下载文档原格式
乳腺癌规范化诊疗电子病历系统的构建陈曾;丁晔;顾慧【摘要】This paper introduced the design process of a normative electronic medical record system for diagnosis and treatment of breast cancer. The real-time interaction between the speciifcation standards of comprehensive diagnosis and treatment of tumors and hospital information system which regards electronic medical record as its core can be implemented with the application of the electronic medical record system integrated various technologies including EMPI, template editor, data analysis system, ETL data processing platform and worklfow engine, which can also provide clinical decision support service for clinician and detailed basis for the further revision and improvement of standardized comprehensive diagnosis and treatment technology solutions of breast cancer.%本文阐述了乳腺癌规范化诊疗电子病历系统的设计过程。
ABSTRACT在这篇文章中，我们描述了一个长非编码RNA（lncRNA）与疾病的关联数据库（LncRNADisease）它可以在/lncrnadisease进行公开访问。
近年来，大量lncRNAs已经鉴定和越来越多的证据表明，lncRNAs在各种生物过程中发挥关键作用。
因此，lncRNAs的功能障碍是与多种疾病相关联。
也因此，了解lncRNAs在疾病中所起的作用，并为疾病的诊断，治疗和预后确定候选lncRNAs是十分重要的。
为了这个目的，一个高品质的lncRNA-疾病关联数据库将是极为有利的。
在这里，我们描述LncRNADisease数据库，它收集和策划了480项实验支持LncRNA-diease的关系，其中包括166种疾病。
LncRNADisease还策划了478项在不同分子水平上的lncRNA互作搭档，包括蛋白质，RNA，miRNA和脱氧核糖核酸。
此外，我们用基因组信息，序列，参考文献和物种注明LncRNA-diease关系。
我们将疾病名称和lncRNA功能障碍的类型进行归一化并提供给每个条目详细的描述。
最后，我们开发了生物信息学的方法来预测新的LncRNA-diease关系，并将这个方法和预测出的与1564个人类lncRNAs相关的疾病整合到数据库中。
INTRODUCTION我们惊讶地发现在人类转录组分析中蛋白质编码序列只占基因组转录产物的一小部分。
多数人类基因组的转录物是非编码RNA ，尤其是，长非编码RNA（lncRNAs）。
通常，lncRNAs往往是跨物种保守性较低并常常表现出低表达水平和高组织特异性。
因此，在他们第一次被发现的时候，lncRNAs往往被认为是转录噪音。
在最近几年，积累的研究表明，许多lncRNAs不是转录的噪声，而具有重要的功能，例如，影响基因转录，靶向RNA聚合酶II ，调节剪接和参与表观遗传学。
此外，根据竞争内源RNA的理论，在功能上，lncRNAs 可能与广泛的RNA分子通过竞争性结合微小RNA（miRNA）相互作用，这表明lncRNAs可能在一个广泛的生物学过程中发挥关键作用。
乳腺癌组织标本库的创建与管理目的依托齐齐哈尔医学院三所附属医院和齐齐哈尔市第一医院的临床资源，建立一个系统的、规范的乳腺癌组织标本库，为临床和科学研究者提供合适数量的肿瘤标本，从而促进乳腺癌发病机理的研究。
方法收集乳腺癌患者手术切除后的新鲜肿瘤组织，包括肿瘤组织1.5 cm距离的癌旁组织、肿瘤组织和距离肿瘤组织>5 cm的切缘远端非肿瘤组织以及肿瘤患者的全血和血清/血浆标本。
采用一套信息管理体系对于标本进行管理，所有的标本及其相关临床信息资料均录入数据库，可随时调用和查询。
结果从2012年6月创建至2015年3月，共收集261例乳腺癌患者新鲜组织；全血和血清共1 989份，全套标本者176 例。
结论建立了一套系统的，具有一定规模的乳腺癌组织标本资源库，形成了规范的管理办法和建设规划，为今后乳腺癌的基础与临床研究提供物质与信息资源。
标签：乳腺癌；组织标本库；数据库Construction and Management of Breast Cancer Tissue Specimen BankWEN Xian-chun1，LI Zu-bin1，CHEN De-qing2，GE Bin2，BAO Hong-guang1，CAO Wei-hai2，LIU De-shui1，YUE Li-ling1，LIU Ji-cheng11.Qiqihar Medical College，Qiqihar，Heilongjiang Province，161006 China；2.Qiqihar First Hospital，Qiqihar，Heilongjiang Province，161005 China[Abstract] Objective To establish a systematical and standardized breast cancer tissue specimen bank based on the clinical resources of Third Affiliated Hospital of Qiqihar Medical School and Qiqihar First Hospital and provide a suitable number of tumor specimens for clinical and scientific researchers thus promoting the research of breast cancer pathogenesis. Methods The fresh tumor tissues of the patients with breast cancer after resection were collected，including the peritumoral liver tissues at 1.5cm from the tumor tissues，tumor tissues and incisal margin distal non-tumor tissues at >5 cm from the tumor tissues and whole blood，serum/plasma specimens of the tumor patients，and the specimens were managed by a set of information management system，and all specimens and related clinical information data were input into the database，and could be invoked and inquired. Results From June 2012 to March 2015，261 cases of fresh tissues of patients with breast cancer and 1989 pieces of whole blood and serum and 176 cases of full set of specimens were collected. Conclusion The establishment of a set of systematical breast cancer tissue specimen resource bank with a certain scale and formation of standardized management method and construction plan can provide material and information resources for the basic and clinical research of breast cancer in future.[Key words] Breast cancer；Tissue specimen bank；Database乳腺癌是女性最常见的恶性肿瘤之一，且其发病率和病死率仍在逐年增加，在女性肿瘤中居首位[1-2]。
“乳腺癌”专题学习网站的建设*杨丽全，王惠珍，肖灿华(南方医科大学护理学院护理管理教研室，广州广东510515)摘要现代信息技术的迅猛发展，特别是Internet与校园网的接轨，网络教学不断发展壮大，而以专题为核心的网络教学尤其引起人们的重视和关注，专题学习网站作为专题教学资源的一种组织形式，正日益显示出蓬勃发展的生机。
本文主要介绍了《外科护理学》中“乳腺癌”专题学习网站的设计与开发过程，其主要意义是为学生开展基于专题学习网站的自主、协作学习提供一个具有现代信息特色的学习平台。
关键词教育，护理；专题学习网站；建设Key words Education, Nursing; Subject-based learning website; Construct专题学习网站[1]是指在互联网络的环境下，围绕某门课程与多门课程密切相关的某一项或多项学习知识点，有机地结合起来形成专题，让学习者进行广泛深入研究的资源型学习网站。
它可以用来存储传递加工和处理教学信息，还能让学生进行自主学习和协作交流，并对学生的学习情况进行在线评价反馈。
《外科护理学》是护理专业最重要的主干课程之一，是学生学习的重点，也是教师授课的重点。
乳腺癌是女性最常见的恶性肿瘤之一，已被喻为全球女性的第一号健康杀手，据统计[2]，全球每年约有120万妇女发生乳腺癌，有50万妇女死于乳腺癌，尤其在近几年其发病率呈直线上升。
目前，对乳腺癌相关知识的学习与研究不断深入，在教学中需不断更新素材。
专题学习网站的跨专业、跨学科的综合性、系统性、开放性及不断更新的特点满足了上述的要求。
1 “乳腺癌”专题学习网站的建设1.1网站专题内容的选定选题是网站建设的关键，根据《外科护理学》中“乳腺癌”教学特点，同时通过“头脑风暴法”确定网站的内容板块如下：1.1.1结构化知识本网站的内容是围绕“乳腺癌”专题展开，按照相关度、整合度和扩展度三个方面来进行结构化知识体系的建立，分为专题知识和相关知识两个部分。
文章编号： １０００－１３３６（２０１０）03－0368-06多因素癌症诊断分类模型的建立和应用孙 淳 刘银坤复旦大学附属中山医院肝癌研究所，上海 ２０００３２摘要：随着基因组学、蛋白质组学技术的运用，对癌症相关分子标志物的筛选，以及基于多个分子标志物的诊断分类模型，成为近年来研究癌症诊断问题的热门途径。
本文介绍了如何从基因芯片和质谱等数据库中筛选有诊断作用的分子标志物，以及构建高敏感性、高特异性诊断分类模型的技术路线；并根据在各类肿瘤中的研究实例，分析各分类算法的特点。
关键词：分子标记物、生物信息学、分类模型中图分类号：Ｑ３收稿日期：２００９－１２－０８作者简介：孙淳（１９８４－），男，硕士生， Ｅ－ｍａｉｌ：ｂａｃｃｈｉｃｓｃ＠ｈｏｔｍａｉｌ．ｃｏｍ；刘银坤（１９４４－），男，教授，博士生导师，通讯作者，Ｅ－ｍａｉｌ： ｌｉｕ．ｙｉｎｋｕｎ＠ｚｓ－ｈｏｓｐｉｔａｌ．ｓｈ．ｃｎ临床上对癌症的诊断，一般依赖于影像学资料及若干诊断标记物。
这些标记物包括各类癌细胞抗原以及各类糖链抗原，如甲胎球蛋白、癌胎抗原等。
然而由于基于单个分子标记物的癌症诊断分类模型，尚未表现出令人信服的敏感性和特异性，新的癌症相关的组织或血清分子标记物的筛选和鉴定、评估其诊断价值已经成为肿瘤研究的重要领域之一［１，２］。
癌症作为一种多因素、多通路参与的疾病，需要对疾病信号分子更加全面的、丰富的了解，辅以生物信息学数据挖掘的技术，构建出基于多个标记物的诊断分类模型，以提高诊断准确率。
本文将对近年来相关的研究成果进行简要介绍。
１． 数据挖掘技术路线基因组及转录组的芯片技术和蛋白质组及代谢组学的质谱技术作为目前最常用的实时、高通量检测方法，在疾病分子标记物的筛选中起了核心作用，其所得到的海量数据在利用生物信息学分析技术进行数据挖掘后，将对疾病的分类诊断产生重要意义。
构建疾病分类模型，通常需要进行如下几步工作：数据的预处理、特征选择及分类算法选择和数学模型的检验。
附件二乳腺癌筛查项目技术方案乳腺癌是妇女发生最多的癌瘤之一。
在世界范围内，乳腺癌发病率居妇女恶性肿瘤的前列，对广大妇女的健康与生命构成了严重威胁。
乳腺癌的二级预防，近年已被公认是恶性肿瘤中最能有效地提高患者生存率和降低死亡率的群防措施，包括美国、英国在内的多个西方国家早在1963年已开始乳腺癌普查研究，并从中受益。
我国乳腺癌与欧美一些国家相比发病率相对较低，妇女乳腺的生理结构如大小、致密度等也与之不同，根据我国的现状，卫生部拟在全国30个省（区、市）53个县（区）开展妇女乳腺癌筛查工作。
上海市徐汇区和南汇区作为项目区，将各完成1万名适龄妇女的筛查工作。
本项目的筛查对象为35-69岁的当地妇女。
采用乳腺临床体检、乳腺钼靶X线摄片和乳腺超声检查相结合的筛查方案。
所有病变的诊断及转归的判定均以组织病理学检查为依据。
以早诊率、生存率和死亡率的变化为观察指标进行绩效评价，并进行独立的卫生经济学评价，以便进一步完善筛查方案，试图探索一条适合中国国情和妇女生物学特性的乳腺癌筛查的模式，使乳腺癌病人得到早期治疗，提高生存率、降低死亡率。
一、人群的选择（一）队列的建立本项目是以人群为基础的筛查工作，要求项目开展前就要明确筛查人群，建议从当地公安机关户籍部门获得目标人群总人口数和人口结构的详细信息，建立待筛查对象的详细人口档案（见附表1）。
（二）筛查人群的选择首先在指定的区内根据所需筛查的人口数（至少12500名适龄妇女）确定参加筛查的街道。
在街道内由居委会或村委会提供所辖区域人员名单，对所有符合标准的妇女全部进行普查。
若有不愿参加者，应记录其拒绝的原因，顺次继续抽取，直到满10000人为止。
如若所抽取的街道仍不能满足所要求的筛查人数，应再重新确定一个新的街道直到满足要求为止。
1、入选条件筛查对象为35-69岁的当地妇女（入选条件：现住址居住3年以上的常住人口，无乳腺恶性肿瘤史，自愿参加并且能接受检查者）。
2、对研究对象进行编号的方法本项目的编号系统是按照研究对象所处的地理位置进行编号，该编号采用十位数字进行，前两位数字为筛查区号（即省、自治区、直辖市编号），上海为“09”；第三、四位数为筛查点号（即区编号），徐汇区为“01”，南汇区为“02”；第五、六位为街道居委会或村号，第七到第十位是个人号。
◇临床药理学◇摘要目的：利用监测、流行病学和最终结果（surveillance ，epidemiology ，and end results ，SEER ）数据库构建列线图来预测老年早期HER2阳性乳腺癌患者的生存概率。
方法：SEER 数据库中筛选的5220名（基于单靶向治疗时代）和1176名（基于双靶向治疗时代）患者被随机分为训练组和内部验证组。
采用COX 比例风险回归筛选生存相关预测因素并建立列线图模型，利用一致性指数（C-index ）、校准曲线、受试者工作特征曲线（receiver operating characteristic curve ，ROC ）检验模型的准确性及实用性。
对接受化疗和非化疗的患者使用两组倾向评分匹配进行统计配对，并对筛选的变量进行亚组分析。
结果：单靶治疗时代列线图是由七个变量构建：年龄、婚姻状态、T 分期、N 分期、手术、化疗、放疗。
双靶治疗时代列线图由两个变量构建：化疗和放疗。
亚组分析结果表明，接受化疗的老年HER2阳性乳腺癌患者有更好的总生存期（OS ）。
结论：基于SEER 数据库，建立并验证了预测老年早期HER2阳性乳腺癌患者生存率的准确列线图。
该研究表明，化疗能增加老年患者的生存获益。
关键词HER2阳性乳腺癌；列线图；化疗；SEER数据库中图分类号：R965.2；R737.9文献标志码：A文章编号：1009-2501(2024)02-0283-13doi ：10.12092/j.issn.1009-2501.2024.03.006乳腺癌是女性常见的恶性肿瘤之一，发病率和病死率位居女性恶性肿瘤的首位［1-2］。
乳腺癌有多种免疫组化亚型，其中HER2阳性乳腺癌占所有乳腺癌的15%～20%，HER2基因的扩增可能导致肿瘤细胞的增殖和转移，预示着侵袭性表型和不良的患者结局［3］。
随着女性平均预期寿命的延长，近30%～40%的乳腺癌患者在最初确诊时年龄超过70岁［4］，到2030年，老年乳腺癌的数量可能会增加57%［5］。
㊀收稿日期:２０２３－０４－０９作者简介:沈继伟(１９９１－)ꎬ女ꎬ辽宁凌源人ꎬ博士ꎬ助理研究员ꎬ研究方向:肿瘤药理学.㊀∗通信作者:陈烨ꎬＥ￣ｍａｉｌ:ｓｙ－ｃｈｅｎｙｅ＠１６３.ｃｏｍ.㊀㊀辽宁大学学报㊀㊀㊀自然科学版第５１卷㊀第１期㊀２０２４年ＪＯＵＲＮＡＬＯＦＬＩＡＯＮＩＮＧＵＮＩＶＥＲＳＩＴＹＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎＶｏｌ.５１㊀Ｎｏ.１㊀２０２４基于ＣｉｔｅＳｐａｃｅ及ＶＯＳｖｉｅｗｅｒ对乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的可视化分析沈继伟１ꎬ王㊀智１ꎬ傅浩栋１ꎬ车㊀晋１ꎬ高俊峰１ꎬ刘㊀举１ꎬ陈㊀烨１ꎬ２∗(１.辽宁大学药学院ꎬ辽宁沈阳１１００３６ꎻ２.辽宁省小分子靶向药物研发工程研究中心ꎬ辽宁沈阳１１００３６)摘㊀要:目的:采用文献计量学方法分析乳腺癌中磷脂酰肌醇３－激酶/蛋白激酶Ｂ/哺乳动物雷帕霉素靶蛋白(ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ)信号通路的研究现状与发展趋势ꎬ为后续乳腺癌的治疗提供新的思路.方法:通过ＷｅｂｏｆＳｃｉｅｎｃｅ检索自２００３年１月１日至２０２２年６月３０日乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的相关文献ꎬ本文采用文献计量学进行数据挖掘ꎬ借助ＣｉｔｅＳｐａｃｅ６.１Ｒ２和ＶＯＳｖｉｅｗｅｒ软件进行数据分析和可视化分析.结果:共检索１２０９篇文章.近年来ꎬ有关乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的发文量波动上升ꎬ以ＫｕｒｚｒｏｃｋＲａｚｅｌｌｅ为代表的美国作者最为高产ꎬ高频关键词有乳腺癌㊁表达和ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路等ꎬ共形成了包括内分泌耐药在内的１５个聚类ꎬ其中肿瘤微环境㊁细胞周期阻滞和ｍＴＯＲ信号通路是近两年的研究趋势.结论:ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路在乳腺癌的治疗中扮演着重要角色ꎬ靶向ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路抑制剂的研究是治疗乳腺癌的研究重点.关键词:乳腺癌ꎻＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲꎻＣｉｔｅＳｐａｃｅꎻＶＯＳｖｉｅｗｅｒꎻ可视化分析中图分类号:Ｒ７３０ ２㊀㊀㊀文献标志码:Ａ㊀㊀㊀文章编号:１０００－５８４６(２０２４)０１－００３３－１２ＶｉｓｕａｌｉｚａｔｉｏｎＡｎａｌｙｓｉｓｏｆＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲＳｉｇｎａｌｉｎｇＰａｔｈｗａｙｉｎＢｒｅａｓｔＣａｎｃｅｒＢａｓｅｄｏｎＣｉｔｅＳｐａｃｅａｎｄＶＯＳｖｉｅｗｅｒＳＨＥＮＪｉ￣ｗｅｉ１ꎬＷＡＮＧＺｈｉ１ꎬＦＵＨａｏ￣ｄｏｎｇ１ꎬＣＨＥＪｉｎ１ꎬＧＡＯＪｕｎ￣ｆｅｎｇ１ꎬＬＩＵＪｕ１ꎬＣＨＥＮＹｅ１ꎬ２∗(１.ＳｃｈｏｏｌｏｆＰｈａｒｍａｃｅｕｔｉｃａｌＳｃｉｅｎｃｅｓꎬＬｉａｏｎｉｎｇＵｎｉｖｅｒｓｉｔｙꎬＳｈｅｎｙａｎｇ１１００３６ꎬＣｈｉｎａꎻ２.ＡｍａｌｌＭｏｌｅｃｕｌａｒＴａｒｇｅｔｅｄＤｒｕｇＲ＆ＤＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＬｉａｏｎｉｎｇＰｒｏｖｉｎｃｅꎬＳｈｅｎｙａｎｇ１１００３６ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:㊀Ｏｂｊｅｃｔｉｖｅ:Ｔｏａｎａｌｙｚｅｔｈｅｒｅｓｅａｒｃｈｓｔａｔｕｓａｎｄｄｅｖｅｌｏｐｍｅｎｔｔｒｅｎｄｏｆｐｈｏｓｐｈａｔｉｄｙｌｉｎｏｓｉｔｏｌ３￣ｋｉｎａｓｅ/ｐｒｏｔｅｉｎｋｉｎａｓｅＢ/ｍａｍｍａｌｉａｎｔａｒｇｅｔｏｆｒａｐａｍｙｃｉｎ(ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ)ｓｉｇｎａｌｉｎｇｐａｔｈｗａｙｉｎｂｒｅａｓｔｃａｎｃｅｒｂｙｂｉｂｌｉｏｍｅｔｒｉｃｍｅｔｈｏｄꎬａｎｄｔｏｐｒｏｖｉｄｅｎｅｗｉｄｅａｓｆｏｒｔｈｅｓｕｂｓｅｑｕｅｎｔｔｒｅａｔｍｅｎｔｏｆｂｒｅａｓｔｃａｎｃｅｒ.Ｍｅｔｈｏｄｓ:ＬｉｔｅｒａｔｕｒｅｒｅｌａｔｅｄｔｏＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲｓｉｇｎａｌｉｎｇｐａｔｈｗａｙｉｎｂｒｅａｓｔｃａｎｃｅｒｆｒｏｍＪａｎｕａｒｙ１ꎬ２００３ｔｏＪｕｎｅ３０２０２２ｗａｓｒｅｔｒｉｅｖｅｄｔｈｒｏｕｇｈＷｅｂｏｆＳｃｉｅｎｃｅꎬａｎｄｂｉｂｌｉｏｍｅｔｒｉｃｓｗａｓｕｓｅｄｆｏｒｄａｔａｍｉｎｉｎｇ.ＣｉｔｅＳｐａｃｅ６.１Ｒ２ａｎｄＶＯＳｖｉｅｗｅｒ㊀㊀ｓｏｆｔｗａｒｅｗｅｒｅｕｓｅｄｆｏｒｄａｔａａｎａｌｙｓｉｓａｎｄｖｉｓｕａｌａｎａｌｙｓｉｓ.Ｒｅｓｕｌｔｓ:Ａｔｏｔａｌｏｆ１２０９ａｒｔｉｃｌｅｓｗｅｒｅｒｅｔｒｉｅｖｅｄ.ＩｎｒｅｃｅｎｔｙｅａｒｓꎬｔｈｅｎｕｍｂｅｒｏｆａｒｔｉｃｌｅｓｒｅｌａｔｅｄｔｏＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲｓｉｇｎａｌｉｎｇｐａｔｈｗａｙｉｎｂｒｅａｓｔｃａｎｃｅｒｆｌｕｃｔｕａｔｅｄ.ＡｍｅｒｉｃａｎａｕｔｈｏｒｓｒｅｐｒｅｓｅｎｔｅｄｂｙＫｕｒｚｒｏｃｋＲａｚｅｌｌｅｗｅｒｅｔｈｅｍｏｓｔｐｒｏｌｉｆｉｃ.Ｔｈｅｈｉｇｈ￣ｆｒｅｑｕｅｎｃｙｋｅｙｗｏｒｄｓｉｎｃｌｕｄｅｄｂｒｅａｓｔｃａｎｃｅｒꎬｅｘｐｒｅｓｓｉｏｎａｎｄＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲｓｉｇｎａｌｉｎｇｐａｔｈｗａｙꎬｅｔｃ.Ａｔｏｔａｌｏｆ１５ｃｌｕｓｔｅｒｓｉｎｃｌｕｄｉｎｇｅｎｄｏｃｒｉｎｅｒｅｓｉｓｔａｎｃｅｈａｖｅｂｅｅｎｆｏｒｍｅｄꎬａｍｏｎｇｗｈｉｃｈｔｕｍｏｒｍｉｃｒｏｅｎｖｉｒｏｎｍｅｎｔꎬｃｅｌｌｃｙｃｌｅａｒｒｅｓｔａｎｄｍＴＯＲｓｉｇｎａｌｉｎｇｐａｔｈｗａｙｈａｖｅｂｅｅｎｔｈｅｒｅｓｅａｒｃｈｔｒｅｎｄｓｉｎｔｈｅｐａｓｔｔｗｏｙｅａｒｓ.Ｃｏｎｃｌｕｓｉｏｎｓ:ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲｓｉｇｎａｌｉｎｇｐａｔｈｗａｙｐｌａｙｅｄａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｔｈｅｔｒｅａｔｍｅｎｔｏｆｂｒｅａｓｔｃａｎｃｅｒꎬａｎｄｒｅｓｅａｒｃｈｔａｒｇｅｔｉｎｇＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲｓｉｇｎａｌｉｎｇｐａｔｈｗａｙｉｎｈｉｂｉｔｏｒｓｗａｓｔｈｅｆｏｃｕｓｏｆｒｅｓｅａｒｃｈｆｏｒｔｈｅｔｒｅａｔｍｅｎｔｏｆｂｒｅａｓｔｃａｎｃｅｒ.Ｋｅｙｗｏｒｄｓ:㊀ｂｒｅａｓｔｃａｎｃｅｒꎻＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲꎻＣｉｔｅＳｐａｃｅꎻＶＯＳｖｉｅｗｅｒꎻｖｉｓｕａｌａｎａｌｙｓｉｓ０㊀引言乳腺癌是威胁女性健康的最大杀手.根据统计ꎬ２０２０年新增乳腺癌病例２３０万例ꎬ死亡超过６５万例ꎬ乳腺癌已超越肺癌ꎬ成为全球第一大恶性肿瘤[１].由于乳腺癌早期症状不明显ꎬ不易被察觉ꎬ因此往往直到晚期才被发现以致错过最佳治疗时间.尽管近年来癌症研究取得了长足的进步ꎬ与乳腺癌相关的死亡人数有所减少ꎬ但乳腺癌仍然是一个严重的健康问题[２].磷脂酰肌醇３－激酶/蛋白激酶Ｂ/哺乳动物雷帕霉素靶蛋白(ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ)信号通路参与细胞生长㊁代谢㊁增殖等细胞生命活动[３]ꎬ而在乳腺癌中ꎬＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ是最被频繁激活的信号通路[４]ꎬ该通路的激活促进肿瘤的生长[５]㊁转移[６]ꎬ并容易产生耐药性[７].ＰＩ３Ｋ是一种酯类激酶ꎬＡｋｔ是一种丝氨酸/苏氨酸激酶ꎬ为ＰＩ３Ｋ下游信号分子.ＰＩ３Ｋ可以被各种生长因子激活ꎬ如:上皮生长因子受体(ＥｐｉｔｈｅｌｉａｌｇｒｏｗｔｈｆａｃｔｏｒｒｅｃｅｐｔｏｒꎬＥＧＦＲ)㊁成纤维细胞生长因子受体(ＦｉｂｒｏｂｌａｓｔｇｒｏｗｔｈｆａｃｔｏｒｒｅｃｅｐｔｏｒｓꎬＦＧＦＲ)ꎬ伴随着Ａｋｔ活化随之而来的是ｍＴＯＲ也会磷酸化ꎬ故而调控致癌过程[８].Ｈｕ等[９]基于基因与蛋白质水平ꎬ验证了ＰＩＫ３ＣＡ突变可激活ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路ꎬ且建立患者来源的小鼠异种移植模型ꎬ研究表明ꎬＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路与三阴性乳腺癌(ＴＮＢＣ)的化疗耐药性有关ꎬ参与到乳腺癌的生长㊁转移中来[１０].为进一步揭示乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的演变路径和发展趋势ꎬ本文采用可视化分析的方法ꎬ从大量的文献中揭示该领域的主要方面㊁动态变化和研究趋势ꎬ为其他学者的研究提供参考.１㊀资料与方法１.１㊀数据来源ＷｅｂｏｆＳｃｉｅｎｃｅ是值得信赖的全球引文数据库之一[１１]ꎬ为增加本文的学术性和代表性ꎬ将ＷｅｂｏｆＳｃｉｅｎｃｅ核心合集数据库作为数据源.检索主题为 ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ 和 ｂｒｅａｓｔｃａｎｃｅｒ ꎬ引文索引为ＳＣＩ－ＥＸＰＡＮＤＥＤ㊁ＳＳＣＩ㊁ＣＰＣＩ－Ｓ㊁ＣＰＣＩ－ＳＳＨ㊁ＢＫＣＩ－Ｓ㊁ＢＫＣＩ－ＳＳＨꎬ时间范围为２００３年１月１日 ２０２２年６月３０日ꎬ语种为Ｅｎｇｌｉｓｈꎬ共检索到１２０９篇文章ꎬ以纯文本格式导出全记录与引用的参考文献.４３㊀㊀㊀辽宁大学学报㊀㊀自然科学版２０２４年㊀㊀㊀㊀１.２㊀研究方法本文采用的研究方法为统计分析与文献计量可视化.首先ꎬ统计分析方面ꎬ采用Ｅｘｃｅｌ方法对年度发文量㊁机构发文量等进行统计ꎬ从而更好地分析该领域的研究现状.首次ꎬ选用ＣｉｔｅＳｐａｃｅ及ＶＯＳｖｉｅｗｅｒ软件进行可视化分析.ＣｉｔｅＳｐａｃｅ是一个在关键词分析㊁聚类分析等方面非常实用的工具[１２]ꎬ可以用来检测和可视化分析研究前沿的新趋势[１３]ꎻＶＯＳｖｉｅｗｅｒ是由莱顿大学科学技术研究中心开发的一款文献分析㊁知识可视化软件[１４]ꎬ在绘制图像与处理大数据方面具有良好优势[１５]ꎬ两款软件互补且功能强大.基于此ꎬ本文借助ＣｉｔｅＳｐａｃｅ６.１Ｒ２和ＶＯＳｖｉｅｗｅｒ软件对ＷｅｂｏｆＳｃｉｅｎｃｅ数据库中与乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路相关的文献进行可视化分析ꎬ系统梳理目前的研究现状㊁热点和前沿ꎬ为后续乳腺癌治疗提供借鉴.２㊀结果２.１㊀文章质量分析通过ＣｉｔｅＳｐａｃｅ软件检查和筛选ꎬ最终纳入１２０９篇文章.其中研究性论文９２３篇ꎬ综述性论文２４７篇ꎬ其他类型３９篇.这些文章发表在ＣｌｉｎｉｃａｌＣａｎｃｅｒＲｅｓｅａｒｃｈ㊁Ｃａｎｃｅｒｓ㊁ＢｒｅａｓｔＣａｎｃｅｒａｎｄＲｅｓｅａｒｃｈ等影响因子较高的期刊ꎬ文章质量可靠.２.２㊀年度发文量分析研究领域年度发文量的变化可以反映该领域的发展情况[１６].图１是乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路自２０００年以来年度发文量的变化图ꎬ最早的文章是２００３年发表在ＭｏｌｅｃｕｌａｒＥｎｄｏｃｒｉｎｏｌｏｇｙ上的 Ｉｎｓｕｌｉｎ￣ｌｉｋｅｇｒｏｗｔｈｆａｃｔｏｒ￣Ｉｉｎｈｉｂｉｔｓｐｒｏｇｅｓｔｅｒｏｎｅｒｅｃｅｐｔｏｒｅｘｐｒｅｓｓｉｏｎｉｎｂｒｅａｓｔｃａｎｃｅｒｃｅｌｌｓｖｉａｔｈｅｐｈｏｓｐｈａｔｉｄｙｌｉｎｏｓｉｔｏｌ３￣ｋｉｎａｓｅ/ａｋｔ/ｍａｍｍａｌｉａｎｔａｒｇｅｔｏｆｒａｐａｍｙｃｉｎｐａｔｈｗａｙ:ｐｒｏｇｅｓｔｅｒｏｎｅｒｅｃｅｐｔｏｒａｓａｐｏｔｅｎｔｉａｌｉｎｄｉｃａｔｏｒｏｆｇｒｏｗｔｈｆａｃｔｏｒａｃｔｉｖｉｔｙｉｎｂｒｅａｓｔｃａｎｃｅｒ ꎬ总体来看ꎬ该领域的研究在整体上升.从细节看又可划分为两个阶段ꎬ第一个阶段是２００３ ２００９年ꎬ在此期间发文量相对较少ꎬ每年发文量在２０篇以下ꎬ年平均发文量仅为３篇ꎬ因此处于起步阶段ꎻ第二个阶段２０１０ ２０２２年是一个上升阶图１㊀２００３—２０２２年乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的年度发文量段ꎬ发文量开始逐渐上升ꎬ但也有略微波动ꎬ１２年共发表文章１１７１篇ꎬ年平均发文量为９０篇ꎬ这表明乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的研究吸引到越来越多的学者关注.２.３㊀作者网络分析参与研究乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的作者共有７７００名.其中发文量最多是加州大学摩尔分校的ＫｕｒｚｒｏｃｋＲａｚｅｌｌｅ(１９篇)ꎬ其次ＪａｎｋｕＦｉｌｉｐ和ＨｏｎｇＤａｖｉｄ也分别发表了１５㊁１３篇ꎬ发文量前１０位的作者见表１.作者网络合作图可以反映作者之间的合作关系和发文量[１７]ꎬ因此ꎬ本文运用ＶＯＳｖｉｅｗｅｒ软件进行分析ꎬ将阈值设为３ꎬ共有１７５名作者满足条件ꎬ得到可视化图谱(图２)ꎬ该图共有９３个节点ꎬ３４６条链接ꎬ形成了７个聚类ꎬ一个网络节点对应一位作者ꎬ节点５３㊀第１期㊀㊀㊀沈继伟ꎬ等:基于ＣｉｔｅＳｐａｃｅ及ＶＯＳｖｉｅｗｅｒ对乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的可视化分析㊀㊀越大代表该作者发文量越多ꎬ节点之间彼此链接ꎬ代表作者之间有合作关系ꎬ各集群中研究小组内部之间联系较多.表１㊀乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路发文量前１０作者序号作者发文量/篇所属国家１ＫｕｒｚｒｏｃｋＲａｚｅｌｌｅ１９美国２ＪａｎｋｕＦｉｌｉｐ１５美国３ＨｏｎｇＤａｖｉｄ１３韩国４ＦｕＳｉｑｉｎｇ１１中国５ＷｈｅｌｅｒＪｅｎｎｉｆｅｒ１１美国６ＮａｉｎｇＡｕｎｇ１１美国７ＭｏｕｌｄｅｒＳｔａｃｙ１０美国８ＴｓｉｍｂｅｒｉｄｏｕＡｐｏｓｔｏｌｉａ１０美国９Ｍｅｒｉｃ￣ｂｅｒｎｓｔａｍＦｕｎｄａ９美国１０ＤｅｙＮａｎｄｉｎｉ９美国图２㊀乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路作者可视化图２.４㊀机构网络分析从２００３年到２０２２年ꎬ共有１７５１家研究机构参与乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的研究.其中德克萨斯大学安德森癌症中心发文量最多ꎬ达到了５４篇.发文量排名前１０的机构见表２.为了更加清晰地展示各研究机构在乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的研究情况ꎬ本研究运用ＶＯＳｖｉｅｗｅｒ软件对研究机构进行密度可视化分析ꎬ将阈值设定为５ꎬ共有１０６家研究机构达到了该阈值ꎬ生成可视化图谱如图３所示ꎬ从图中可以观察到德克萨斯大学安德森癌症中心㊁中国科学院㊁山东大学等机构在乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路学术影响力较大ꎬ以中国医科大学为核心的聚落合作机构主要是国内高校ꎬ表明国内高校机构合作广泛.２.５㊀期刊网络分析本文中检索到的１２０９篇文章发表在４１１种期刊杂志上ꎬ期刊发文量前１０见图４ꎬ这１０个期刊在该领域共有２３９篇文章ꎬ占总数的１９.８％ꎬ发文量第一的是Ｏｎｃｏｔａｒｇｅｔꎬ发表了４５篇文章ꎬ第二是ＰｌｏｓＯｎｅꎬ有２８篇文章ꎬ第三是ＯｎｃｌｏｇｙＲｅｐｏｒｔｓꎬ发表了２６篇文章.使用ＶＯＳｖｉｅｗｅｒ生成期刊网络６３㊀㊀㊀辽宁大学学报㊀㊀自然科学版２０２４年㊀㊀㊀㊀表２㊀乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路发文量前１０机构序号机构发文量/篇占比/％１得克萨斯大学安德森癌症中心５４４.４７２中国医科大学２３１.９０３山东大学２３１.９０４复旦大学２１１.７４５南京医科大学１７１.４１６加州大学圣地亚哥分校１７１.４１７上海交通大学１７１.４１８中国科学院１６１.３２９武汉大学１４１.１６１０斯隆凯特森癌症研究中心１３１.０８图３㊀乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路机构密度可视化图图４㊀乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路发文量前１０期刊７３㊀第１期㊀㊀㊀沈继伟ꎬ等:基于ＣｉｔｅＳｐａｃｅ及ＶＯＳｖｉｅｗｅｒ对乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的可视化分析㊀㊀图ꎬ如图５所示ꎬ为了保证更多的期刊在图中显示ꎬ将阈值设置为５.从图５可以看出６２个节点ꎬ７个聚类ꎬ４９１个链接.以Ｃａｎｃｅｒｓ为代表期刊的区域是最大的聚类ꎬ包括１５个节点ꎬ发文量最多的Ｏｎｃｏｔａｒｇｅｔ期刊分布的区域聚类节点较少ꎬ但与其他期刊之间存在积极的引用联系.图５㊀乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路期刊可视化图２.６㊀关键词共现分析关键词表示该文章中重要的内容或短语ꎬ是对文章主要内容的归纳ꎬ突出研究的方向ꎬ从关键词可以看出该文章的研究内容[１８].因此本文运用ＣｉｔｅＳｐａｃｅ对关键词进行可视化分析ꎬ时间跨度选择２００３ ２０２２年ꎬ时间切片设置为１年ꎬ节点类型设置为关键词ꎬ选择指数保持默认为２５ꎬ运行ＣｉｔｅＳｐａｃｅ得到关键词共现图ꎬ如图６所示.每个圆圈代表一个关键词节点ꎬ圆圈的大小代表关键词出图６㊀乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路关键词共现图８３㊀㊀㊀辽宁大学学报㊀㊀自然科学版２０２４年㊀㊀㊀㊀现的次数水平.圆圈越大ꎬ关键词出现的次数越多ꎬ越能代表主要研究内容ꎬ从图６中可以看出ꎬ有４７５个网络节点ꎬ１０２２个链接ꎬ网络密度为０.００９１ꎬ乳腺癌㊁表达和ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路节点较大ꎬ这些关键词可以很大程度反映出乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的研究热点.２.７㊀关键词聚类分析在关键词分析的基础上ꎬ对关键词进行聚类分析.模块化值和平均轮廓值是聚类分析的两个重要依据[１９]ꎬ其中ꎬ模块化值(Ｑ)的取值范围为０到１ꎬ值越接近１ꎬ聚类之间的关系越接近ꎬ一般来说ꎬ当Ｑ>０.３时ꎬ表明聚类结构显著[２０].平均轮廓值(Ｓ)的取值范围为０到１ꎬ它可以用来评估一个集群的内部同质性ꎬＳ>０.５表明聚类是合理的[２１].对乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路进行聚类分析ꎬ如图７所示ꎬ结果显示Ｑ值为０.７０３８ꎬＳ值为０.７７４７ꎬ密度值为０.００９１ꎬ这些数据表明聚类是显著且合理的.图７所示编号从＃０到＃１４的１５个聚类ꎬ通过ＣｉｔｅＳｐａｃｅ算法将关系紧密的关键词进行聚类ꎬ聚类序号越小代表含有越多的关键词ꎬ即＃０聚类最大ꎬ每个聚类由多个联系紧密或相似的关键词组成.乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的研究方向主要集中在１５个方面:内分泌耐药㊁联合治疗㊁氧化应激㊁乳腺癌㊁雷帕霉素抑制剂利达福罗莫司㊁雌激素受体㊁通路㊁乳房㊁开放标签㊁细胞循环㊁卵巢癌㊁药物抵抗㊁进展㊁内分泌治疗和ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路等.图７㊀乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路关键词聚类图㊀㊀表３详细说明了图７中关键词聚类的信息ꎬ包括节点数㊁生成年份㊁平均轮廓值㊁聚类标签和聚类子簇.１５个聚类的Ｓ都大于０.５ꎬ说明这些聚类的关键词具有很高的一致性.从聚类标签和子簇可以看出主要研究内容是乳腺癌的治疗ꎬ可以分为多方面ꎬ如联合治疗㊁内分泌治疗㊁针对细胞周期以及内分泌氧化方面的治疗.＃０聚类含有５１个节点ꎬ标签是内分泌耐药ꎬＳ为０.８４５ꎬ＃１聚类含有４１个节点ꎬ标签是联合治疗ꎬＳ为０.９２７.结合文献可知内分泌治疗是雌激素受体阳性(ＥＲ＋)乳腺癌的关键治疗方法ꎬ但ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的活化是内分泌治疗产生耐药的主要原因之一ꎬＰＩ３Ｋ/ＡＫＴ/ｍＴＯＲ抑制剂联合内分泌药物可以恢复雌激素受体ＥＲ表达水平和活性并提高对内分泌治疗的敏感性[２２].９３㊀第１期㊀㊀㊀沈继伟ꎬ等:基于ＣｉｔｅＳｐａｃｅ及ＶＯＳｖｉｅｗｅｒ对乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的可视化分析㊀㊀表３㊀乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路关键词聚类列表聚类号节点数轮廓值生成年份聚类标签聚类子簇＃０５１０.８４５２０１２ｅｎｄｏｃｒｉｎｅｒｅｓｉｓｔａｎｃｅｅｎｄｏｃｒｉｎｅｒｅｓｉｓｔａｎｃｅꎬｔｒａｓｔｕｚｕｍａｂｒｅｓｉｓｔａｎｃｅꎬｃｅｌｌｌｕｎｇｃａｎｃｅｒꎬｅｆｆｉｃａｃｙꎬｃｏｌｏｒｅｃｔａｌｃａｎｃｅｒ＃１４１０.９２７２０１２ｃｏｍｂｉｎａｔｉｏｎｔｈｅｒａｐｙｃｏｍｂｉｎａｔｉｏｎｔｈｅｒａｐｙꎬｍｔｏｒｉｎｈｉｂｉｔｏｒꎬｐｏｔｅｎｔꎬｔａｒｇｅｔｅｄｔｈｅｒａｐｉｅｓꎬｇｒｏｗｔｈｆａｃｔｏｒｒｅｃｅｐｔｏｒ＃２４００.７６７２０１４ｏｘｉｄａｔｉｖｅｓｔｒｅｓｓｏｘｉｄａｔｉｖｅｓｔｒｅｓｓꎬａｓｐｉｒｉｎꎬｒｅｖｉｅｗꎬｃａｎｃｅｒꎬｃａｎｃｅｒｓｔｅｍｃｅｌｌｓ＃３３７０.８７７２００７ｂｒｅａｓｔｃａｎｃｅｒｂｒｅａｓｔｃａｎｃｅｒꎬｐｒｏｓｔａｔｅｃａｎｃｅｒꎬｍａｍｍａｌｉａｎｔａｒｇｅｔꎬｒａｐａｍｙｃｉｎꎬｍｔｏｒ＃４３６０.９２８２０１１ｒａｐａｍｙｃｉｎｉｎｈｉｂｉｔｏｒｒｉｄａｆｏｒｏｌｉｍｕｓｒａｐａｍｙｃｉｎｉｎｈｉｂｉｔｏｒｒｉｄａｆｏｒｏｌｉｍｕｓꎬｃｌｉｎｉｃａｌｔｒｉａｌꎬｍｅｔａｓｔａｔｉｃｂｒｅａｓｔｃａｎｃｅｒꎬｐｈｏｓｐｈｏｉｎｏｓｉｔｉｄｅ３ｋｉｎａｓｅꎬｐｈａｓｅⅡｔｒｉａｌ＃５３５０.９１６２００８ｅｓｔｒｏｇｅｎｒｅｃｅｐｔｏｒｅｓｔｒｏｇｅｎｒｅｃｅｐｔｏｒꎬｇｅｎｅꎬｂｒｅａｓｔｃａｎｃｅｒｃｅｌｌꎬｃｅｌｌｐｒｏｌｉｆｅｒａｔｉｏｎꎬｔａｒｇｅｔｅｄｔｈｅｒａｐｙ＃６３２０.９２７２００９ｐａｔｈｗａｙｐａｔｈｗａｙꎬｅｘｐｒｅｓｓｉｏｎꎬｐｈｏｓｐｈｏｒｙｌａｔｉｏｎꎬａｃｔｉｖａｔｉｏｎꎬｒｅｓｉｓｔａｎｃｅ＃７２８０.７９１２０１４ｂｒｅａｓｔｂｒｅａｓｔꎬｐｈｏｓｐｈａｔｉｄｙｌｉｎｏｓｉｔｏｌ３￣ｋｉｎａｓｅꎬｍａｍｍａｌｉａｎｔａｒｇｅｔｏｆｒａｐａｍｙｃｉｎꎬｃｅｒｖｉｃａｌꎬｂｒａｉｎｍｅｔａｓｔａｓｉｓ＃８２７０.８８２２０１４ｏｐｅｎｌａｂｅｌｏｐｅｎｌａｂｅｌꎬｅｐｉｔｈｅｌｉａｌ￣ｍｅｓｅｎｃｈｙｍａｌｔｒａｎｓｉｔｉｏｎ(ｅｍｔ)ꎬｔｕｍｏｒｉｎｆｉｌｔｒａｔｉｎｇｌｙｍｐｈｏｃｙｔｅꎬｐａｔｔｅｒｎꎬｐａｎｃｒｅａｔｉｃｃａｎｃｅｒ＃９２７０.８０４２０１５ｃｅｌｌｃｙｃｌｅｃｅｌｌｃｙｃｌｅꎬｍｉｒｎａꎬｇａｓｔｒｉｃｃａｎｃｅｒꎬｆｏｃａｌａｄｈｅｓｉｏｎｋｉｎａｓｅꎬｎｅｔｗｏｒｋｐｈａｒｍａｃｏｌｏｇｙ＃１０２６０.７４７２０１４ｏｖａｒｉａｎｃａｎｃｅｒｏｖａｒｉａｎｃａｎｃｅｒꎬｂｒｅａｓｔｎｅｏｐｌａｓｍｓꎬｓｅｎｓｉｔｉｖｉｔｙꎬｋｉｎａｓｅꎬｂｒｅａｓｔｃａｎｃｅｒ＃１１２５０.８１６２０１５ｄｒｕｇｒｅｓｉｓｔａｎｃｅｄｒｕｇｒｅｓｉｓｔａｎｃｅꎬｐｈｏｓｐｈａｔｉｄｙｌｉｎｏｓｉｔｏｌ３￣ｋｉｎａｓｅｉｎｈｉｂｉｔｏｒꎬｐｈａｓｅⅠꎬｐｉｌａｒａｌｉｓｉｂｓａｒ２４５４０８ꎬｄｏｓｅｅｓｃａｌａｔｉｏｎ＃１２２３０.８２２２０１４ｐｒｏｇｒｅｓｓｉｏｎｐｒｏｇｒｅｓｓｉｏｎꎬＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲｓｉｇｎａｌｉｎｇｐａｔｈｗａｙꎬｓｕｐｐｒｅｓｓｅꎬｅｖｅｒｏｌｉｍｕｓꎬｍｅｔａｓｔａｓｉｓ＃１３１６０.９２１２０１５ｅｎｄｏｃｒｉｎｅｔｈｅｒａｐｙｅｎｄｏｃｒｉｎｅｔｈｅｒａｐｙꎬＣＤＫ４/６ｉｎｈｉｂｉｔｉｏｎꎬｐａｌｂｏｃｉｃｌｉｂꎬｅｓｒ１ｍｕｔａｔｉｏｎｄｎａ＃１４１４０.９０８２００８ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲｐａｔｈｗａｙＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲｐａｔｈｗａｙꎬｔａｒｇｅｔꎬｔａｒｇｅｔｅｄｔｈｅｒａｐｙꎬｒｅｓｉｓｔａｎｃｅꎬａｐｏｐｔｏｓｉｓ２.８㊀突现词分析关键词突现检测是一种有价值的分析工具ꎬ当某个关键词的引用数量激增时ꎬ就会出现关键词突现ꎬ可以在一定程度上预测未来的研究趋势[２３].表４中显示的是引用强度最高的２５个突现关键词ꎬ我们可以清晰地看到研究热点的角度转移.从突现强度看ꎬ哺乳动物靶标㊁双盲法和生长因子受体排在前３位ꎻ从持续时间来看ꎬ哺乳动物靶标㊁生长因子受体㊁雷帕霉素持续时间最长ꎻ从出现时间排序来看ꎬ可以分为３个阶段ꎬ２００３ ２００８年间ꎬ乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路领域突现词的０４㊀㊀㊀辽宁大学学报㊀㊀自然科学版２０２４年㊀㊀㊀㊀突现强度较强且维持时间较长ꎬ突现词主要包括:哺乳动物靶标㊁生长因子受体㊁雷帕霉素和抗肿瘤活性ꎻ２００４ ２０１９年间ꎬ研究热点主要集中在抑癌基因㊁磷酸化和治疗靶点等ꎻ２０２０年以来ｍＴＯＲ信号通路㊁细胞周期阻滞和肿瘤微环境是最新的研究热点ꎬ突现强度分别为:５.５㊁４.８２和３.９７ꎬ这几个关键词表示过去两年在这些方面的研究已经在该领域盛行.表４㊀引用强度最高的２５个突现关键词关键词年份强度开始时间结束时间２００３ ２０２２年ｍａｍｍａｌｉａｎｔａｒｇｅｔ２００３１３.０２２００３２０１４ｇｒｏｗｔｈｆａｃｔｏｒｒｅｃｅｐｔｏｒ２００３６.５３２００５２０１５ｈｉｇｈｆｒｅｑｕｅｎｃｙ２００３５.７７２００５２０１２ｒａｐａｍｙｃｉｎ２００３５.１９２００５２０１４ｐｈａｓｅⅡ２００３４.７８２００５２０１３ａｎｔｉｔｕｍｏｒａｃｔｉｖｉｔｙ２００３５.２５２００８２０１４ｔｒａｓｔｕｚｕｍａｂｒｅｓｉｓｔａｎｃｅ２００３５.９７２００９２０１３ａｃｔｉｖａｔｅｄｐｒｏｔｅｉｎｋｉｎａｓｅ２００３４.１６２００９２０１３ｔｕｍｏｒｓｕｐｐｒｅｓｓｏｒ２００３４.４９２０１０２０１２ＰＩＫ３ＣＡ２００３３.９８２０１０２０１５ｐｔｅｎ２００３４.０４２０１１２０１４ｍｔｏｒｉｎｈｉｂｉｔｏｒ２００３４.０４２０１２２０１６ｍｕｔａｔｉｏｎ２００３５.２５２０１３２０１５ｐｈｏｓｐｈａｔｉｄｙｌｉｎｏｓｉｔｏｌ３ｋｉｎａｓｅ２００３４.４２０１３２０１７ｐｈｏｓｐｈｏｒｙｌａｔｉｏｎ２００３３.６９２０１４２０１６ａｄｖａｎｃｅｄｓｏｌｉｄｔｕｍｏｒ２００３４.４１２０１６２０１８ｍｉｇｒａｔｉｏｎ２００３４.７５２０１７２０２０ｔｈｅｒａｐｅｕｔｉｃｔａｒｇｅｔ２００３４.３７２０１７２０１９ｏｐｅｎｌａｂｅｌ２００３４２０１７２０２０ｔｒｉｐｌｅｎｅｇａｔｉｖｅｂｒｅａｓｔｃａｎｃｅｒ２００３３.９７２０１７２０２０ｄｏｕｂｌｅｂｌｉｎｄ２００３７.８７２０１８２０２２ｍｕｌｔｉｃｅｎｔｅｒ２００３４.２２０１９２０２２ｍｔｏｒｐａｔｈｗａｙ２００３５.５２０２０２０２２ｃｅｌｌｃｙｃｌｅａｒｒｅｓｔ２００３４.８２２０２０２０２２ｔｕｍｏｒｍｉｃｒｏｅｎｖｉｒｏｎｍｅｎｔ２００３３.９７２０２０２０２２㊀㊀１)ｍＴＯＲ信号通路在２０２０年出现爆发点.ｍＴＯＲ是由ｍＴＯＲＣ１(Ｍａｍｍａｌｉａｎｔａｒｇｅｔｏｆｒａｐａｍｙｃｉｎｃｏｍｐｌｅｘ１)和ｍＴＯＲＣ２(Ｍａｍｍａｌｉａｎｔａｒｇｅｔｏｆｒａｐａｍｙｃｉｎｃｏｍｐｌｅｘ２)组成的复合物ꎬ靶向ｍＴＯＲ的抑制剂依维莫司在２０１２年被美国食品药品监督管理局(ＦＤＡ)批准与依西美坦联合治疗激素受体阳性(ＨＲ＋)/人表皮生长因子受体－２阴性(ＨＥＲ２－)晚期乳腺癌患者[２４].Ｌｉｍ等[２５]研究发现Ｓａｐａｎｉｓｅｒｔｉｂ是高选择性的腺苷三磷酸(ＡＴＰ)竞争性ｍＴＯＲ激酶抑制剂ꎬ对ｍＴＯＲ复合物(ｍＴＯＲＣ１和ｍＴＯＲＣ２)表现出双重特异性ꎬ在一项ＩＢ/Ⅱ期研究中ꎬ评估了Ｓａｐａｎｉｓｅｒｔｉｂ与依西美坦或氟维司群联合在１１８名激素受体阳性(ＨＲ＋)/ＨＥＲ２阴性(ＨＥＲ２－)晚期乳腺癌患者中的安全性㊁耐受性和１４㊀第１期㊀㊀㊀沈继伟ꎬ等:基于ＣｉｔｅＳｐａｃｅ及ＶＯＳｖｉｅｗｅｒ对乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的可视化分析㊀㊀抗肿瘤活性ꎬ结果表明Ｓａｐａｎｉｓｅｒｔｉｂ联合依西美坦或氟维司群耐受良好并在晚期乳腺癌绝经后妇女中显示出临床益处.由此可见ꎬ靶向ｍＴＯＲ信号通路治疗乳腺癌无疑是当前研究的热点.㊀㊀２)细胞周期的失调是导致癌细胞扩散增殖的原因ꎬ而细胞周期阻滞会阻止细胞从一个阶段进入下一个阶段.当细胞周期正常时ꎬ如果ＤＮＡ出现损伤ꎬ细胞周期停在相应检查点ꎬ细胞周期阻滞为细胞提供额外的时间用于修复损伤ꎬ从而减少突变的发生ꎬ避免肿瘤的产生[２６].Ｏｃｋ等[２７]发现薯蓣皂苷通过调节ｐ３８丝裂原活化蛋白激酶和Ａｋｔ/ｍＴＯＲ信号通路ꎬ能够诱导Ｇ２/Ｍ和Ｇ０/Ｇ１细胞周期阻滞ꎬ减少乳腺癌干细胞的增殖ꎬ因此ꎬ这些发现表明薯蓣皂苷可能作为靶向乳腺癌干细胞的潜在治疗候选物.３)肿瘤微环境是指由肿瘤细胞周围的细胞及非细胞成分所构成的环境ꎬ包括免疫细胞㊁血管内皮细胞㊁成纤维细胞等ꎬ可以促进肿瘤的发生ꎬ是决定临床结果的关键因素ꎬ并可预测临床结果[２８].Ｓｉｄｉｒｏｐｏｕｌｏｓ等[２９]研究发现Ｅｎｔｉｎｏｓｔａｔ降低免疫抑制可以促进ＨＥＲ２＋乳腺癌微环境中的抗肿瘤反应.抗ＰＤ－１(Ｐｒｏｇｒａｍｍｅｄｄｅａｔｈｒｅｃｅｐｔｏｒ)免疫疗法是近年来新兴的免疫手段ꎬ可以增强免疫细胞活性ꎬ起到杀伤癌细胞的作用.Ｓａｉ等[３０]通过乳腺癌患者来源的小鼠实验发现ＰＩ３Ｋ抑制剂会增强抗ＰＤ－１反应ꎬ有效抑制乳腺癌的增殖.３㊀讨论本文通过检索ＷｅｂｏｆＳｃｉｅｎｃｅ核心数据库获得２００３ ２０２２年乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的相关文献ꎬ并使用ＣｉｔｅＳｐａｃｅ６.１Ｒ２和ＶＯＳｖｉｅｗｅｒ两种文献计量可视化工具对研究现状进行可视化分析.本文首先从文献发展趋势㊁作者研究机构等方面进行数据统计以及对其发展趋势进行了初步分析.其次ꎬ本文从关键词共现㊁聚类和突现分析了当前的研究热点和未来的前沿.总体而言ꎬ文献年度发文量可简单分为两个阶段:起步阶段(２００３ ２００９年)ꎬ发展阶段(２０１０ ２０２２年).ＫｕｒｚｒｏｃｋＲａｚｅｌｌｅ㊁ＪａｎｋｕＦｉｌｉｐ㊁ＨｏｎｇＤａｖｉｄ是核心作者ꎬ在该领域发挥了重要作用.德克萨斯大学安德森癌症中心是最有影响力的机构ꎬ但中国的各大高校也作出了巨大贡献ꎬ因此要持续加强中美以及中美研究机构和作者的合作ꎬ从而更好地推动发展.１２０９篇文章发表在以Ｏｎｃｏｔａｒｇｅｔ为主的４１１种期刊上ꎬ各期刊之间互相引用ꎬ联系紧密.从关键词共现和聚类分析我们发现通过ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路治疗乳腺癌仍然是当前的研究热点.通过关键词突现分析ꎬ可以看到随着时间的推移ꎬ研究的重点也在迅速变化ꎬ针对ｍＴＯＲ信号通路㊁细胞周期阻滞㊁肿瘤微环境等方面治疗乳腺癌是未来的研究前沿.综上所述ꎬ本文总结了近２０年来乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的研究现状及发展趋势.多数患者在乳腺癌的治疗过程中出现内分泌耐药的情况ꎬ而ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路活化是乳腺癌内分泌发生耐药的主要原因ꎬ因此通过ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路靶向药物治疗实现内分泌药物治疗逆转是要密切关注的问题.未来的研究趋势在于深入研究细胞周期及乳腺癌微环境等方面ꎬ并将联合药物治疗融入其中ꎬ这将会发挥更大的作用.参考文献:[１]㊀ＳｕｎｇＨꎬＦｅｒｌａｙＪꎬＳｉｅｇｅｌＲＬꎬｅｔａｌ.Ｇｌｏｂａｌｃａｎｃｅｒｓｔａｔｉｓｔｉｃｓ２０２０:ＧＬＯＢＯＣＡＮｅｓｔｉｍａｔｅｓｏｆｉｎｃｉｄｅｎｃｅａｎｄｍｏｒｔａｌｉｔｙｗｏｒｌｄｗｉｄｅｆｏｒ３６ｃａｎｃｅｒｓｉｎ１８５ｃｏｕｎｔｒｉｅｓ[Ｊ].ＣＡꎬ２０２１ꎬ７１(３):２０９－２４９.２４㊀㊀㊀辽宁大学学报㊀㊀自然科学版２０２４年㊀㊀㊀㊀[２]㊀ＷａｋｓＡＧꎬＷｉｎｅｒＥＰ.Ｂｒｅａｓｔｃａｎｃｅｒｔｒｅａｔｍｅｎｔ:Ａｒｅｖｉｅｗ[Ｊ].ＪＡＭＡꎬ２０１９ꎬ３２１(３):２８８－３００.[３]㊀ＮｏｏｒｏｌｙａｉＳꎬＳｈａｊａｒｉＮꎬＢａｇｈｂａｎｉＥꎬｅｔａｌ.ＴｈｅｒｅｌａｔｉｏｎｂｅｔｗｅｅｎＰＩ３Ｋ/ＡＫＴｓｉｇｎａｌｌｉｎｇｐａｔｈｗａｙａｎｄｃａｎｃｅｒ[Ｊ].Ｇｅｎｅꎬ２０１９ꎬ６９８:１２０－１２８.[４]㊀ＡｌｚａｈｒａｎｉＡＳ.ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲｉｎｈｉｂｉｔｏｒｓｉｎｃａｎｃｅｒ:Ａｔｔｈｅｂｅｎｃｈａｎｄｂｅｄｓｉｄｅ[Ｊ].ＳｅｍｉｎａｒｓｉｎＣａｎｃｅｒＢｉｏｌｏｇｙꎬ２０１９ꎬ５９:１２５－１３２.[５]㊀ＭａｒｔｏｒａｎａＦꎬＭｏｔｔａＧꎬＰａｖｏｎｅＧꎬｅｔａｌ.ＡＫＴｉｎｈｉｂｉｔｏｒｓ:Ｎｅｗｗｅａｐｏｎｓｉｎｔｈｅｆｉｇｈｔａｇａｉｎｓｔｂｒｅａｓｔｃａｎｃｅｒ?[Ｊ].ＦｒｏｎｔｉｅｒｓｉｎＰｈａｒｍａｃｏｌｏｇｙꎬ２０２１ꎬ１２:６６２２３２.[６]㊀ＰｉｅｒｏｂｏｎＭꎬＲａｍｏｓＣꎬＷｏｎｇＳꎬｅｔａｌ.ＥｎｒｉｃｈｍｅｎｔｏｆＰＩ３Ｋ￣ＡＫＴ￣ｍＴＯＲｐａｔｈｗａｙａｃｔｉｖａｔｉｏｎｉｎｈｅｐａｔｉｃｍｅｔａｓｔａｓｅｓｆｒｏｍｂｒｅａｓｔｃａｎｃｅｒ[Ｊ].ＣｌｉｎｉｃａｌＣａｎｃｅｒＲｅｓｅａｒｃｈꎬ２０１７ꎬ２３(１６):４９１９－４９２８.[７]㊀Ｇｕｅｒｒｅｒｏ￣ＺｏｔａｎｏＡꎬＭａｙｅｒＩＡꎬＡｒｔｅａｇａＣＬ.ＰＩ３Ｋ/ＡＫＴ/ｍＴＯＲ:Ｒｏｌｅｉｎｂｒｅａｓｔｃａｎｃｅｒｐｒｏｇｒｅｓｓｉｏｎꎬｄｒｕｇｒｅｓｉｓｔａｎｃｅꎬａｎｄｔｒｅａｔｍｅｎｔ[Ｊ].ＣａｎｃｅｒａｎｄＭｅｔａｓｔａｓｉｓＲｅｖｉｅｗｓꎬ２０１６ꎬ３５(４):５１５－５２４.[８]㊀ＺｈｕＫＲꎬＷｕＹＱꎬＨｅＰꎬｅｔａｌ.ＰＩ３Ｋ/ＡＫＴ/ｍＴＯＲ￣ｔａｒｇｅｔｅｄｔｈｅｒａｐｙｆｏｒｂｒｅａｓｔｃａｎｃｅｒ[Ｊ].Ｃｅｌｌｓꎬ２０２２ꎬ１１(１６):２５０８.[９]㊀ＨｕＨＹꎬＺｈｕＪＹꎬＺｈｏｎｇＹＴꎬｅｔａｌ.ＰＩＫ３ＣＡｍｕｔａｔｉｏｎｃｏｎｆｅｒｓｒｅｓｉｓｔａｎｃｅｔｏｃｈｅｍｏｔｈｅｒａｐｙｉｎｔｒｉｐｌｅ￣ｎｅｇａｔｉｖｅｂｒｅａｓｔｃａｎｃｅｒｂｙｉｎｈｉｂｉｔｉｎｇａｐｏｐｔｏｓｉｓａｎｄａｃｔｉｖａｔｉｎｇｔｈｅＰＩ３Ｋ/ＡＫＴ/ｍＴＯＲｓｉｇｎａｌｉｎｇｐａｔｈｗａｙ[Ｊ].ＡｎｎａｌｓｏｆＴｒａｎｓｌａｔｉｏｎａｌＭｅｄｉｃｉｎｅꎬ２０２１ꎬ９(５):４１０.[１０]㊀ＳｈａｒｍａＶＲꎬＧｕｐｔａＧＫꎬＳｈａｒｍａＡＫꎬｅｔａｌ.ＰＩ３Ｋ/ＡＴＫ/ｍＴＯＲｉｎｔｒａｃｅｌｌｕｌａｒｐａｔｈｗａｙａｎｄｂｒｅａｓｔｃａｎｃｅｒ:Ｆａｃｔｏｒｓꎬｍｅｃｈａｎｉｓｍａｎｄｒｅｇｕｌａｔｉｏｎ[Ｊ].ＣｕｒｒｅｎｔＰｈａｒｍａｃｅｕｔｉｃａｌＤｅｓｉｇｎꎬ２０１７ꎬ２３(１１):１６３３－１６３８.[１１]㊀ＺｈｕＪＷꎬＬｉｕＷＳ.Ａｔａｌｅｏｆｔｗｏｄａｔａｂａｓｅｓ:ＴｈｅｕｓｅｏｆＷｅｂｏｆＳｃｉｅｎｃｅａｎｄＳｃｏｐｕｓｉｎａｃａｄｅｍｉｃｐａｐｅｒｓ[Ｊ].Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓꎬ２０２０ꎬ１２３(１):３２１－３３５.[１２]㊀ＦａｎＪＣꎬＧａｏＹꎬＺｈａｏＮꎬｅｔａｌ.ＢｉｂｌｉｏｍｅｔｒｉｃａｎａｌｙｓｉｓｏｎＣＯＶＩＤ￣１９:ＡｃｏｍｐａｒｉｓｏｎｏｆｒｅｓｅａｒｃｈｂｅｔｗｅｅｎＥｎｇｌｉｓｈａｎｄＣｈｉｎｅｓｅｓｔｕｄｉｅｓ[Ｊ].ＦｒｏｎｔｉｅｒｓｉｎＰｕｂｌｉｃＨｅａｌｔｈꎬ２０２０ꎬ８:４７７.[１３]㊀ＣｈｅｎＣＭꎬＳｏｎｇＩＹꎬＹｕａｎＸＪꎬｅｔａｌ.ＴｈｅｔｈｅｍａｔｉｃａｎｄｃｉｔａｔｉｏｎｌａｎｄｓｃａｐｅｏｆＤａｔａａｎｄＫｎｏｗｌｅｄｇｅＥｎｇｉｎｅｅｒｉｎｇ(１９８５－２００７)[Ｊ].Ｄａｔａ＆ＫｎｏｗｌｅｄｇｅＥｎｇｉｎｅｅｒｉｎｇꎬ２００８ꎬ６７(２):２３４－２５９.[１４]㊀ｖａｎＥｃｋＮＪꎬＷａｌｔｍａｎＬ.Ｓｏｆｔｗａｒｅｓｕｒｖｅｙ:ＶＯＳｖｉｅｗｅｒꎬａｃｏｍｐｕｔｅｒｐｒｏｇｒａｍｆｏｒｂｉｂｌｉｏｍｅｔｒｉｃｍａｐｐｉｎｇ[Ｊ].Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓꎬ２０１０ꎬ８４(２):５２３－５３８.[１５]㊀ＤｏｎｔｈｕＮꎬＫｕｍａｒＳꎬＰａｔｔｎａｉｋＤ.Ｆｏｒｔｙ￣ｆｉｖｅｙｅａｒｓｏｆＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈ:Ａｂｉｂｌｉｏｍｅｔｒｉｃａｎａｌｙｓｉｓ[Ｊ].ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈꎬ２０２０ꎬ１０９:１－１４.[１６]㊀ＹａｎｇＹＦꎬＱｕＧＦꎬＨｕａＬＬ.Ｒｅｓｅａｒｃｈｓｔａｔｕｓꎬｈｏｔｓｐｏｔｓꎬａｎｄｅｖｏｌｕｔｉｏｎｔｒｅｎｄｏｆｄｅｃｉｓｉｏｎ￣ｍａｋｉｎｇｉｎｍａｒｉｎｅｍａｎａｇｅｍｅｎｔｕｓｉｎｇＶＯＳｖｉｅｗｅｒａｎｄＣｉｔｅＳｐａｃｅ[Ｊ].ＭａｔｈｅｍａｔｉｃａｌＰｒｏｂｌｅｍｓｉｎＥｎｇｉｎｅｅｒｉｎｇꎬ２０２２ꎬ２０２２:８２８３４１７.[１７]㊀ＬｉａｎｇＹＤꎬＬｉＹꎬＺｈａｏＪꎬｅｔａｌ.Ｓｔｕｄｙｏｆａｃｕｐｕｎｃｔｕｒｅｆｏｒｌｏｗｂａｃｋｐａｉｎｉｎｒｅｃｅｎｔ２０ｙｅａｒｓ:ＡｂｉｂｌｉｏｍｅｔｒｉｃａｎａｌｙｓｉｓｖｉａＣｉｔｅＳｐａｃｅ[Ｊ].ＪｏｕｒｎａｌｏｆＰａｉｎＲｅｓｅａｒｃｈꎬ２０１７ꎬ１０:９５１－９６４.[１８]㊀ＳｕｎＷＪꎬＨｕａｎｇＰＸꎬＳｏｎｇＨＬꎬｅｔａｌ.ＢｉｂｌｉｏｍｅｔｒｉｃａｎａｌｙｓｉｓｏｆａｃｕｔｅｐａｎｃｒｅａｔｉｔｉｓｉｎＷｅｂｏｆＳｃｉｅｎｃｅｄａｔａｂａｓｅｂａｓｅｄｏｎＣｉｔｅＳｐａｃｅｓｏｆｔｗａｒｅ[Ｊ].Ｍｅｄｉｃｉｎｅꎬ２０２０ꎬ９９(４９):ｅ２３２０８.[１９]㊀李杰ꎬ陈超美.ＣｉｔｅＳｐａｃｅ:科技文本挖掘及可视化[Ｍ].北京:首都经济贸易大学出版社ꎬ２０１６.[２０]㊀ＨｕａｎｇＬＹꎬＸｕＧＸꎬＨｅＪＭꎬｅｔａｌ.Ｂｉｂｌｉｏｍｅｔｒｉｃａｎａｌｙｓｉｓｏｆｆｕｎｃｔｉｏｎａｌｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇｓｔｕｄｉｅｓｏｎａｃｕｐｕｎｃｔｕｒｅａｎａｌｇｅｓｉａｏｖｅｒｔｈｅｐａｓｔ２０ｙｅａｒｓ[Ｊ].ＪｏｕｒｎａｌｏｆＰａｉｎＲｅｓｅａｒｃｈꎬ２０２１ꎬ１４:３７７３－３７８９.[２１]㊀ＹｅＮꎬＫｕｅｈＴＢꎬＨｏｕＬＳꎬｅｔａｌ.Ａｂｉｂｌｉｏｍｅｔｒｉｃａｎａｌｙｓｉｓｏｆｃｏｒｐｏｒａｔｅｓｏｃｉａｌｒｅｓｐｏｎｓｉｂｉｌｉｔｙｉｎｓｕｓｔａｉｎａｂｌｅ３４㊀第１期㊀㊀㊀沈继伟ꎬ等:基于ＣｉｔｅＳｐａｃｅ及ＶＯＳｖｉｅｗｅｒ对乳腺癌中ＰＩ３Ｋ/Ａｋｔ/ｍＴＯＲ信号通路的可视化分析４４㊀㊀㊀辽宁大学学报㊀㊀自然科学版２０２４年㊀㊀ｄｅｖｅｌｏｐｍｅｎｔ[Ｊ].ＪｏｕｒｎａｌｏｆＣｌｅａｎｅｒＰｒｏｄｕｃｔｉｏｎꎬ２０２０ꎬ２７２:１２２６７９.[２２]㊀ＮｕｎｎｅｒｙＳＥꎬＭａｙｅｒＩＡ.ＴａｒｇｅｔｉｎｇｔｈｅＰＩ３Ｋ/ＡＫＴ/ｍＴＯＲｐａｔｈｗａｙｉｎｈｏｒｍｏｎｅ￣ｐｏｓｉｔｉｖｅｂｒｅａｓｔｃａｎｃｅｒ[Ｊ].Ｄｒｕｇｓꎬ２０２０ꎬ８０(１６):１６８５－１６９７.[２３]㊀ＫｌｅｉｎｂｅｒｇＪ.Ｂｕｒｓｔｙａｎｄｈｉｅｒａｒｃｈｉｃａｌｓｔｒｕｃｔｕｒｅｉｎｓｔｒｅａｍｓ[Ｊ].ＤａｔａＭｉｎｉｎｇａｎｄＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙꎬ２００３ꎬ７(４):３７３－３９７.[２４]㊀ＳａｋｓｅｎａＲꎬＷｏｎｇＳＴ.Ｃｌｉｎｉｃａｌｅｖｉｄｅｎｃｅｏｆｔｈｅｅｆｆｉｃａｃｙｏｆｅｖｅｒｏｌｉｍｕｓａｎｄｉｔｓｐｏｔｅｎｔｉａｌｉｎｔｈｅｔｒｅａｔｍｅｎｔｏｆｂｒｅａｓｔｃａｎｃｅｒ[Ｊ].ＢｒｅａｓｔＣａｎｃｅｒꎬ２０１３ꎬ５:２７－３５.[２５]㊀ＬｉｍＢꎬＰｏｔｔｅｒＤＡꎬＳａｌｋｅｎｉＭＡꎬｅｔａｌ.Ｓａｐａｎｉｓｅｒｔｉｂｐｌｕｓｅｘｅｍｅｓｔａｎｅｏｒｆｕｌｖｅｓｔｒａｎｔｉｎｗｏｍｅｎｗｉｔｈｈｏｒｍｏｎｅｒｅｃｅｐｔｏｒ￣ｐｏｓｉｔｉｖｅ/ＨＥＲ２￣ｎｅｇａｔｉｖｅａｄｖａｎｃｅｄｏｒｍｅｔａｓｔａｔｉｃｂｒｅａｓｔｃａｎｃｅｒ[Ｊ].ＣｌｉｎｉｃａｌＣａｎｃｅｒＲｅｓｅａｒｃｈꎬ２０２１ꎬ２７(１２):３３２９－３３３８.[２６]㊀ＣａｎａｕｄＧꎬＢｏｎｖｅｎｔｒｅＪＶ.Ｃｅｌｌｃｙｃｌｅａｒｒｅｓｔａｎｄｔｈｅｅｖｏｌｕｔｉｏｎｏｆｃｈｒｏｎｉｃｋｉｄｎｅｙｄｉｓｅａｓｅｆｒｏｍａｃｕｔｅｋｉｄｎｅｙｉｎｊｕｒｙ[Ｊ].ＮｅｐｈｒｏｌｏｇｙＤｉａｌｙｓｉｓＴｒａｎｓｐｌａｎｔａｔｉｏｎꎬ２０１５ꎬ３０(４):５７５－５８３.[２７]㊀ＯｃｋＣＷꎬＫｉｍＧＤ.Ｅｒｒａｔｕｍ:Ｄｉｏｓｃｉｎｄｅｃｒｅａｓｅｓｂｒｅａｓｔｃａｎｃｅｒｓｔｅｍ￣ｌｉｋｅｃｅｌｌｐｒｏｌｉｆｅｒａｔｉｏｎｖｉａｃｅｌｌｃｙｃｌｅａｒｒｅｓｔｂｙｍｏｄｕｌａｔｉｎｇｐ３８ｍｉｔｏｇｅｎ￣ａｃｔｉｖａｔｅｄｐｒｏｔｅｉｎｋｉｎａｓｅａｎｄＡＫＴ/ｍＴＯＲｓｉｇｎａｌｉｎｇｐａｔｈｗａｙｓ[Ｊ].ＪｏｕｒｎａｌｏｆＣａｎｃｅｒＰｒｅｖｅｎｔｉｏｎꎬ２０２１ꎬ２６(４):３１８.[２８]㊀ＤａｎｅｎｂｅｒｇＥꎬＢａｒｄｗｅｌｌＨꎬＺａｎｏｔｅｌｌｉＶＲＴꎬｅｔａｌ.Ｂｒｅａｓｔｔｕｍｏｒｍｉｃｒｏｅｎｖｉｒｏｎｍｅｎｔｓｔｒｕｃｔｕｒｅｓａｒｅａｓｓｏｃｉａｔｅｄｗｉｔｈｇｅｎｏｍｉｃｆｅａｔｕｒｅｓａｎｄｃｌｉｎｉｃａｌｏｕｔｃｏｍｅ[Ｊ].ＮａｔｕｒｅＧｅｎｅｔｉｃｓꎬ２０２２ꎬ５４:６６０－６６９.[２９]㊀ＳｉｄｉｒｏｐｏｕｌｏｓＤＮꎬＲａｆｉｅＣＩꎬＪａｎｇＪＫꎬｅｔａｌ.ＥｎｔｉｎｏｓｔａｔｄｅｃｒｅａｓｅｓｉｍｍｕｎｅｓｕｐｐｒｅｓｓｉｏｎｔｏｐｒｏｍｏｔｅａｎｔｉｔｕｍｏｒｒｅｓｐｏｎｓｅｓｉｎａＨＥＲ２＋ｂｒｅａｓｔｔｕｍｏｒｍｉｃｒｏｅｎｖｉｒｏｎｍｅｎｔ[Ｊ].ＣａｎｃｅｒＩｍｍｕｎｏｌｏｇｙＲｅｓｅａｒｃｈꎬ２０２２ꎬ１０(５):６５６－６６９. [３０]㊀ＳａｉＪＱꎬＯｗｅｎｓＰꎬＮｏｖｉｔｓｋｉｙＳＶꎬｅｔａｌ.ＰＩ３Ｋｉｎｈｉｂｉｔｉｏｎｒｅｄｕｃｅｓｍａｍｍａｒｙｔｕｍｏｒｇｒｏｗｔｈａｎｄｆａｃｉｌｉｔａｔｅｓａｎｔｉｔｕｍｏｒｉｍｍｕｎｉｔｙａｎｄａｎｔｉ￣ＰＤ１ｒｅｓｐｏｎｓｅｓ[Ｊ].ＣｌｉｎｉｃａｌＣａｎｃｅｒＲｅｓｅａｒｃｈꎬ２０１７ꎬ２３(１３):３３７１－３３８４.(责任编辑㊀郭兴华)㊀㊀。
从建“乳腺癌及癌前病变”个案探索病案数字信息化的研究和应用作者：梅岚等来源：《中国保健营养·中旬刊》2013年第11期【摘要】目的：研究病案信息化的开发与应用，提高其临床医疗、教学和科研的应用价值。
方法：自2009年日照市人民医院相继应用HIS系统和RIS系统和PACS系统，建立“乳腺癌及癌前病变”档案库，从这一个案，研究通过医院信息系统对某一病种医疗档案的建立，及其在病人复诊、随访、医疗教学和科研的应用，并与传统纸质资料档案方法建立某一病种档案库管理方法对照。
结果：通过HIS、RIS和PACS系统，能有效建立“乳腺癌及前驱病变”数据库，建立病人临床病理医疗档案，方便病人复诊、随访和统计分析，较好地应用于医疗教学和科研，实现病案信息化的开发与应用。
结论：基于HIS、RIS和PACS系统，可建立病案网络信息化，提高其临床医疗、教学和科研的应用。
【关键词】病案；信息化；开发；应用【中图分类号】R735.7 【文献标识码】A 【文章编号】1004—7484（2013）11—0004—02病案的信息化管理是医院规范管理和实现数字化医院的一个重要组成部分。
病案是医疗档案的重要组成部分，属于科技档案之一，是临床实践的经验总结，是医疗和科研工作不可缺少的原始资料。
随着三级医院评审的开展，以评促建，评建结合，计算机技术和网络技术在医院得以更广泛的普及和应用，医院正在朝着优化、规范、统一管理的方向发展。
日照市人民医院自2009年建立医院信息系统（Hospital Information System，HIS）、 RIS（放射信息系统，Radiology Information System，RIS）系统、医学图像实时传输与查询、归档系统（Picture Archivingand Communication System，PACS）和病人床边信息系统，本课题组就将传统纸质“乳腺癌及癌前病变”档案升级为数字化医疗数据库档案，现将其研究与临床应用报告如下。
