线粒体作为细胞能量代谢与信号转导的核心枢纽,长期以来都是生命科学与临床医学交叉研究的重要阵地。近五年来,随着铁死亡、线粒体自噬、代谢重编程等新机制的持续突破,以及单细胞组学、空间组学、人工智能等方法学的快速渗透,该领域的研究规模与学术影响力均呈现出显著跃升。本报告基于武汉世纪搜网站收录的 41,637 篇文献数据,从文献热度、顶刊关注度、研究热点、机构分布、核心 PI、靶点与试剂使用格局等七个维度展开系统分析,力求勾勒出线粒体研究领域的整体图景与演进脉络。
在正式展开各维度分析之前,有必要对报告中反复出现的一个核心指标加以说明。复合年增长率(Compound Annual Growth Rate,CAGR),是衡量某一指标在多年间平均年度增长速度的指标,其计算公式为:CAGR = (期末值 / 期初值)1/年数 − 1。与简单的“总增长率 ÷ 年数”不同,CAGR 假设指标按复利方式增长,能够更真实地反映长期增长节奏——例如本报告中 2021–2025 年发文量 CAGR 为 23.0%,意味着这五年间该领域文献量大致以每年 23% 的复利速度扩张,而非线性增长。理解 CAGR 的含义,有助于更准确地把握后文各项趋势数据。
从整体规模来看,2021–2025 年线粒体研究领域的年度发文量呈现出“高位扩张—短期回调—加速突破”的三阶段特征。2021 年发文量为 4,954 篇,2022 年即跃升至 6,542 篇,同比增长 32.05%,显示出领域在疫情后科研产出集中释放期的强劲动能。2023 年出现近五年唯一的负增长,发文量回落至 6,017 篇,同比减少 8.03%。但这一回调并未持续:2024 年迅速恢复至 7,866 篇(+30.73%),2025 年进一步攀升至 11,352 篇(+44.32%),创下近五年新高。
从复合增长的角度看,2021–2025 年发文量 CAGR 约为 23.0%,五年间总量增长 2.29 倍。这一增速在生命科学各细分领域中处于较高水平,反映出线粒体研究持续吸引科研资源投入。2026 年数据显示发文量为 4,906 篇,但由于该年度数据明显为部分年度收录结果,不宜与完整年度直接比较,仅作为趋势参考。
| 年份 | 发文量(篇) | 同比增长率 | 较2021年累计增长 | 数据性质 |
|---|---|---|---|---|
| 2021 | 4,954 | — | — | 完整年度 |
| 2022 | 6,542 | +32.05% | +32.05% | 完整年度 |
| 2023 | 6,017 | −8.03% | +21.46% | 完整年度(回调) |
| 2024 | 7,866 | +30.73% | +58.78% | 完整年度 |
| 2025 | 11,352 | +44.32% | +129.15% | 完整年度(拐点) |
| 2026 | 4,906 | — | — | 部分年度参考 |
| 2021–2025 合计 | 36,731 | CAGR 23.0% | 2.29× | 完整五年 |
图 1 2021–2025 年线粒体研究发文量及同比增长率
柱状图(左轴):年度发文量(篇);折线图(右轴):同比增长率(%)。2026 年因部分年度未纳入增长率计算。
图 2 2021–2026 年发文量全景(含 2026 部分年度)
柱状图:各年度发文量(篇)。2026 年以浅色标识,仅供趋势参考。
论文数量的增长只是领域热度的表象,真正衡量一个研究方向学术认可度的,是其在高质量期刊上的发表表现。本部分以影响因子(IF)>10 为高影响力论文的划分标准,统计各年度高影响力论文的数量及其占比变化。为避免因部分论文未被纳入 IF 分类而造成的统计偏差,此处同时给出“占当年总发文量”与“占已分类论文(IF 0–10 + IF>10)”两种口径。
从绝对数量来看,IF>10 论文由 2021 年的 692 篇增长至 2025 年的 2,353 篇,五年 CAGR 约 35.8%,显著高于同期总发文量 23.0% 的增速。从占比来看,IF>10 论文占当年总发文量的比例由 2021 年的 13.97% 提升至 2025 年的 20.73%,提高了 6.76 个百分点;占已分类论文的比例则由 16.27% 升至 22.87%。这意味着,2025 年每五篇线粒体研究论文中,就约有一篇发表于 IF>10 的高影响力期刊,而在 2021 年这一比例尚不足七分之一。
| 年份 | 总发文量 | IF 0–10 | IF >10 | IF>10 占总量 | IF>10 占已分类 |
|---|---|---|---|---|---|
| 2021 | 4,954 | 3,562 | 692 | 13.97% | 16.27% |
| 2022 | 6,542 | 4,973 | 898 | 13.73% | 15.30% |
| 2023 | 6,017 | 4,441 | 1,012 | 16.82% | 18.56% |
| 2024 | 7,866 | 5,663 | 1,505 | 19.13% | 21.00% |
| 2025 | 11,352 | 7,936 | 2,353 | 20.73% | 22.87% |
| 2026* | 4,906 | 3,111 | 1,289 | 26.27% | 29.29% |
| 2021–2025 | 36,731 | 26,575 | 6,460 | 17.59% | 19.56% |
图 3 高影响力论文数量与占比变化(2021–2026)
柱状图(左轴):IF>10 论文数(篇);折线图(右轴):占当年总发文量比例(%)。*2026 年为部分年度数据。
图 4 IF 区间结构堆叠对比(2021 vs 2025)
堆叠柱状图:每年 IF 0–10 与 IF>10 论文数(篇),右侧标注 IF>10 占比。
关键词是研究主题最直接的镜像。通过对各年度关键词 Top20 的词频统计与清洗(统一小写、去除首尾空格、合并明显大小写重复),可以清晰观察到线粒体研究热点的代际迁移。整体来看,持续占据榜单的核心词包括 mitochondria、oxidative stress、apoptosis、mitochondrial genome、mitophagy、autophagy、mitochondrial dysfunction 等;而五年间变化最剧烈的,则是 ferroptosis、mitochondrial dysfunction、mitophagy 与 inflammation 等机制/表型词的快速崛起。
ferroptosis(铁死亡)是近五年最具代表性的爆发式关键词:2021 年频次仅为 66 次,2025 年跃升至 734 次,五年增长 11.1 倍,CAGR 高达 82.6%。与之形成对照的是 apoptosis(凋亡),虽然绝对频次仍维持在 488 次的高位,但五年几乎零增长(−1.8%),其在领域内的相对热度已被明显稀释。mitochondrial genome(线粒体基因组)则从 2021 年的 402 次降至 2025 年的 335 次,绝对频次下降 16.7%,反映出医学机制研究总量的爆发对传统基因组/系统发育方向的“稀释效应”。
| 关键词 | 2021 | 2022 | 2023 | 2024 | 2025 | 2021→2025 变化 | 趋势 |
|---|---|---|---|---|---|---|---|
| mitochondria | 425 | 616 | 547 | 658 | 898 | +111% | 稳定上升 |
| oxidative stress | 297 | 437 | 358 | 466 | 777 | +162% | 快速上升 |
| ferroptosis | 66 | 209 | 269 | 459 | 734 | +1012% | 爆发式上升 |
| mitochondrial dysfunction | 142 | 261 | 210 | 328 | 611 | +330% | 快速上升 |
| mitophagy | 194 | 269 | 236 | 344 | 547 | +182% | 快速上升 |
| apoptosis | 497 | 544 | 365 | 447 | 488 | −1.8% | 相对下降 |
| mitochondrial genome | 402 | 300 | 221 | 297 | 335 | −16.7% | 相对下降 |
| inflammation | 100 | 148 | 141 | 199 | 264 | +164% | 快速上升 |
| reactive oxygen species | 132 | 143 | 112 | 177 | 214 | +62% | 温和上升 |
| autophagy | 194 | 221 | 183 | 218 | 243 | +25% | 温和上升 |
| phylogeny | 183 | 159 | 116 | 156 | 170 | −7.1% | 相对下降 |
| phylogenetic analysis | 181 | 145 | 119 | 139 | 163 | −9.9% | 相对下降 |
| ros | 118 | 168 | 106 | 123 | 163 | +38% | 温和上升 |
| cuproptosis | — | — | 82 | 90 | 168 | 2023年新进入Top20 | 新兴 |
| pyroptosis | — | — | 73 | 88 | 160 | 2023年新进入Top20 | 新兴 |
| neuroinflammation | — | — | — | 83 | 140 | 2024年新进入Top20 | 新兴 |
| metabolic reprogramming | — | — | — | — | 148 | 2025年新进入Top20 | 新兴 |
| machine learning | — | — | — | — | 144 | 2025年新进入Top20 | 新兴 |
注:“—”表示该关键词未进入对应年度 Top20。
图 5 核心关键词年度频次趋势(2021–2025)
折线图:各关键词年度频次(次)。选取 ferroptosis、mitochondrial dysfunction、mitophagy、oxidative stress、apoptosis、mitochondrial genome 六条代表性曲线。
为剔除“总量增长带来的自然抬升”,本部分从两个维度进一步刻画各关键词的真实升温速度:一是 2021→2025 年的复合年增长率(CAGR),二是关键词频次占当年总发文量的比例(渗透率)。前者衡量绝对增长速度,后者衡量相对标签密度。
从 CAGR 来看,ferroptosis(82.6%)、mitochondrial dysfunction(44.0%)、mitophagy(29.6%)、inflammation(27.5%)、oxidative stress(27.2%)位居前列,均显著高于发文总量 CAGR(23.0%);而 apoptosis(−0.5%)、phylogeny(−1.8%)、mitochondrial genome(−4.5%)则出现负增长,属于相对收缩方向。
从渗透率来看,ferroptosis 从 1.33% 升至 6.47%,提升近 5 倍,是唯一实现“渗透率翻两番”的关键词;mitochondrial dysfunction 从 2.87% 升至 5.38%,提升 1.9 倍;而 apoptosis 从 10.03% 降至 4.30%,mitochondrial genome 从 8.11% 降至 2.95%,相对标签密度显著下降。值得注意的是,mitochondria 作为最泛化的标签,绝对频次仍在增长(+111%),但渗透率从 8.58% 降至 7.91%,说明研究者的关键词选择正从“研究对象标签”转向“机制/表型标签”。
| 关键词 | 2021 频次 | 2025 频次 | 增长倍数 | CAGR | 2021 渗透率 | 2025 渗透率 | 热度评级 |
|---|---|---|---|---|---|---|---|
| ferroptosis | 66 | 734 | 11.12× | 82.6% | 1.33% | 6.47% | 🔥 爆发 |
| mitochondrial dysfunction | 142 | 611 | 4.30× | 44.0% | 2.87% | 5.38% | 🔥 高速 |
| mitophagy | 194 | 547 | 2.82× | 29.6% | 3.92% | 4.82% | 高速 |
| inflammation | 100 | 264 | 2.64× | 27.5% | 2.02% | 2.33% | 快速 |
| oxidative stress | 297 | 777 | 2.62× | 27.2% | 5.99% | 6.84% | 快速 |
| mitochondria | 425 | 898 | 2.11× | 20.6% | 8.58% | 7.91% | 稳定 |
| ros | 118 | 163 | 1.38× | 8.4% | 2.38% | 1.44% | 温和 |
| autophagy | 194 | 243 | 1.25× | 5.8% | 3.92% | 2.14% | 温和 |
| apoptosis | 497 | 488 | 0.98× | −0.5% | 10.03% | 4.30% | 停滞 |
| phylogeny | 183 | 170 | 0.93× | −1.8% | 3.69% | 1.50% | 停滞 |
| mitochondrial genome | 402 | 335 | 0.83× | −4.5% | 8.11% | 2.95% | 收缩 |
图 6 关键词 CAGR 对比(2021→2025)
水平条形图:复合年增长率(%)。正值表示升温,负值表示相对收缩。虚线为发文总量 CAGR 23.0% 基准线。
图 7 关键词相对渗透率演变(2021–2025)
折线图:关键词频次 / 当年总发文量(%)。渗透率下降不代表绝对研究减少,而表示该主题在整体文献中的相对标签密度降低。
图 8 研究焦点迁移路径(2021 → 2025)
基于关键词渗透率变化绘制的“流入/流出”对比图:红色为升温方向,灰色为相对收缩方向。
机构发文量是衡量研究资源集聚程度的重要指标。本部分统计 Top20 机构发文量,并将其映射至省市,以观察线粒体研究的空间分布格局。Top20 机构合计发文 4,757 篇,占 2021–2026 年总检索量(41,637 篇)约 11.43%,占 2021–2025 年完整五年(36,731 篇)约 12.95%,显示头部机构在领域内具有较高的集中度。
从机构类型来看,Top20 中医学附属医院类机构约 13 席,合计发文量占比超过 65%;农林/生命科学高校约 7 席,形成“医学主导 + 农学并行”的双核格局。四川大学华西医院(362 篇)、中国医学科学院北京协和医学院(306 篇)、中国农业大学(298 篇)居前三,复旦大学附属中山医院(291 篇)与武汉大学人民医院(278 篇)紧随其后。
从地区分布来看,湖北(776 篇)、上海(721 篇)、北京(604 篇)、四川(547 篇)、广东(427 篇)构成第一梯队,五地合计占 Top20 机构发文量的 64.65%。江苏(373 篇)紧随其后,湖南、河南、吉林、浙江、山东、陕西等省份也均有机构进入 Top20,呈现出“东部沿海 + 中部核心 + 西部龙头”的多点分布特征。
| 排名 | 机构 | 发文量 | 省市 | 机构类型 |
|---|---|---|---|---|
| 1 | 四川大学华西医院 | 362 | 四川省 / 成都市 | 医学中心 |
| 2 | 中国医学科学院北京协和医学院 | 306 | 北京市 / 北京市 | 医学中心 |
| 3 | 中国农业大学 | 298 | 北京市 / 北京市 | 农林高校 |
| 4 | 复旦大学附属中山医院 | 291 | 上海市 / 上海市 | 医学中心 |
| 5 | 武汉大学人民医院 | 278 | 湖北省 / 武汉市 | 医学中心 |
| 6 | 中南大学湘雅医院 | 253 | 湖南省 / 长沙市 | 医学中心 |
| 7 | 华中科技大学同济医学院附属协和医院 | 253 | 湖北省 / 武汉市 | 医学中心 |
| 8 | 华中科技大学同济医学院附属同济医院 | 245 | 湖北省 / 武汉市 | 医学中心 |
| 9 | 上海交通大学医学院附属第九人民医院 | 232 | 上海市 / 上海市 | 医学中心 |
| 10 | 郑州大学第一附属医院 | 222 | 河南省 / 郑州市 | 医学中心 |
| 11 | 吉林大学 | 221 | 吉林省 / 长春市 | 综合高校 |
| 12 | 中山大学 | 215 | 广东省 / 广州市 | 综合高校 |
| 13 | 浙江大学 | 215 | 浙江省 / 杭州市 | 综合高校 |
| 14 | 山东大学齐鲁医院 | 214 | 山东省 / 济南市 | 医学中心 |
| 15 | 南方医科大学南方医院 | 212 | 广东省 / 广州市 | 医学中心 |
| 16 | 上海交通大学医学院附属瑞金医院 | 198 | 上海市 / 上海市 | 医学中心 |
| 17 | 南京医科大学第一附属医院 | 188 | 江苏省 / 南京市 | 医学中心 |
| 18 | 四川农业大学 | 185 | 四川省 / 雅安市 | 农林高校 |
| 19 | 苏州大学附属第一医院 | 185 | 江苏省 / 苏州市 | 医学中心 |
| 20 | 西北农林科技大学 | 184 | 陕西省 / 咸阳市 | 农林高校 |
图 9 Top20 机构发文量排名
水平条形图:机构发文量(篇)。蓝色为医学中心/综合高校,绿色为农林高校。
图 10 Top20 机构地区分布(按发文量)
环形图:各省级行政区在 Top20 机构发文量中的占比。
图 11 地区发文量条形对比
水平条形图:各省级行政区 Top20 机构发文量合计(篇)。
核心 PI(Principal Investigator,项目负责人/首席研究者)是推动领域发展的关键力量。本部分根据发文量识别 Top20 高影响力 PI,结合作者关键词归纳其研究方向。由于原始数据未提供代表性论文标题、期刊与年份,此处以“主要研究方向”替代“标题/期刊/年份”字段,作者关键词已做基础清洗。
从发文量来看,管敏鑫(28 篇)与常兴(28 篇)并列第一;武志强(22 篇)、俞丹娜(21 篇)、HonKan Yip(20 篇)构成第二梯队。从研究方向来看,Top20 PI 可清晰划分为两大阵营:一是“医学转化群落”,聚焦线粒体质量控制、铁死亡、炎症与心血管/肾脏疾病,代表学者包括常兴、唐道林、高月、李涛、周浩、段晨阳、葛均波、王继刚等;二是“进化/农学群落”,聚焦线粒体基因组、系统发育与物种分类,代表学者包括武志强、俞丹娜、叶莹莹、李亮、杨兴、杨定、张佳勇、周江等。管敏鑫则属于“医学遗传”方向,聚焦线粒体遗传病,与两大主流群落形成差异化定位。
| 排名 | PI | 发文量 | 所属机构 | 主要研究方向 | 群落 |
|---|---|---|---|---|---|
| 1 | 管敏鑫 | 28 | 浙江大学医学院附属儿童医院 | 线粒体遗传、耳聋、Leber 遗传性视神经病变、mtDNA 突变 | 医学遗传 |
| 1 | 常兴 | 28 | 中国中医科学院广安门医院 | 线粒体质量控制、PHB2/PGAM5、脓毒症心肌病、DUSP1 | 医学转化 |
| 3 | 武志强 | 22 | 中国农业科学院深圳农业基因组研究所 | 植物线粒体基因组、质体、RNA 编辑、水平基因转移 | 进化/农学 |
| 4 | 俞丹娜 | 21 | 浙江师范大学 | 线粒体基因组、系统发育、温度胁迫、基因重排 | 进化/农学 |
| 5 | HonKan Yip | 20 | 长庚大学医学院高雄长庚纪念医院 | 炎症、氧化应激、急性肾损伤、褪黑素、线粒体生物发生 | 医学转化 |
| 6 | 叶莹莹 | 18 | 浙江海洋大学 | 线粒体基因组、基因重排、系统发育、海洋贝类 | 进化/农学 |
| 7 | 李亮 | 16 | 河北师范大学 | 寄生虫线粒体基因组、线虫、棘头虫、整合分类学 | 进化/农学 |
| 8 | 杨兴 | 16 | 大理大学 | 蚤类、蚊类线粒体基因组、系统发育、基因组注释 | 进化/农学 |
| 9 | 高俊杰 | 15 | 西澳大利亚大学 | 线粒体自噬、代谢、基因治疗、心肌细胞 | 医学转化 |
| 10 | 唐道林 | 15 | 广州医科大学附属第三医院 | 铁死亡、铜死亡、自噬、STING1、脂质过氧化 | 医学转化 |
| 11 | 杨定 | 15 | 中国农业大学 | 双翅目昆虫线粒体基因组、系统发育、舞虻科 | 进化/农学 |
| 12 | 高月 | 15 | 北京放射医学研究所 | 高原缺氧、线粒体稳态、铁死亡、肾毒性、蛋白质组学 | 医学转化 |
| 13 | 张佳勇 | 15 | 浙江师范大学 | 线粒体基因组、系统发育、隐种、基因重排 | 进化/农学 |
| 14 | 李涛 | 14 | 陆军军医大学大坪医院 | 脓毒症、线粒体分裂、DRP1、铁死亡、失血性休克 | 医学转化 |
| 15 | Jinliang Xing | 14 | 第四军医大学 | 线粒体 DNA、循环 cf-mtDNA、肿瘤片段组学、结直肠癌 | 医学转化 |
| 16 | 周浩 | 14 | 中国人民解放军总医院第六医学中心 | 线粒体自噬、脓毒症心肌病、FUNDC1、冠脉微血管损伤 | 医学转化 |
| 17 | 周江 | 14 | 贵州师范大学 | 洞穴鱼、系统发育、线粒体 DNA、生物地理学 | 进化/农学 |
| 18 | 段晨阳 | 13 | 重庆医科大学附属第二医院 | DRP1、脓毒症、炎症、线粒体质量控制、细胞外囊泡 | 医学转化 |
| 19 | 葛均波 | 13 | 复旦大学附属中山医院 | 心肌梗死、线粒体分裂、心肌缺血再灌注、HINT2 | 医学转化 |
| 20 | 王继刚 | 13 | 中国中医科学院 | 线粒体功能障碍、化学蛋白质组学、天然产物、肾毒性 | 医学转化 |
图 12 Top20 核心 PI 发文量排名
水平条形图:PI 发文量(篇)。红色为医学转化群落,绿色为进化/农学群落,灰色为医学遗传方向。
图 13 PI 群落结构分布
环形图:Top20 PI 按研究群落划分的数量占比(按人数计)。
靶点频次反映了研究者在机制探索中实际使用的分子工具与检测对象。从 Top10 靶点来看,NRF2/Nrf2 合并后频次最高(80,827),其次为 PRKN(45,033)、AKT1(41,763)、DRP1(37,093)、NLRP3(36,829)、PINK1(32,250)、TP53(30,569)、NFKB1(25,931)、BCL2(25,904)。这一分布与关键词热点形成高度对应关系。
具体而言,PRKN 与 PINK1 对应线粒体自噬通路,DRP1 对应线粒体分裂与动力学,NLRP3 与 NFKB1 对应炎症小体与炎症信号,NRF2/Nrf2 对应氧化应激与抗氧化响应,BCL2 与 TP53 对应凋亡通路。这种“关键词—靶点”一一映射,说明线粒体研究的机制探索高度集中于少数几条核心通路,也解释了为何相关抗体、抑制剂、检测试剂盒市场竞争激烈。
| 排名 | 靶点 | 频次 | 机制归属 | 备注 |
|---|---|---|---|---|
| 1 | NRF2 | 49,936 | 氧化应激 / 抗氧化响应 | 与 Nrf2 合并后合计 80,827,稳居第一 |
| 2 | PRKN | 45,033 | 线粒体自噬(Parkin) | PINK1-PRKN 通路核心 |
| 3 | AKT1 | 41,763 | 信号通路 / 存活 | 与线粒体代谢交叉 |
| 4 | DRP1 | 37,093 | 线粒体分裂 | 与脓毒症、心肌病高度相关 |
| 5 | NLRP3 | 36,829 | 炎症小体 | 线粒体 ROS 激活 NLRP3 |
| 6 | PINK1 | 32,250 | 线粒体自噬 | 与 PRKN 协同 |
| 7 | Nrf2 | 30,891 | 氧化应激 | 与 NRF2 合并后第一 |
| 8 | TP53 | 30,569 | 凋亡 / 肿瘤抑制 | 线粒体凋亡通路关键 |
| 9 | NFKB1 | 25,931 | 炎症通路 | 与 NLRP3 协同 |
| 10 | BCL2 | 25,904 | 凋亡 | 线粒体外膜通透性调控 |
图 14 靶点频次 Top10(原始口径)
水平条形图:靶点频次(次)。NRF2 与 Nrf2 分列,合并后合计 80,827。
试剂品牌引用频次是观察科研工具市场格局的重要窗口。2021–2025 年,Top10 品牌合计引用约 330,682 次,占同期试剂总引用(约 1,256,126 次)的 26.33%。Beyotime 以 54,299 次居首,Cell Signaling Technology(45,500 次)、Abcam(44,912 次)、Sigma-Aldrich(43,791 次)、Thermo Fisher Scientific(37,819 次)紧随其后,构成品牌第一梯队。
从增长趋势来看,品牌格局呈现明显的“分层加速”特征。Servicebio(CAGR 82.1%)、MedChemExpress/MCE(76.6%)、Abclonal(66.7%)、Vazyme(54.7%)构成增速第一梯队;Proteintech(44.3%)、Solarbio(42.4%)、Beyotime(39.9%)属于快速增长梯队;而 CST(7.1%)、Sigma-Aldrich(11.5%)、Abcam(15.1%)增速相对温和。这一格局反映出国产/高性价比品牌正在加速渗透,而部分国际品牌虽然总量仍大,但增速已明显放缓。
| 排名 | 品牌 | 2021–2025 合计 | 占比 | CAGR(2021–2025) | 增长评级 |
|---|---|---|---|---|---|
| 1 | Beyotime | 54,299 | 4.32% | 39.9% | 快速增长 |
| 2 | Cell Signaling Technology | 45,500 | 3.62% | 7.1% | 稳健 |
| 3 | Abcam | 44,912 | 3.58% | 15.1% | 中速 |
| 4 | Sigma-Aldrich | 43,791 | 3.49% | 11.5% | 中速 |
| 5 | Thermo Fisher Scientific | 37,819 | 3.01% | 24.8% | 快速增长 |
| 6 | Proteintech | 31,062 | 2.47% | 44.3% | 高速增长 |
| 7 | Invitrogen | 23,280 | 1.85% | 19.9% | 中速 |
| 8 | Gibco | 20,003 | 1.59% | 24.1% | 快速增长 |
| 9 | Solarbio | 16,870 | 1.34% | 42.4% | 高速增长 |
| 10 | MedChemExpress/MCE | 13,146 | 1.05% | 76.6% | 超高速 |
| Top10 合计 | 330,682 | 26.33% | — | — | |
图 15 Top10 品牌引用结构(2021–2025 合计)
环形图:Top10 品牌内部引用量占比(%),基于 Top10 合计 330,682 次归一化。
图 16 Top10 品牌 CAGR 对比
水平条形图:品牌引用量复合年增长率(%,2021→2025)。虚线为发文总量 CAGR 23.0%。
图 17 核心品牌年度引用趋势(2021–2025)
折线图:品牌年度引用频次(次)。选取 Beyotime、CST、Abcam、Sigma-Aldrich、Thermo Fisher、Proteintech 六个品牌。
为更清晰识别增长最快的品牌,本部分单独列出 2021 与 2025 年对比数据。Servicebio 从 2021 年的 304 次增至 2025 年的 3,343 次,增长 11.0 倍,CAGR 达 82.1%,是增长最快的品牌;MedChemExpress/MCE 从 595 次增至 5,786 次,增长 9.7 倍,CAGR 76.6%;Abclonal(7.7 倍,66.7%)、Vazyme(5.7 倍,54.7%)紧随其后。这些品牌的共同特征是:价格竞争力强、品类齐全、与铁死亡/自噬/ROS 检测等高频需求高度匹配。
| 品牌 | 2021 | 2025 | 增长倍数 | CAGR | 增长判断 |
|---|---|---|---|---|---|
| Servicebio | 304 | 3,343 | 11.0× | 82.1% | 增长最快 |
| MedChemExpress/MCE | 595 | 5,786 | 9.7× | 76.6% | 超高速 |
| Abclonal | 518 | 3,997 | 7.7× | 66.7% | 高速 |
| Vazyme | 424 | 2,431 | 5.7× | 54.7% | 高速 |
| Proteintech | 2,825 | 12,248 | 4.3× | 44.3% | 高速 |
| Solarbio | 1,506 | 6,198 | 4.1× | 42.4% | 高速 |
| Beyotime | 5,168 | 19,807 | 3.8× | 39.9% | 快速增长 |
| Thermo Fisher Scientific | 4,920 | 11,924 | 2.4× | 24.8% | 中高速 |
| Gibco | 2,647 | 6,280 | 2.4× | 24.1% | 中高速 |
| Abcam | 7,006 | 12,306 | 1.8× | 15.1% | 中速 |