基于CiteSpace知识网络图谱的三叶青研究进展分析

张煜炯 吴浩 吴丽双 王芙蓉 王娟 李士敏 高志伟 孙崇鲁

摘要 ［目的］基于CiteSpace，分析在2000—2022年發表的三叶青中英文文献、研究热点和发展趋势，为今后研究提供参考。［方法］ 检索中国知网（CNKI）及Web of Science，运用文献计量学及 CiteSpace 6.1.R3软件对年发文量、发文期刊、作者、研究机构、关键词共现、聚类和突变7个方面进行可视化网络分析，并结合信息提取的方法对三叶青研究现状及发展趋势进行分析。［结果］《浙江农业科学》和《International of Journal Biological Macromolecules》分别是发表中文、英文文献最多的期刊。彭昕是三叶青研究的中、英文文献主要核心作者，浙江医药高等专科学校和浙江大学分别是中、英文高发文量的研究机构。关键词分析研究表明目前对三叶青主要围绕基础性相关性研究，预测热点研究方向还应是抗炎、抗肿瘤等药理机制和药效物质的挖掘。［结论］ 三叶青相关研究仍处于发展阶段，需注重研究的深入并加强作者和研究机构的合作，同时还应继续围绕抗炎、抗肿瘤药理、药效和深加工产品开发。

关键词 三叶青;文献计量学;可视化分析; CiteSpace;知识图谱

中图分类号 S-058  文献标识码 A

文章编号 0517-6611（2024）10-0233-11

doi：10.3969/j.issn.0517-6611.2024.10.051

Research Progress of Tetrastigma hemsleyanum on CiteSpace Knowledge Network Map

ZHANG Yu-jiong，WU Hao，WU Li-shuang et al

（Zhejiang Pharmaceutical University，Ningbo，Zhejiang 315100）

Abstract ［Objective］ Based on CiteSpace，we analyzed the Chinese and English literatures of Tetrastigma hemsleyanum published from 2000 to 2022，as well as research hotspots and development trends. References for future research were provided.［Method］ CNKI and Web of Science were searched，and a visual network analysis was carried out on 7 aspects of annual published volume，published journal，author，research institution，keyword co-occurrence，clustering and mutation by using bibliometrics and CiteSpace 6.1.R3 software.The current situation and development trend of the research on Tetrastigma hemsleyanum was analyzed by combining the method of information extraction.［Result］ Zhejiang Agricultural Sciences and International of Journal Biological Macrocles were the most published journals in Chinese and English，respectively.Peng Xin was the main core author of the Chinese and English literature on the study of Tetrastigma hemsleyanum.Zhejiang Medical College and Zhejiang University were research institutions with high volume of Chinese and English documents，respectively.Key words analysis and research showed that at present the research on clover mainly focused on the basic correlation research，and the prediction hot research direction should also be the exploration of anti-inflammatory，anti-tumor and other pharmacological mechanisms and effective substances.［Conclusion］ The related research of Tetrastigma hemsleyanum was still in the development stage.It was necessary to pay attention to the in-depth research and strengthen the cooperation between the authors and research institutions.At the same time，it was also necessary to continue to focus on the development of anti-inflammatory，anti-tumor pharmacology，efficacy and deep-processing products.

Key words Tetrastigma hemsleyanum;Bibliometrics;Visual analysis;CiteSpace;Knowledge graph

基金项目 国家自然科学基金项目（81903743）;宁波市“科技创新2025”重大专项（2019B10008）;杭州市农业和社会发展项目（202203A05）;浙江省教育厅一般科研项目（Y202352997）。

作者简介 张煜炯（1982—），男，浙江诸暨人，高级实验师，硕士，从事中药材质量控制研究。*通信作者，正高级实验师，硕士，从事中药资源开发和利用研究。

收稿日期 2023-04-19；修回日期 2023-11-16

三叶青（Tetrastigma hemsleyanum），学名三叶崖爬藤，又名角乌蔹莓、石老鼠、金钱吊葫芦，为葡萄科崖爬藤属植物，主要分布于浙江、福建、江西等长江流域省份，内服可用于治疗小儿惊厥高热、急慢性肝炎、支气管炎等炎症，外服可用于治疗毒蛇咬伤、蜂窝织炎、跌打损伤等相关热症，具有极高的药用价值，因此在民间享有“植物抗生素”等美誉［1-3］。近年来，三叶青相继入选为“浙江省首批农作物种质资源保护名录”“新浙八味”［4］。目前，国内科研工作者对其研究不断深入，相关中英文文献量亦随着研究的积累和深入而迅速增长，但相关的文献计量学统计尚鲜见报道，导致无法准确获取三叶青研究文献的有效信息及全面了解其研究现状与趋势。

CiteSpace作为一款可视化分析软件，尤其在科学引文分析方面，可融合当前主流的聚类分析、社会网络分析、多维尺度分析等，其通过绘制知识网络图谱，定量分析并挖掘出该研究领域的信息全景，以此可视化直观呈现出所在领域发展新趋势、新动态［5-7］。目前，Citespace软件已广泛应用于各大学科信息统计平台，如李硕等［8］利用CiteSpace 5.8.R3C对中国知网和Web of Science核心数据库中关于中医药治疗便秘的相关文献进行知识图谱分析;康世奇等［9］运用CiteSpace 5.6.R5对中药马钱子的研究作者、研究机构及关键词等内容进行可视化展示，并结合信息提取方法对其研究现状及发展趋势进行分析;彭小芸等［10］利用 CiteSpace 5.8.R1绘制中医药防治的知识图谱，对研究作者、机构等内容进行深入可视网络化分析。鉴于此，笔者以CiteSpace 6.1.R3对三叶青研究的年发文量、发文期刊、作者、研究机构、关键词共现、聚类和突变7个方面进行可视化网络分析，以此获悉目前三叶青研究现状及发展趋势。

1 资料与方法

1.1 数据来源

检索主题词为“三叶青”，检索时间为2000年1月1日—2022年12月31日，检索中国知网“CNKI”数据库，共检索出624篇中文文献。检索主题词为“Tetrastigma hemsleyanum”，检索时间同中文查询时间一致，检索英文文献Web of Science数据库，共检索出109篇英文文献。

1.2 数据整理

将检索出的624篇中文文献以“Refworks”形式从中国知网“CNKI”数据库中导出;检索出的109篇英文文献以“ download_**.txt ”命名后从Web of Science 数据库中导出，以上导出的中英文文献信息包含作者、期刊、发表时间、关键词、摘要等基础数据源，之后导入CiteSpace 6.1.R3进行相关格式转化、参数设置和知识网络图谱的绘制分析。具体参数设置为时间跨度（time span）：2000—2022年;时间节点（years per slice）：1年;主题词来源（term source）：默认全选;节点类型中作者、机构、关键词：数据阈值（top N）=20，关键词采用寻路器（pathfinder）、修剪切片网络（pruning slicednetworks）、修剪合并网络（pruning the merged network）的修剪算法进行整理。

1.3 数据可视化

根据1.2所设置的参数，对纳入的 624篇中文文献和109篇英文文献的年发文量、发文期刊、作者合作网络、机构合作网络及关键词的共现、聚类及突现7个方面进行数据可视化分析，绘制出目前国内科研工作者对三叶青研究进展的知识网络图谱，结合相关文献计量学对各图谱信息进行分析和讨论。

2 结果与分析

2.1 年发文量

通过对文献的年发文量统计，能客观准确反映出该研究对象在一定研究周期里发展状况及前景［11］。统计结果表明，三叶青在2000—2022年共发表624篇中文文献，109篇英文文献，在这22年的周期里，中英文文献资源呈稳增长趋势。2000—2005年，中文发文数量不高，是三叶青研究领域的起步阶段;随着中药研究方法和技术的提升，2006年后中文文献增长较快，至2018年中文发文量持续上升，该阶段为三叶青研究领域的稳定发展期;2019年至今，发文量略有波动，为三叶青研究领域的波动发展期。在英文文献方面，三叶青研究在2000—2010年基本处于空档期，鲜见相关英文文献报道，2010年后英文发文量缓慢增长，在2015—2021年，英文发文量上升趋势明显（图1）。

2.2 发文期刊

三叶青的研究发表在中文期刊发文量≥10篇的有 9个，均为农业和中医药研究领域的核心期刊，占总发文量的19.9%。其中，《浙江农业科学》是三叶青研究发文量最多的中文期刊，发文量为25篇;其次分别为《浙江中医杂志》《时珍国医国药》《中药材》《中国中医药科技》和《中草药》，发文量均>10 篇（图2）。

英文期刊发文量≥3篇的有7个，均为SCI收录期刊，占总发文量30.3%。其中，《International of Journal Biological Macromolecules》為发文量最多的英文期刊，发文量为9篇，IF=6.782;其次分别为《Journal of Functional Foods》《Food Funxction》《Journal of Ethnopharmacology》和《Frontiers in Pharmacology》，发文量≥4篇以上，平均IF=4.652（图3）。

2.3 作者合作网络分析

三叶青研究的624篇中文文献中，包含904位作者，其中发表量≥10篇的作者有10位，发表量在5～10篇的作者有21人，其余作者发表量<5篇。发表开始年份和发文量见表1。

对624篇三叶青中文文献的作者进行合作网络可视化分析，发表论文的数量用字体和节点大小表示，不同作者间的合作关系用节点间的连线表示，合作紧密程度用连线的粗细表示［12］。运行分析结果见图4，共有904个节点和1 924条连线，合作整体网络密度为0.004 7，说明目前三叶青研究领域作者彼此间形成一定的合作网络关系。由图4可知，对三叶青的研究已初步形成3个比较稳定的科研团队，显著的作者合作网络有彭昕、吉庆勇领衔的网络群，该团队研究内容涉及三叶青的资源收集驯化、核心种质构建、药用部位的功效及安全性评价、质量标准、高效栽培及基于“谱-效”评价的良种选育等研究［13-15］;其次为魏克民、郑军献领衔的网络群，该团队研究内容涉及三叶青抗肝癌、肺癌等药效学的机制研究［16-18］;再次为范世明、陈丹领衔的网络群，该团队研究内容涉及三叶青黄酮类化学成分的定性定量研究［19-21］。总体来说，高产作者的合作密度和力度有着明显的联系，且主要的合作网络较为密集。

三叶青研究的109篇中文文献中，包含445位作者，其中发表量≥7篇的作者有10位，发表量在3～6篇的作者有16人，其余作者发表量<5篇，均为国内研究学者，发表开始年份和发文量见表2。

对109篇三叶青英文文献的作者进行合作网络可视化分析，运行分析结果见图5，共有445个节点和1 413条连线，合作整体网络密度为0.014 3，同样说明三叶青研究领域的作者彼此间合作较强。结果显示，三叶青研究目前已形成4个较为稳定的英文文献作者合作网络群，其中最大的为Peng Xin、Sun Yongli领衔的网络群，该团队研究内容涉及三叶青提取物诱导人肝癌HepG2细胞凋亡與其诱导细胞的S周期阻滞和激活线粒体内源性激活途径介导的细胞凋亡等抗肿瘤的作用机理研究［22-24］;其次为Li Yonglu、Chu Qiang领衔的网络群，该团队研究内容涉及三叶青多糖提取物的抗菌消炎等药理作用研究［25-26］。

2.4 机构合作网络分析

624篇三叶青中文文献包含524个研究机构，其中发表量≥30的研究机构有3家，发表量在20～24篇的研究机构有3家，其余研究机构发文量<20 篇，发表开始年份和发表量结果见表3。

524个机构的网络可视化分析结果见图6，发现包含524个节点，477条连线，网络密度为0.003 5，已形成比较明显的机构合作网络群有4个，首先是由浙江中医药大学、浙江省中医药研究院等机构组成网络群，该合作机构网络群合作密度最大，发文量最多;其次为福建中医药大学药学院、福建中医药大学生物医药研发中心等校内不同研究机构组成的网络群;第三为浙江医药高等专科学校、丽水农业科学研究院等高校和农业科学院组成的研究机构网络群;最后为上饶师范学院生命科学学院、上饶市红日农业开发有限公司等地方院校和企业所组成的网络群。对图6进一步的数据挖掘，发文量前3的机构分别为浙江中医药大学、福建中医药大学药学院、浙江医药高等专科学校，排名前10的研究机构见表3。

109篇中文文献包含118个机构，发表量≥10的机构有3家，发文量4～9篇的机构有7家，结果见表4。对118个发表机构进行合作网络可视化分析，结果见图7。共包含118个节点，162条连线，网络密度为0.023 5，其中已形成的比较明显的合作机构网络群有3个，分别由Zhejiang University、Zhejiang Pharmaceutical College、Zhejiang Chinese Medical University组成，这3所高校各自所构成的合作网络群为发表量最高、合作密度最大。对图7的研究机构进一步数据挖掘，结果显示Zhejiang University是英文文献发文量最多的单位，其次是Zhejiang Pharmaceutical College和Zhejiang Chinese Medical University。研究机构发文量排名前10见表4。

2.5 关键词共现分析

根据1.2设置好的阈值，对624篇三叶青中文文献进行关键词提取，结果显示共有高频关键词357个，形成469条连线。热点关键词共现图谱见图8，关键词出现的频次用节点和文字大小表示，不同时期内建立的联系用节点间的连线表示，关键词共现的强度用连线的粗细和密度表示［27］。从图8可直观看出“三叶青”是最大的节点，“总黄酮”“化学成分”“三叶青提取物”“含量测定”为热点关键词。结合关键词信息判断出目前中文文献对三叶青化学成分和质量分析内容涉及较多，技术方法基本围绕指纹图谱和高效液相色谱技术。结合时间跨度，凉血解毒、三叶青提取物、抗炎等出现时间较早，而近期出现了叶绿素荧光参数、叶形指数、叶绿素含量、亚细胞定位、脓毒症等关键词，可能成为未来三叶青科研学者研究的新方向。

在CiteSpace中，中介中心性是分析关键词重要程度的一个关键指标，数值大小是对该研究领域和研究热点的重要判断依据，具有较大的影响力［28］。从三叶青中文关键词的中介中心性数值来看，前3名分别为“凋亡”“三叶青提取物”和“化学成分”，表明这3个关键词与其他热点关键词之间的通信较强，为目前三叶青研究领域的重点方向，对其研究文献之间的互引关系产生一定关联作用。关键词中心性前10结果见表5。

同样，根据1.2所设置好的阈值，对109篇三叶青英文文献进行关键词提取，结果显示共有高频关键词258个，形成539条连线。热点关键词共现图谱见图9，“polysaccharide”“flavonoid” “tetrastigma hemsleyanum diels et gilg”“apoptosis”为英文文献的热点关键词，结合关键词信息可判断出英文文献对三叶青的研究主要围绕抗肿瘤、抗炎解热等药理作用机制，以及建立ISSR分子标记技术开展种质的遗传多样性及亲缘关系比较、DNA模拟酶技术等分子生物学研究。结合时间跨度，isohemsleyoside、hemsleyoside、polysaccharide、medicinal plant等出现时间较早，而最近multivariate statistical analysis、multiple bioactive constituent、met、anr、metabolite accumulation等关键词的出现，可能成为未来三叶青科研学者研究的新方向。

三叶青研究英文文献关键词中心性前10结果见表6，“suspension cell”“metabolism”和“flavonoid”等与其他热点关键词之间的通信较强，为目前三叶青研究领域的重点，说明其经常处于和其他关键词通信的路径中，能对文献之间的互引关系产生积极作用。

2.6 关键词聚类分析

基于2.5关键词共现，对三叶青中英文文献关键词聚类分析采用对数似然率算法（LLR），根据各指标间相似程度实现指标分类，以直观反映三叶青研究的热点和方向。三叶青研究中文文献关键词聚类展现出十大类，各关键词聚类区域由不同颜色进行标识，包含的主要关键词以点状分布于各色块区间，聚类图谱见图10，节点N=357，连线数E点=420，网络密度Density=0.006 6。其中，节点的疏密与模块值Q大小相关，Q值越大，聚类效果越佳，可进行科学的聚类分析;聚类的同质性与平均轮廓值S大小相关，S

值越大，网络图谱的同质性越高，聚类可信度越强［29］。Q=0.743 4，说明该关键词网络结构聚类效果较好;S=0.938 5，说明网络图谱的同质性较高。前五大聚类分别为“三叶青”“总黄酮”“化学成分”“凋亡”和“三叶青黄酮”，其平均年份在2010—2014年，说明三叶青相关研究在此阶段活跃，各聚类名下主要关键词见表7。其中最大的聚类为“三叶青”，年份为2013年，共包含55个关键词，主要关键词有三叶青、凋亡、扦插、三叶青提取物、三叶青黄酮等。系统生成的聚类报告显示，该聚类中与聚类关键词契合最多的文献为沈清［30］ 的《不同产地三叶青药材的质量评价和分子鉴别技术研究》。

三叶青研究英文文献关键词聚类视图节点N=258，连线数E=285，网络密度Density=0.008 6，同樣聚类展现出十大类，聚类图谱见图11。Q=0.779 9，说明该网络结构聚类效果较好;S=0.982 4，同质性较高。前五大聚类分别为以“tetrastigma hemsleyanum”“polysaccharides”flavonoids”“radix tetrastigma”和“phenolics”，前五大聚类的平均年份在2014—2019年，说明三叶青的英文文献紧随中文文献之后，各聚类名下主要关键词见表8。其中最大聚类为“tetrastigma hems-

leyanum”，年份为2014年，共包含43个关键词，主要关键词有tetrastigma hemsleyanum、inflammatory immune response、genetic diversity、issr、tetrastigma hemsleyanum diels etgilg等。系统生成的聚类报告显示，该聚类中与聚类关键词契合最多的文献为Dai等［31］发表的《Effects of shade treatments on the photosynthetic capacity，chlorophyll fluorescence，and chlorophyll content of Tetrastigma hemsleyanum Diels et gilg》。

2.7 关键词突现分析

关键词突现是指短时间内某个关键词频次明显增加，可展示出此段时间关注度较高的研究，据此可判断该研究领域的热点和前沿［32］。2000—2022年来三叶青研究中文文献领域的突现词分析结果见图12，共有25个突变词，其中起始年为对应关键词频次开始激增的年份，结束年则是关键词频次趋于平稳的时间，突现强度代表该关键词在突现的时间内频次突然增加的程度，通常与研究热度相伴，对应突现词的持续时间由红色条表示［31］。从时间序列来看，“三叶青提取物”“抗炎”“镇痛”等开始时间最早，为早期研究的热点;“三叶青提取物”“抗炎”和“正交试验”等突现时间较长，说明其在相当长的一段时间内是三叶青研究的热点和方向。根据突现词的突现强度可以发现，“三叶青提取物”“愈伤组织”和“三叶青藤”的突现强度非常高，分别为5.43、3.3和3.16，说明这3个关键词的出现频次存在大幅变动的情况。综合分析可知，“抗氧化”“高效液相色谱法”和“多糖”等关键词不仅突现强度高，且时间节点有所连续，可认为是三叶青后续研究的热点和关注点。

三叶青英文文献领域研究领域的突现词分析结果见图13，共有19个突变词。从时间序列来看，“medicinal plant”“suspension cell”“Ca2+”等开始时间最早，为早期研究的热点所在，处于2011年之后;“transcriptome”“metabolism”和“medicinal plant”等关键词的突现持续时间较长，说明其在后续研究中还是三叶青研究的热点;“caenorhabditis elegan”“medicinal plant”“tetrastigma hemsleyanum diels et gilg”的突现强度非常高，分别为1.93、1.82和1.70，同样说明其出现频次存在大幅变动的情况。综合分析，“polysaccharide”“transcriptome”和“chemical component”等不仅突现强度高，且距离时间存在连续性，可认为是三叶青英文文献研究涌现的热点。

3 讨论

对文献年发文量的统计可在一定程度上反映出该研究领域的发展状况及未来趋势。该研究对三叶青中英文文献的年发文量统计表明，在2000—2010年的10年周期里研究处于相对缓慢，发文数量明显不高，这跟三叶青属于浙产道地小品种药材有一定关联，后因三叶青在民间应用的药用价值重视程度有所提高，以及中药研究方法和技术的不断进步，使得三叶青的基础研究得到不断深入，中英文发文量呈稳定增长，且始终保持在一个稳定增长的状态。其中《浙江农业科学》和《International of Journal Biological Macromolecules》分别是发表中文和英文文献最多的期刊。

在中英文期刊上发表论文总数能积极反映出该作者和研究团队的学术地位，通过作者合作网络知识图谱能够清晰反映出三叶青研究的主要作者群体及其之间的合作关系。该研究对三叶青的作者合作网络进行分析，浙江医药高等专科学校彭昕为三叶青研究中英文文献的主要核心作者，其研究内容主要围绕三叶青的“品种鉴别选育-质量评价-种苗繁育-生态高效栽培管理-产地初加工-深加工产品开发”产业化全链条生产技术等，形成了相应的核心研究团队，同时出版了《中国三叶青资源研究与利用》专著［2］、制定了《三叶青种苗生产技术规程》和《三叶青生产技术规程》的地方标准，为广大药农、种植企业的技术培训资料和药品生产、检验、研发和管理部提供了参考资料，同时其“三叶青种质和生态种植模式及产品研发全产业链技术创新与产业化”成果在2019年獲浙江获省科技进步奖三等奖。

研究机构合作网络图谱能诠释该领域研究力量的空间分布，能直观地反映机构间的合作情况及在该学术领域范围内的影响力［33］。通过对三叶青研究机构的合作网络可视化分析，在三叶青主要道地药材产区浙江形成了以高校、科研院所构成的合作网络群，其中浙江大学、浙江中医药大学、浙江医药高等专科学校、浙江省中医药研究院4家主要机构之间的合作密度较高，如浙江医药高等专科学校和浙江大学分别是中、英文高发文量的研究机构，表明浙江当地的科研学者对三叶青的研究已初具规模，且使得三叶青相继入选为“浙江省首批农作物种质资源保护名录”“新浙八味”。同时在福建、江西等周围省份，也形成以福建中医药大学、上饶师范学院生命科学学院和上饶市红日农业开发有限公司等高校和企业的合作研究，表明三叶青已有一定的产业化发展。

共词分析的主要途径之一便是提取引文中的关键词、摘要等题录信息，统计形成直观的知识图谱，通过对高频关键词的研究，可以解释一段时间内三叶青研究的热点［34］。通过对关键词进行中介中心性、聚类和突现分析，更直观反映目前三叶青研究的热点和下一步的研究方向。对三叶青中英文文献关键词提取，中文文献目前还主要围绕在生态种植、提取物、总黄酮类化学成分的基础性研究，而英文文献则围绕抗肿瘤、抗炎解热等药效作用的机制研究，相对来说英文文献的研究更深入，三叶青英文发文量最多的研究机构为浙江大学，也反映出其整体科研综合实力。通过对中英文关键词出现的中介中心性分析，进一步预测三叶青研究的热点方向还应围绕抗炎、抗肿瘤等药理机制和药效物质的挖掘。

4 结论

该研究基于文献计量学，应用CiteSpace 6.1.R3软件系统，对三叶青的中英文文献进行年发文量、发文期刊、作者、研究机构、关键词共现、聚类和突变7个方面进行了可视化网络分析，并对可视化各图谱节点背后的信息进行人工挖掘整理和讨论，直观地展示出近年来三叶青的研究方向、研究热点和发展趋势。研究表明，对三叶青的基础性研究仍是当下研究的热点，随着研究机构之间的合作更加紧密，研究层次的不断深入和中药材研究技术方法的不断提升，对于三叶青的抗炎、抗肿瘤等药理机制研究、药效物质挖掘和深加工产品开发仍是未来发展的主要方向和热点，希望通过对三叶青相关文献的可视化网络分析，以此为后续深入研究提供一定的参考信息。

参考文献

［1］ 浙江省食品药品监督管理局.浙江省中药炮制规范［S］.北京：中国医药科技出版社，2015.

［2］ 彭昕，王志安.中国三叶青资源研究与利用［M］.北京：中国轻工业出版社，2018：71.

［3］ 曾美玲，沈耐涛，吴赛伟，等.基于 UPLC-Triple-TOF/MS 方法的三叶青化学成分分析［J］.中草药，2017，48（5）：874-883.

［4］ 章关春，郑名友，方敏娟.新“浙八味”中药材培育品种问世［N］.中国中医药报，2018-03-22（005）.

［5］ 贾国伟，许邦，邵壮壮.基于 CiteSpace 的甲烷管控技术研究进展和热点分析［J］.矿业安全与环保，2022，49（5）：64-72.

［6］ 郭文勇，苏鹏丽，智恺，等.基于CiteSpace知识图谱探析我国药品价值评估研究方向与策略建议［J］.药物评价研究，2022，45（10）：2068-2075.

［7］ 曹吉强，王勇，唐新军，等.基于CiteSpace的国内棉纺智能化研究图谱分析［J］.现代纺织技术，2022，30（6）：1-7.

［8］ 李硕，孙悦阳，樊景春，等.基于CiteSpace的中医药治疗便秘的知识图谱可视化分析［J］.中国实验方剂学杂志，2023，29（4）：167-175.

［9］ 康世奇，杨京航，苏晓慧，等.中药马钱子研究进展的CiteSpace知识图谱分析［J］.中国中药杂志，2021，46（5）：1043-1052.

［10］ 彭小芸，任益锋，董敬，等.基于CiteSpace的中医药防治肺结节知识图谱可视化分析［J］.中国中药杂志，2022，47（23）：6505-6513.

［11］ 牛君.基于CiteSpace的可视化聚类图谱分析：以学前教育专业教育实习课程热点及趋势研究为例［J］.现代信息科技，2023，7（1）：135-137，141.

［12］ 刘一新，张卓.中国协同创新研究热点与发展趋势分析：基于CiteSpace可视化分析［J］.管理现代化，2021，41（1）：39-43.

［13］ 彭昕，张剑，何军邀，等.三叶青松散型和致密型愈伤组织悬浮培养及黄酮积累的比较研究［J］.中草药，2012，43（3）：577-580.

［14］ 吉庆勇，程文亮，吴华芬，等.三叶青生物学特性研究［J］.时珍国医国药，2014，25（1）：219-221.

［15］ 张煜炯，彭昕，吉庆勇，等.聚类分析和主成分分析法研究三叶青氯仿部位HPLC指纹图谱［J］.中成药，2016，38（3）：607-612.

［16］ 王明仪，陈伟芳，陈宇，等.三叶青乙酸乙酯提取物对裸鼠人肝癌细胞HepG-2皮下移植瘤生长抑制作用的研究［J］.中国中医药科技，2014，21（2）：157-158，163.

［17］ 李华美，魏克民.三叶青乙酸乙酯提取物对小鼠Lewis肺癌的抑制作用［J］.医学研究杂志，2012，41（9）：112-115.

［18］ 钟良瑞，林霜，魏克民.三叶青黄酮抗肺癌作用研究［J］.中国药理学通报，2016，32（4）：480-483.

［19］ 许文，傅志勤，林婧，等.HPLC-Q-TOF-MS和UPLC-QqQ-MS的三叶青主要成分定性与定量研究［J］.中国中药杂志，2014，39（22）：4465-4371.

［20］ 许文，傅志勤，林婧，等.UPLC-MS/MS 法同时测定三叶青中10种黄酮类成分［J］.药学学报，2014，49（12）：1711-1717.

［21］ 范世明，刘巧，徐惠龙，等.不同产地三叶青中重金属元素含量测定研究［J］.辽宁中医药大学学报，2017，19（8）：50-52.

［22］ PENG X，ZHANG T T，ZHANG J.Effect of subculture times on genetic fidelity，endogenous hormone level and pharmaceutical potential of Tetrastigma hemsleyanum callus［J］.Plant Cell Tissue Organ Cult，2015，122 （1）：67-77.

［23］ PENG X，ZHUANG D D，GUO Q S.Induction of S phase arrest and apoptosis by ethylacetate extract from Tetrastigma hemsleyanum in human hepatoma HepG2 cells［J］.Tumor Biol，2015，36（4）：2541-2550.

［24］ PENG X，JI Q Y，FAN S W，et al.Genetic diversity in populations of the endangered medicinal plant Tetrastigma hemsleyanum revealed by ISSR and SRAP markers：Implications for conservation［J］.Genet Resour Crop Evol，2015，62（7）：1069-1078.

［25］ LI Y L，CHU Q，LIU Y Y，et al.Radix Tetrastigma flavonoid ameliorates inflammation and prolongs the lifespan of Caenorhabditis elegans through JNK，p38 and Nrf2 pathways［J］.Free Radic Res，2019，53（5）：562-573.

［26］ LI Y L，JIANG Y，CHU Q，et al.Radix Tetrastigma extract from different origins protect RAW264.7 macrophages against LPS-induced inflammation［J］.J Food Sci，2020，85（5）：1586-1595.

［27］ 白瑪曲珍，胡乃军.知识图谱视角下农村医疗救助制度的可视化分析［J］.科技和产业，2022，22（2）：348-355.

［28］ 庞佳鑫，孟德玲，胡雪婵.基于CiteSpace的儿童言语语言障碍研究动态可视化分析［J］.中国听力语言康复科学杂志，2023，21（1）：105-108.

［29］ 曹碧霞.非物质文化遗产视角下门头沟京西太平鼓传承发展研究［D］.北京：首都体育学院，2022.

［30］ 沈清.不同产地三叶青药材的质量评价和分子鉴别技术研究［D］.杭州：浙江中医药大学，2022.

［31］ DAI Y J，SHEN Z G，LIU Y，et al.Effects of shade treatments on the photosynthetic capacity，chlorophyll fluorescence，and chlorophyll content of Tetrastigma hemsleyanum Diels et Gilg［J］.Environ Exp Bot，2009，25（3）：567-574.

［32］ 徐振珏.工会干部教育培训优化研究：以上海G学院为例［D］.上海：华东师范大学，2022.

［33］ 高明，孟圣翔.基于CiteSpace的农村环境治理PPP模式可视化分析［J］.河北环境工程学院学报，2022，32（4）：1-7.

［34］ 冯涛，宋佳敏，孙立丽，等.基于CiteSpace知识网络图谱的黄芩研究进展［J］.中国现代应用药学，2022，39（19）：2549-2556.