《Briefings in Bioinformatics》:Mapping the frontiers of genomic disease surveillance research in the ASEAN region: scientometric insights for precision public health and next-generation epidemic intelligence
编辑推荐:
基因组疾病监测已成为精准公共卫生(precision public health)的基石,但东南亚地区的研究架构仍未得到充分表征。本研究对东南亚国家联盟(Association of Southeast Asian Nations, ASEAN)地区的基因组监
基因组疾病监测已成为精准公共卫生(precision public health)的基石,但东南亚地区的研究架构仍未得到充分表征。本研究对东南亚国家联盟(Association of Southeast Asian Nations, ASEAN)地区的基因组监测研究进行了全面的科学计量学(scientometric)图谱绘制,并识别了与流行病情报(epidemic intelligence)系统发展相关的模式。研究人员使用 Bibliometrix/Biblioshiny 和 VOSviewer 软件,对 8129 篇 Scopus 索引出版物(2000–25)进行了科学计量学分析。分析包括出版物趋势、引用模式、合作网络、机构生产力、资金来源、关键词共现和主题演化。该领域表现出强劲的年增长率(14.49%)和较高的国际合作关系(43.92%)。以 Mahidol 和 Chulalongkorn 大学为首的泰国,就索引学术可见性而言,成为主要区域知识中心。出版物影响力集中于有限的一组高影响力期刊(PLOS One、Emerging Infectious Diseases、Journal of Clinical Microbiology)和国际关联作者网络。主题演化揭示了从分子流行病学(molecular epidemiology)向全基因组测序(whole-genome sequencing, WGS)、抗微生物药物耐药性(antimicrobial resistance, AMR)、人畜共患病监测(zoonotic surveillance)和同一健康情报(One Health intelligence)的转变。增长模型表明,该领域将持续扩展至 2040 年代初。东南亚的基因组疾病监测研究已显著增长,国际合作关系不断扩大,主题向 WGS、AMR、人畜共患病监测和 One Health 转变。然而,研究产出仍集中在少数国家和机构,且文献计量学结果不能衡量监测能力或政策实施情况。需要在 ASEAN 范围内开展进一步研究,整合实验室、资金、流行病学和政策证据。
研究背景:基因组疾病监测(genomic disease surveillance)通过测序和生物信息学高分辨率追踪病原体,正在改变传染病公共卫生应对,并构成精准公共卫生(precision public health)和下一代流行病情报(epidemic intelligence)的核心。东南亚具有高生物多样性、密集人口、广泛人–动物界面和跨境流动,SARS、H5N1、登革热等暴发凸显该地区对新兴病原体的脆弱性和监测系统需求。然而,ASEAN 各国基因组能力、基础设施和研究产出异质,泰国、新加坡能力较强,其他国家受资金、技术、数据治理约束。已有文献计量研究或限于 AMR,或涵盖一般传染病,未系统绘制 2000—2025 年全 ASEAN 基因组疾病监测图景。该研究旨在分析出版物趋势与增长动态,识别关键作者、机构与来源,考察合作网络,绘制主题演化,并为精准公共卫生和下一代流行病情报提供战略洞见。
主要关键技术方法(≤250字):该研究采用科学计量学设计,样本队列来源为 Scopus 索引出版物;2026年4月20日检索,限定2000—2025年、英语、文章/综述/会议论文/书籍章节,排除会议综述等,纳入8129篇。检索 TITLE-ABS-KEY 字段,覆盖基因组技术(WGS、NGS、pathogen genomics、phylogenetics)、监测框架(disease surveillance、biosurveillance、outbreak detection、transmission dynamics)及所有 ASEAN 成员地理标识。预处理含去重、作者/机构标准化、关键词 harmonization 和人工筛选。分析使用 Bibliometrix/Biblioshiny(R 4.3.0,bibliometrix 4.2.1)和 VOSviewer 1.6.20,进行绩效分析、合作网络、关键词共现、多重对应分析、文献耦合、共被引、主题图与演化、logistic 增长模型。
研究结果:
研究产出与时间动态(Research productivity and temporal dynamics):对2000—2025年8129篇文献、1608个来源分析显示,年增长率为14.49%,平均文档年龄7.84年,篇均引用27.1,涉及42768名作者,单作者文献118篇,篇均合作者8.9,国际合作率43.92%;含13865个作者关键词和26198个 Keywords Plus;文献类型为7524篇文章、382篇综述、148篇会议论文、75篇书籍章节。年产出从33篇基线增加约2848%,分为2000—12年基础期与2013—25年加速期;2020—25年从539篇升至973篇,2021—23年短暂稳定,2024—25年再度上升;logistic 模型提示年产出峰值约在2040年代初。
区域科学产出与合作网络(Regional scientific productivity and collaboration network):地理分布显示泰国、马来西亚按人均 GDP 和 R&D 总支出计算产出较高;印度尼西亚和菲律宾人口与总体 GDP 较大但产出中等;新加坡以小人口实现高产出。国际合作 overlay 显示美国、欧洲、澳大利亚等较早,印度尼西亚、马来西亚、泰国、菲律宾在2019—20年更近期,印度尼西亚近期节点突出,表明中高收入 ASEAN 经济体在国际合作中日益显著。
研究资助机构(Research funding sponsors):资助结构异质且国际连接,日本学术振兴会(JSPS)关联388篇(4.77%),美国国立卫生研究院(NIH)359篇(4.42%),美国国家过敏症和传染病研究所(NIAID)321篇(3.95%),中国国家自然科学基金(NSFC)282篇(3.47%);区域机构包括 Chulalongkorn University 226篇(2.78%)、泰国国家研究委员会(NRCT)195篇(2.40%)、泰国研究基金(TRF)171篇(2.10%)。
最相关作者与机构(Most relevant authors and affiliations):作者排名显示 Yong Poovorawan(Chulalongkorn University)h指数38、总引用4007、发文120篇(1.48%)、篇均引用33.39;Francois Nosten h指数29、总引用3388、篇均引用75.29;Hiroshi Ushijima h指数29、总引用2475;Apiradee Theamboonlers h指数28、总引用2038;Stephen Baker h指数27、总引用2011;Tran Tinh Hien h指数27、总引用3849、篇均引用113.21;Niwat Maneekarn h指数26、总引用2004;Guy Thwaites h指数26、总引用1810;Philippe Buchy h指数25、总引用2131;Arjen M. Dondorp h指数25、总引用4395、篇均引用118.78。机构产出呈层级结构,Mahidol University 和 Chulalongkorn University 领先,2018—20年后多数机构加速;National University of Singapore、Universiti Malaya、Kasetsart University、Khon Kaen University 显示追赶轨迹。
最相关来源(Most relevant sources):PLOS One 的 h指数53、总引用8955、发文287篇(3.53%)、篇均引用31.2;Emerging Infectious Diseases h指数43、总引用8431、篇均引用67.45;Journal of Clinical Microbiology h指数43、总引用6549、篇均引用81.86;Infection, Genetics and Evolution h指数37;PLOS Neglected Tropical Diseases h指数37;Journal of Medical Virology h指数33;Frontiers in Microbiology h指数31;Journal of Virology h指数29、篇均引用89.24;Malaria Journal h指数29;American Journal of Tropical Medicine and Hygiene h指数28。来源分布表明影响力集中于有限期刊,且高引效率期刊与广泛开放获取期刊形成双重结构。三方流分析显示作者–期刊联系紧密,主题以病原体为导向,包括 Thailand、genotype、epidemiology、malaria、Plasmodium falciparum、phylogenetic analysis、WGS,并出现 drug resistance、AMR、COVID-19 等新兴主题。
关键词共现分析(Keyword co-occurrence analysis):网络显示围绕 phylogenetic analysis、WGS、molecular epidemiology、drug resistance 及疟疾、登革热、流感、结核、病毒感染等病原体节点形成多个中心簇。时间 overlay 显示从 molecular epidemiology、phylogeny、genetic diversity 向 genotype、WGS、AMR、drug resistance 迁移,SARS-CoV-2 出现在中间期,提示大流行加速基因组监测从专门研究活动转向公共卫生基础设施组成部分。
概念结构分析(Conceptual structure analysis):主题图中 phylogenetic analysis、molecular epidemiology、genotype、evolution 位于 motor-theme 象限;genetic diversity、malaria、P. falciparum、drug resistance 为第二战略簇;COVID-19、surveillance、zoonosis、phylogenetics 位于基础主题象限;WGS、AMR、One Health、livestock-associated 位于新兴/衰退象限。主题演化分四阶段:2000—2015年以 epidemiology、molecular epidemiology、polymerase chain reaction(PCR)、phylogenetic analysis 为主;2016—20年转向 genetic diversity、AMR、surveillance、outbreak;2021—23年出现 WGS、genetic variation、NGS、COVID-19;2024—25年 phylogenetic analysis 持续,并出现 metabarcoding、lumpy skin disease virus、malaria、AMR,显示向兽医基因组学、环境生物监测和跨部门病原体情报扩展。
讨论总结:该研究显示东南亚基因组疾病监测已从实验室导向的细分领域转变为区域卫生安全的重要支柱。14.49%的年增长率和 logistic 模型拟合表明扩展并非偶发,而是嵌入研究生态;2020年后 COVID-19 作为催化冲击,加速测序监测制度化。知识生产地理不均,泰国在作者、机构和生产力指标中占主导,可能反映累计优势、持续公共投资、国际连接和跨国网络参与,但文献计量不能确定因果。该结果与南亚和东南亚能力评估一致:柬埔寨、印度尼西亚、马来西亚、泰国病原体基因组监测能力较完善,九国支持 NGS 实施的国家系统要求有限;非洲 NGS 设备206台,约71%集中于五国,70%位于国家公共卫生机构之外。资金格局显示日本、美国、英国、中国等外部资助机构突出,区域资助机构亦可见;这与非洲 AMR 基因组监测外部依赖和全球传染病研究资金集中于高收入国家的发现一致。出版生态中,PLOS One 促进广泛传播,专业期刊塑造方法标准与知识权威。主题分析显示研究从分子分型、基因型描述和回顾性流行病学转向 WGS、系统发育、AMR、COVID-19、人畜共患病和实时监测架构,并出现 One Health、 livestock-associated pathogens、metabarcoding 和环境监测。讨论指出,机构集中符合“卓越中心”模式,但运营依赖不能由文献计量评估;主题扩展未必匹配生物信息学、数据治理和队伍建设投资;外部资助对区域内公平的影响需资金追踪和政策分析;出版增长不必然转化为政策采纳。局限包括:仅使用英文 Scopus 索引,存在语言、数据库和可见性偏倚;保留会议论文、排除会议综述;未全文评估;出版物网络不是监测系统本身,指标不直接测量实验室能力、基因组检测量、监测敏感性、暴发检测性能、研究质量或政策实施;国家归属可能掩盖跨国安排;资助致谢不能反映全部资金;网络关联不建立因果。
研究结论翻译:东南亚的基因组疾病监测研究已显著增长,伴随国际合作关系扩大以及向全基因组测序、AMR、人畜共患病监测和 One Health 的主题转变。然而,研究产出和学术可见性仍集中在有限数量的国家和机构中,国际资助机构在索引文献中突出。这些发现刻画了区域研究景观的演化和结构,但不直接测量监测能力、卫生系统准备度或政策实施。需要进一步研究整合文献计量、实验室、资金、流行病学和政策证据,以评估研究增长如何与 ASEAN 的业务化基因组监测和精准公共卫生相关联。