核心信号通路，包括TGF-β、SHH和Wnt信号通路。然而，NSCL/P遗传学的文献计量格局，特别是其时间演化、地理分布和主题变迁，仍未得到充分表征。既往文献计量研究仅勾勒了NSCL/P的总体研究格局，且未聚焦遗传维度，也未采用双数据库方法进行发现与验证。本研究对过去三十余年的已发表文献进行文献计量可视化和统计分析，绘制NSCL/P遗传领域的演化热点与研究变迁图谱，并通过下游生物信息学分析探索酒精和尼古丁暴露等环境危险因素在颅面发育中的分子机制。
2 材料与方法
2.1 数据库与检索策略
本研究设计为文献计量分析结合公共数据库生物信息学分析，构建针对NSCL/P的遗传知识图谱。文献计量数据来源于Web of Science核心合集（WoSCC），采用自由文本关键词与布尔运算符组合的主题字段检索策略以最大化检索灵敏度。时间筛选范围为1990年1月1日至2026年1月31日，共36年。文献限于英文文章和综述，排除会议摘要、信件、会议论文、编辑材料、书籍章节、注释和再版。人工验证检索文献的相关性后，最终确定1,511篇主题相关文献。采用相同检索策略、文献类型和语言标准检索Scopus数据库，通过人工筛选以验证WoSCC中观察到的研究趋势和热点。
2.2 数据分析与可视化
本研究使用Microsoft Excel 2021创建统计表和趋势图，采用Scimago Graphica分析国家分布，使用R软件中的bibliometrix包进行Lotka定律分析和热图绘制。此外，使用VOSviewer和CiteSpace对国家、机构、作者、期刊、关键词和引文进行文献计量分析，重点关注合著、共现和共被引模式。数据导出前对重叠条目进行合并、拼写错误进行人工修正并严格清洗数据。
2.3 生物信息学分析
2.3.1 基因数据获取
从GeneCards数据库检索目标毒物相关候选基因集，选择相关性评分大于5且归类为蛋白质编码基因的基因。采用相同参数获取唇裂和腭裂（口面裂）相关候选基因集。对两组基因名称进行标准化和统一，生成用于后续交集分析的输入数据集。使用R软件及Venn包生成维恩图以可视化目标毒物与口面裂相关基因集的重叠，交集基因定义为与目标毒物和口面裂均相关的共享候选基因，作为后续蛋白质-蛋白质相互作用（PPI）网络分析和富集分析的基础输入。
2.3.2 PPI网络构建
将交集基因集提交至STRING数据库构建PPI网络，以智人物种为背景，使用默认置信度阈值过滤相互作用对。STRING生成的PPI网络导入Cytoscape，使用cytoHubba插件进行拓扑分析，应用度算法计算各节点度中心性，按度值降序排列所有节点，将度中心性排名前20的枢纽基因作为关键候选基因用于后续通路富集分析。
2.3.3 通路富集分析
使用clusterProfiler R包中的enrichKEGG函数对前20个枢纽基因进行京都基因与基因组百科全书（KEGG）通路富集分析，采用多重检验校正显著性阈值识别显著通路，报告前10个最相关通路。
3 结果
3.1 发文数量
1990至2026年间共识别1,511篇相关文献。1990至2000年间年发文量逐渐增加，2000年累计发文量首次突破100篇。2003年后发文量显著增长，2018至2021年间记录了两个年均发文量爆发式增长阶段，表明NSCL/P遗传学研究已发展为一个活跃且快速扩张的研究领域。
3.2 国家贡献
全球共86个国家和地区贡献了NSCL/P遗传学发文。美国以538篇（占总量35.6%）居首位，其次为中国（365篇，24.2%）和巴西（141篇，9.3%）。被引频次方面美国同样居首（24,752次），其次为英国（9,577次）和中国（6,487次）。值得注意的是，英国尽管发文量低于美国、中国和巴西，但其篇均被引频次（72.01）显著高于美国（46.01）、中国（17.77）和巴西（30.36），表明英国的研究产出具有较强学术影响力。共著网络分析显示，国际研究合作主要在2005年后加强，中国近年来合作研究显著增加。
3.3 机构贡献
发文量前10的机构分布于美国、中国、意大利、德国和巴西。应用发文量不低于10篇的阈值，VOSviewer识别出90所具有合作著者模式的机构，形成10个聚类。除核心机构外，波多黎各大学、拉各斯大学、埃默里大学、波恩大学医院、亚的斯亚贝巴大学和新疆医科大学等机构近年影响力逐渐增强。
3.4 高产作者与共被引作者
最终数据集包含6,061位贡献者。根据Lotka定律，70.20%的贡献者仅有一篇发文，13.50%有两篇，仅5.20%有三篇。发文量前10的作者中，爱荷华大学Murray, Jeffrey C.以93篇（占总量6.2%）居首，匹兹堡大学Marazita, Mary L.（89篇，5.9%）和约翰霍普金斯大学Beaty, Terri H.（66篇，4.4%）紧随其后。这三位作者被引频次亦最高。合著网络识别出10个不同作者聚类，四位最高产作者之间存在两两合著关系。时间分析显示，1990至2000年间Mitchell和Wyszynski为关键贡献者；2001至2015年间Murray、Beaty和Scapoli为核心人物，合作网络快速扩张；2016至2026年间涌现大量新研究者，合作网络进一步向东亚扩展。
3.5 研究学科
期刊双图叠加可视化显示NSCL/P遗传学研究跨越多个学科。施引期刊主要涵盖医学、临床、分子生物学、免疫学、牙科、皮肤病学和外科学，被引期刊主要分布于环境、毒理学、营养学、健康、护理、医学、分子生物学、遗传学、皮肤病学、牙科和外科学。
3.6 期刊贡献
共383种期刊发表了该领域文章或综述。发文量最大的期刊为Cleft Palate Craniofacial Journal（154篇，占总量10.2%），其次为American Journal of Medical Genetics Part A（65篇，4.3%）和Birth Defects Research Part A-Clinical and Molecular Teratology（57篇，3.8%）。时间演化分析识别出四个主要期刊聚类，蓝色聚类为最早形成的颅面外科期刊群，绿色聚类为新兴遗传学研究期刊群，四个聚类高度交织，呈现从基础临床研究向基础科学扩展再向跨学科整合的演化趋势。
3.7 参考文献共被引、聚类、时间线与突现
被引频次最高的文献为2011年发表于Nature Reviews Genetics的“Cleft lip and palate: Understanding genetic and environmental influences”。共被引分析识别出20个聚类，其中“0#全基因组关联研究”、“1#病例对照研究”和“2#母亲吸烟”为前三个聚类标签。时间线视图显示多个突出的近期聚类，包括“0#全基因组关联研究”、“#4 tp63”、“#10 meta分析”和“#15产前诊断”，代表了当前NSCL/P遗传学研究的核心优先方向。突现检测显示，Dixon等人2011年发表的综述文章突现强度最高（2012-2016年，强度65.88）。
3.8 关键词共现、聚类与突现
从1,511篇文献中筛选提取4,488个关键词。高频遗传关键词包括IRF6（167次）、MTHFR（126次）和TGFA（115次）。关键词共现网络分析识别出四个独立聚类：聚类1（蓝色）为遗传分析方法学；聚类2（绿色）为发育生物学与表型；聚类3（黄色）为流行病学与环境因素；聚类4（红色）为NSCL/P分子机制。时间演化显示，蓝色聚类在早期（1990-2000）研究活动最活跃，中期（2001-2015）研究兴趣转向绿色和黄色聚类，近期（2016-2026）红色聚类在研究活动中占主导地位。突现检测显示，最早突现术语为分离分析和连锁分析（始于1992年），第二波为生长因子α（1992-2005）、MSX1（2001-2007）和候选基因（2001-2008），第三波为基因组扫描（2003-2011）、8q24（2013-2018）和全基因组关联研究（2016-2022）。截至2026年仍保持活跃的最新突现术语为罕见变异、识别和鉴定。
3.9 Scopus交叉数据库验证
采用相同检索策略从Scopus检索到1,457篇文献。WoSCC和Scopus的年发文量呈现平行增长轨迹。Scopus关键词共现分析识别出三个聚类：绿色聚类（1990-2015）聚焦遗传方法学、群体研究和发育遗传表型；蓝色聚类（1995-2015）聚焦流行病学与环境危险因素；红色聚类（2010-2026）聚焦NSCL/P分子机制。三个关键词聚类证实了WoSCC的发现。
3.10 酒精和尼古丁诱导的NSCL/P靶点及相关生物学效应
从GeneCards数据库检索到823个酒精相关和252个尼古丁相关靶基因，同时收集2,745个NSCL/P相关靶基因。交集分析识别出331个可能参与酒精诱导NSCL/P发病的共享基因和85个参与尼古丁诱导NSCL/P的共享基因。STRING数据库PPI网络分析显示，331个酒精相关共享基因形成以AKT1、IL6和GAPDH为中心的复杂网络，85个尼古丁相关共享基因形成以EGFR、TNF和HIF1A为中心的功能交互网络。KEGG通路富集分析显示，两组基因均在PI3K-Akt、MAPK、AGE-RAGE、FoxO、JAK-STAT、TNF和HIF-1α信号通路中显著富集。酒精特异性靶点在TGFβ信号通路和凋亡通路中富集，尼古丁特异性靶点在VEGF、AMPK和生长激素合成通路中富集。
4 讨论
4.1 全球研究现状与趋势
NSCL/P遗传学研究发文量逐年增长，2003年后显著加速，2018至2021年间爆发式增长，2022年后增长率趋于稳定。这一发展轨迹对应三个连续的方法学范式：第一次加速与IRF6作为重要早期易感基因的里程碑式鉴定同步；2018至2021年间的陡峭增长紧随多祖先GWAS meta分析的成熟和下一代测序的广泛应用；2022年后的稳定增长表明常见变异发现正接近饱和，领域进入整合阶段。学科分布方面，施引期刊集中于临床应用和分子机制研究，而被引期刊覆盖遗传学和环境科学等基础学科，表明研究已从理论探索向临床转化实践转移。国家层面，美国在发文量和总被引频次方面均居首位，但英国篇均被引频次最高。合著网络可视化显示多数合作活动仍局限于国内团队，需加强跨区域合作以促进全球学术交流。
4.2 研究关键词分析
178个关键词的聚类分析产生四个不同聚类，映射至四个相互关联的主题领域。mthfr和生活质量自1990至2026年保持持续高频，为领域内的持久研究热点。突现检测分析提供了范式转移的精细记录：最早突现术语对应家系研究时代；第二波标记候选基因时代；第三波明显由技术驱动，包含基因组扫描、8q24和全基因组关联研究。截至2026年仍活跃的最新突现术语为罕见变异、识别和鉴定，表明领域研究焦点已从常见变异关联转向通过外显子组和基因组测序发现和表征罕见、可能具有高外显率的变异。IRF6、MTHFR和TGFA在关键词频率中的主导地位本身具有信息量：IRF6代表迄今鉴定出的最大效应位点，而TGFA和MTHFR为早期关联仅在GWAS中部分复制的遗留候选基因。
4.2.1 早期阶段（1990-2000）：蓝色聚类（遗传分析方法学）
家系分离分析揭示NSCL/P遵循复杂多基因遗传模式，环境因素修饰其效应，排除了单基因遗传假说。连锁分析作为GWAS广泛应用前定位易感位点的主要工具，初步识别了包括19q13和2p13在内的多个染色体区域。在颅面发育假说指导下，TGFA、MSX1和BMP4等候选基因被优先筛选，关联分析显示TGFA和MSX1的多态性位点在家系中与NSCL/P表型共分离。尽管部分研究检测到群体水平异质性，候选基因筛选后群体验证的研究范式在此时期得以确立。
4.2.2 中期阶段（2001-2015）：绿色聚类（发育生物学与表型）和黄色聚类（流行病学与环境因素）
此阶段克服了仅关注颅面发育形态学描述的局限，利用候选基因筛选和GWAS开展大规模表型-基因型关联研究，解析不同表型亚型的遗传异质性。群体关联分析、动物模型和细胞功能实验用于探索IRF6、TGFB3和MSX1等经典候选基因的易感变异和分子调控机制。这些基因通过跨通路串扰和基因-基因协同交互作用调控颅面发育。基因-环境交互作用、表型-基因型关联和GWAS研究显著扩展了NSCL/P易感性图谱和发病机制研究，研究从单维遗传定位转向多维整合分析。
4.2.3 近期阶段（2016-2026）：红色聚类（NSCL/P分子调控机制）
此阶段以GWAS、突变和变异为核心关键词，TP63和CDH1等关键致病基因的功能和分子机制得到深入研究，研究成果日益向产前诊断和精准预防等临床应用转化。候选基因鉴定持续扩展易感位点谱系，研究注意力转向非编码区调控机制。单细胞和转录组测序已用于探索颅面发育及潜在分子调控网络。基于上位性拮抗的双位点遗传模型被提出，优化了NSCL/P的多基因协同致病架构。研究还扩展至共病分析，探索NSCL/P与甲状腺功能减退和癌症等疾病的关联。无创产前检测已广泛用于多种先天性畸形的产前诊断，结合高通量下一代测序，有望通过分析母体外周血中循环游离DNA无创识别胎儿NSCL/P相关遗传变异。识别相关关键词突现持续至2026年，表明此机制导向阶段仍处于发现阶段而非成熟整合阶段。
4.3 交叉数据库验证
Scopus交叉验证显著增强了WoSCC结果的可靠性。两个数据库年发文趋势呈大致平行曲线和几乎相同的增长模式。关键词比较进一步验证了主题模式的可靠性。三个Scopus聚类——遗传方法学（1990-2015）、流行病学与环境风险（1995-2015）和分子机制（2010-2026）——重现了WoSCC中观察到的从左到右的转变。值得注意的是，分子机制聚类在时间上与两个早期聚类重叠，表明机制导向研究正在吸收而非取代早期方法学传统。
4.4 结合文献计量学与生物信息学识别环境危险因素
酒精和尼古丁被选为示例暴露因素，原因如下：两者在所有三个十年中均持续位列最频繁的环境关键词；吸烟相关关键词产生了数据集中最强的环境突现；尽管酒精和尼古丁是NSCL/P最广泛记录的可改变环境危险因素，其扰乱颅面发育的分子机制仍未完全阐明。富集分析揭示了七个共享级联：PI3K-Akt、MAPK、AGE-RAGE、FoxO、JAK-STAT、TNF和HIF-1α。STRING分析识别出INS、TNF、TGFB1、STAT3和EGFR为共享枢纽节点。功能上，两种致畸物可能损害腭突内上皮增殖和分化，阻止关键发育窗口期内腭突充分生长和内侧边缘上皮粘附。酒精相关交集靶点在TGF-β信号和凋亡中显示选择性富集，TGF-β调控内侧边缘上皮分化和基底膜溶解，凋亡提供腭融合所需的程序性细胞死亡，提示酒精优先破坏融合程序。IL6和TNF为酒精特异性网络中的核心调控分子。相比之下，尼古丁相关交集靶点在VEGF、AMPK和生长激素合成中选择性富集，HIF1A为尼古丁特异性PPI网络中的关键功能基因，VEGF作为HIF-1信号的下游效应子被选择性富集，提示异常缺氧诱导的血管生成是显著致病模式，支持母亲吸烟导致胎儿颅面组织局部缺氧损伤的观点。
4.5 局限性
本研究的局限性包括：文献计量数据主要来源于WoSCC，Scopus仅用于交叉验证，PubMed或EMBASE独家收录的文献可能被遗漏；英文语言限制可能引入语言偏倚；基于引文的指标天然存在时间滞后，2026年文献的持续索引延迟可能导致其当前引文影响力被低估；所有生物信息学发现均来源于公共数据库，识别出的候选基因和富集通路应视为计算优先排序的假说，需实验验证而非已确认的生物学机制。
