马玲利, 李 倬, 马忠仁, 马剑波, 赵 霏,3,*
(1.西北民族大学生物医学研究中心生物工程与技术国家民委重点实验室,甘肃 兰州 730030;2.西北民族大学生命科学与工程学院;3.西北民族大学医学部西北民族地区环境生态与人群健康国家民委重点实验室)
随着人口数量不断增加,人们对于肉类、乳制品的需求量不断扩大,因此提高牛的繁殖能力至关重要。目前的生殖技术包括:基因组选择、利用细胞和分子技术对公牛的精液进行评估、精液低温保存和人工授精、同步发情、母牛的超数排卵技术、卵子提取、胚胎培养、胚胎移植等。除了技术的进步,与动物相关的影响超排卵效果因素包括牛的品种、年龄、胎次、遗传、产乳状态、繁殖史、营养、精神压力、季节、气候、精液和疾病等也吸引越来越多研究者的关注。文献计量学是用数学和统计学的方法,定量地分析科学文献信息的分布结构、数量关系及变化规律的交叉科学。文献计量和知识网络分析的重要工具有VOSviewer和CiteSpace等可视化工具。为了帮助研究人员了解牛繁殖能力领域的研究概况,以便更加全面地去设计试验,本文以 Web of Science核心合集数据库收录的牛繁殖能力相关论文作为研究对象,运用这两种可视化工具,从发表文献的年份、国家、机构、作者、高频关键词等方面,对牛繁殖能力研究领域的热点与前沿进行解析和追踪,为牛繁殖能力的研究提供一定的参考和借鉴。
利用计算机检索 Web of Science(WoS)核心合集库从建库至2021年4月的文献。检索条件为“#1=主题:(FertilityORFecundability)”,“#2=主题:
(CattleORBosindicusORZebuORZebusORBosTaurusORDomesticCowORDomesticCowsORBosgrunniensORYakORYaks)”,检索策略为:#1 AND #2。
阅读题目及摘要,纳入以英文形式全文发表的牛繁殖功能相关研究的论文;排除会议、新闻报道、资讯、消息和不相关文献。选择“全记录与引用的参考文献”下载txt 格式。
CiteSpace能直观地揭示大量数据信息和复杂关联关系,以及科学知识的发展脉络、研究热点和前沿。Network中N表示网络节点数量,E表示连线数量;使用中介中心性来发现和衡量文献的重要性,中介中心性超过0.1的节点称为关键节点,并用彩色圆圈对节点进行重点标注。VOSviewer软件有强大的主题聚类功能,聚类清晰详细。借助节点大小、颜色等说明元素之间的特征与联系。
本研究将数据导入CiteSpace 5.7.R5中分析国家、机构、作者和参考文献共被引。在VOSviewer version 1.6.10中分析关键词共现和聚类。CiteSpace软件设置参数为:time slice(1997-2001),years per slice(1),term source(全选),selection criteria(50)。VOSviewer软件设置参数设置为 : unit of analysis(all keywords),Counting method(fractional counting)。
共检索到6116篇英文文献,筛选后纳入3227篇文献。运用Citespace软件对导入文献进行去重,最终得到3155篇文献记录。如图 1所示,1997年发表了第一篇牛繁殖能力相关文献,之后发文量呈现缓慢增长趋势,2012-2014年发文量有所下降,2014-2016年发文量迅速增长,2018年发文量最高(244篇)。
图1 牛繁殖能力研究的文献发表情况
利用CiteSpace分析论文国家、机构及作者分布及合作网络。将国家发表数量设置为10篇以上绘制国家合作图谱。得到了N=113,E=414的国家合作可视化图谱(图2),说明国家节点数量是113个,国家之间的连线多达414条。结合表1和表2发现,发文量排名前5的国家为美国(700篇)、巴西(409篇)、德国(187篇)、印度(172篇)、爱尔兰(169篇);而中心性排名前5的国家为美国(0.38)、加拿大(0.21)、德国(0.19)、比利时(0.16)、巴西(0.14)、瑞典(0.14)。
图2 牛繁殖能力研究国家合作图谱
表1 发文量前10的国家、机构、作者
表2 中心性前10的国家、机构、作者
将机构发表数量设置为12篇以上,绘制出机构合作图谱。由图3可知,N=641,E=810,说明研究牛繁殖能力的核心机构和单位节点数量是 641个。结合表1和表2发现,发文量排名前5的机构中有2个位于美国,2个位于爱尔兰,还有1个在巴西。它们分别为佛罗里达大学(137篇)、圣保罗大学(104篇)、都柏林大学(91篇)、爱尔兰农业部农业与食品发展局(85篇)、威斯康辛大学(81篇);而中心性排名前5的机构为佛罗里达大学(0.12)、瑞典大学农业科学(0.09)、圭尔夫大学(0.09)、昆士兰大学(0.07)、圣保罗大学(0.06)。
图3 牛繁殖能力研究机构合作图谱
将作者发表数量设置为3篇以上,绘制出作者合作图谱N=954,E=1167(图4)。结合表1和表2发现,发文量排名前5的作者分别为LOPEZGATIUS F(39篇)、BERRY D P(26篇)、LONERGAN P(22篇)、SANTOS J E P(22篇)、GARCIAISPIERTO I(20篇),而中心性排名前4的作者是BERRY D P(0.02)、LONERGAN P(0.02)、FRICKE P M(0.02)、DISKIN M G(0.02)。发文量前10的作者中有7位的中心性都在0.01及以上。
图4 牛繁殖能力研究作者合作图谱
文献共被引指的是两篇(或两篇以上)同时被后来一篇或多篇论文所引证。对检索的文献进行共被引频次和中心性整理如表3、表4所示。
表3 参考文献共被引频次表
表4 参考文献共被引中心性表
通过VOSviewer关键词(频率≥50,同义词进行合并)共现和聚类分析,绘制出牛繁殖能力研究热点聚类视图(图5)。节点大小表示关键词出现的频率高低,线条代表关键词之间的联系,节点和线条的颜色表示不同聚类类型。结果表明排在前3位的高频关键词有“fertility”、“cattle”、“dairy cow”。共形成4个聚类,表明牛繁殖能力相关领域的研究共有4个主题。主题1(红色)包括heifers、estrous-cycle、ovulation、hormone、pregnancy等26个关键词;主题 2(绿色)包括cattle、energy-balance、milk production、cows、disease等21个关键词;主题 3(蓝色)包括fertility、calving interval、genetic correlation、puberty、growth等14个关键词。主题 4(黄色)包括bull、spermatozoa、quality、fertilization等10个关键词。
图5 牛繁殖能力研究关键词聚类图谱
将数据导入CiteSpace探测关键词突现,共探测到177个突变术语,取排名前20个突变术语(图6)。其中有9个突变术语的突变周期均集中在2015~2021年。突变强度最大的是“postpartum ovulation”(1998-2006年)和“estrus synchronization”(1998-2005年)。而近3-5年来突变强度较大的关键词包括:“bostaurus”(2017年-2021年)、“antral follicle count”(2017年-2021年)和“gene expression”(2018年-2021年)。
图6 牛繁殖能力研究突现词排序图谱
牛繁殖能力研究的国家分布分析结果显示,研究活跃度的世界分布极不平衡,发文量排前十的国家中有4个属于欧洲,2个位于北美洲,2个位于亚洲,1个位于南美洲,1个位于大洋洲。欧洲和北美洲国家是研究的领导者,发文数量占总发文量的47.04%。尤其是美国,发文数量和中心性均位于第一位,与各国联系密切,研究质量高,影响力最大。值得注意的是,巴西和印度是前十位中仅有的两个发展中国家。巴西发文量仅次于美国,位居第二,这与巴西自身的地理位置有重要关系。巴西地处热带和亚热带,生物资源和水资源丰富,得天独厚的牧业发展条件加上国家一系列的政策推动,使得巴西农业取得了重要的成就。在印度,牛是印度生产条件的必要组成部分;同时,印度宗教禁止宰牛确保了牛犊和牛群的不断供应,帮助印度保护和维持了农业体系。
机构的全球分布与国家分布是一致的,发文量排前十的机构中(3所机构,7所大学)有3个属于美国,其中佛罗里达大学的发文量和中心性均排在第一位,在牛繁殖能力领域的研究具有权威性。发文量排名第二的圣保罗大学(巴西)是唯一的发展中国家机构,且其中心性(0.06)大于0.1。说明巴西不管从国家层面还是从机构层面,在牛繁殖能力的研究领域都做出了重大贡献。除此之外,瑞典农业科学院、加拿大的圭尔夫大学和澳大利亚昆士兰大学虽然在发文数量排名上靠后,但是它们的中心性却很高,说明这些国家机构的发文数量少,质量却很高。由图2和图3 可知,机构合作图谱的密度(Density=0.0039)低于国家合作图谱的密度(Density=0.0654),各个机构之间合作联系程度低于国家之间的联系程度,需要进一步加强机构之间的合作。
来自爱尔兰都柏林大学的BERRY D P和LONERGAN P两位教授同时是高产作者和高中心性作者,而发文数量最高的LOPEZGATIUS F(莱里达大学)教授的中心性稍低,说明作者在注重文章数量的同时要更加重视和其他作者的合作。
1973年, 美国情报学家Small首次提出了文献共被引(Co-citation)的概念,作为度量文献间关系程度的一种研究方法。高被引文献构成了该领域的学科基础,从表中可以看出高被引文献的发表年份均在2000年-2016年之间。Lucy MC等人在2001年发表的研究与泌乳相关的生长激素受体基因表达的基本机制这篇文献被引次数最高,说明其在该领域内具有重要影响。Walsh SW等人在2011年发表的影响奶牛繁殖能力的因素的综述中心性最高,说明这篇文献在领域内最具权威。此外,还发现研究领域排名前十的发文期刊中,出现频次最高的为J DAIRY SCI,其次为THERIOGENOLOGY;而在中心性排名中,权威文献发表数量最多的期刊是ANIM REPROD SCI,其次是J DAIRY SCI和ANIMAL。说明ANIM REPROD SCI和J DAIRY SCI这两个期刊在牛繁殖能力的研究领域较为权威。
关键词是一篇论文的核心概括,关键词通过聚类分析可以对研究主题进行探究。根据关键词共现图谱和聚类图谱,得到了该领域的4个研究热点。
3.3.1 小母牛和肉用母牛定时人工授精技术 主题1的关键词有:小母牛、发情周期、激素、排卵和怀孕率等。分析图5可知,目前提高小母牛和肉用母牛繁殖能力的措施主要依赖于人工授精技术,主要通过使用雌二醇、前列腺素、促性腺激素释放激素等激素来干预发情周期,以此提高排卵数量和质量,增加受孕率。根据激素的来源和种类、注射剂量、次数、时间、内部激素释放装置的放置等的不同,超排卵方案有很大的差异。由于动物福利的提高,简化的超排卵方案成为研究的热点。Barajas, J.L等人发现用单剂量马绒毛膜促性腺激素注射替代最后4次卵泡刺激素注射,可以减少超排卵程序所需的治疗次数。Kimura, K.等人发现,单剂量的卵泡刺激素和氢氧化铝凝胶混合进行肌内注射是一种有效、新颖、实用的超排卵方法。在繁殖标记物的研究方面也有新发现,许多综述表明抗苗勒氏管激素(Anti-Mullerianhormone)是一种可靠且易于检测的繁殖标记物,可用于测定牛的繁殖能力。
3.3.2 奶牛能量摄入及产奶相关疾病 主题2的关键词有:奶牛、能量平衡、疾病等。营养可能会通过改变激素代谢来影响牛卵泡的发育,需要综合考虑激素和母牛的代谢状态来制定超数排卵方案。研究发现奶牛长期吃干物质含量高的饲料会降低超排卵反应和胚胎生产潜力。特别是自然排卵的奶牛,高采食量与低浓度的类固醇会显著降低奶牛的胚胎质量,所以营养平衡对高产奶牛尤为重要〗。在超排卵前和超排卵期间限制能量摄入可以产生更多的卵泡,并改善胚胎质量。即使在一段时间内的过量喂养后,短期的限制饮食摄入量也会有效。奶牛随着产奶量的增加,特别是同时伴随跛行、乳腺炎、子宫炎、消化和呼吸道等疾病的发生,繁殖率大大降低。
3.3.3 遗传选择 主题3的关键词有:遗传相关、繁殖力等。随着科学技术的进步,牛繁殖能力的研究逐渐深入到了与遗传相关的分子层面。现有的胚胎质量评价方法(包括形态学评价和胚胎活检)对发育中的胚胎有一定的健康风险,为了了解控制胚胎发育的分子机制,越来越多的研究者开始关注牛的全基因组的分析。通过全基因组关联研究可以确定与奶牛育性相关的数量性状的位点和候选的基因,能更清楚地了解育性性状的遗传结构。
3.3.4 公牛精子质量 主题4的关键词有:公牛、精子、质量、授精等。优质精液是人工授精成功的先决条件,目前公牛精子质量研究的热点集中在:①、改进精子储存方法,保护精子活力,延长储存时间。②、将经过性别分类的精子用于人工受精,以提高牛的繁殖能力。③、在基因水平上对精子进行改造和筛选。
从图6可以看出,研究窦卵泡数和提高青春期小母牛繁殖能力之间的相关性是该领域研究的前沿。窦卵泡计数(Antral follicular count)是一种预测卵巢储备卵泡的数量的方法。牛的窦卵泡计数在牛的不同品种间存在差异,但在个体内具有高度的重复性和遗传性,可以鉴别动物繁殖潜力。Cruz, R.S.等人发现,根据窦卵泡计数来筛选早熟母牛的结果是有差异的,母牛断奶后的最大窦卵泡数和抗苗勒氏管激素浓度的结果可用于筛选早熟的布拉福德母牛,但这种方法并不适用于赫里福德母牛的筛选。目前,对青春期前和青春期小母牛的窦卵泡计数的研究知之甚少。因此对青春期小母牛的窦卵泡计数的研究将成为一个研究趋势。
本研究运用CiteSpace和VOSviewer可视化工具对牛繁殖能力研究的相关文献进行了可视化分析,对研究作者和机构合作的现状,以及研究热点前沿进行了解析、追踪,并对研究的趋势进行了预测。分析可知,美国在牛繁殖能力研究领域中处于领先地位。目前,小母牛和肉用母牛定时人工授精技术、奶用牛能量摄入及产奶相关疾病、遗传选择、如何提高公牛精子质量等是热点研究领域。而对分子层面的机制研究和青春期小母牛的窦卵泡计数的研究是近年来研究的前沿领域,代表着未来的发展趋势。本研究也存在一定的局限性:本研究只检索了一个英文数据库,可能不会完全代表牛繁殖能力相关研究的发表情况。综上,本文通过可视化方法为牛繁殖能力的研究提供了一定的参考和借鉴。