R语言在光合作用研究当中的应用分析

                          Yasi Liu, Xiangping Wang , Dayong Fan*, Jiangshan Lai*

                                                               https://www.publish.csiro.au/fp/FP21102

光合作用研究正进入大数据时代，许多统计软件和编程语言已经成为光合作用研究中常见的分析工具。编写代码处理数据已经成为很多光合作用学者日常的工作之一。近年来，R语言以其灵活、开源、易于掌握、免费等诸多优点，在光合作用研究各领域迅速传播并赢得广大研究者的青睐。为了研究R语言在光合作用研究论文里面使用情况，我们通过逐篇查阅的方式，分析近10年来（2010-2019）94种影响因子2.5以上、标题包含“光合作用”的SCI刊物的2966篇研究论文（不包括综述）使用R语言作为数据分析工具的情况。结果表明，光合作用研究论文使用R语言作为数据分析工具的比例从2010年3.6%线性增加到2019年12.5%（图1），说明近十年来，光合作用研究者越来越倾向于使用R语言进行数据分析。以10年总发文量最多的文章来看，Plant, Cell and Environment最高，达到14.1%，其他拥有较高R语言使用比例的刊物还有Journal of Experimental Botany（10.5%）， Frontiers in Plant Science （7.1%）， PLoS ONE（5.8%）Photosynthesis Research（4.2%），Photosynthetica（1.7%）等。六个刊物中，R语言使用比例越高的刊物具有更高的影响因子（IF数据取自2020年），相关性显著。

图1  94种标题包含“光合作用”的SCI刊物（IF>2.5）从2010-2019年所发表研究论文使用R语言比例总体变化趋势（基于2966篇文献研究结果，置信区间为95%） 

在这近三千篇被调查研究论文中，总共有109个R程序包被使用。此外，R-site search网站(http://finzi.psych.upenn.edu/nmz.html)还展示了另外37个与光合作用相关的R程序包，共计140个包。为了继续探索R程序包如何解决与光合作用相关的特定问题，我们详细记录了每个出现的R程序包及其函数的功能，根据实际用途分为三类：一般统计和作图包（G类，50.0%），光合作用专用包（S类，24.3%）和遗传进化专用包（E类，22.1%）。这意味着四分之一的研究人员，更倾向于在光合作用研究中使用R语言的专门分析包。

140个R程序包中，使用频次最多5个包（stats包除外）是nlme(G), lme4(G), multcomp(G), plantecophys(S)和ape(E)（图2）。使用频次最多的stats(G)是R的默认基础包，一些文章可能没有明确引用此包，因此不参与比较。

图2  94种标题包含“光合作用”的SCI刊物（IF>2.5）从2010-2019年所发表研究论文使用R程序包使用频次排位

G 类和 S 类的R程序包虽然具有不同的功能，但可能为拟合模型曲线等问题提供相同的解决方案。一些R包可以用来拟合常用的光合作用模型（表1，仅展示以光合作用专用包为主的R包）。

表1  用于拟合10种主要光合作用模型的R程序包

图3  2010-2020年Photosynthesis Research刊物上主要编程语言/应用程序的使用频率趋势

本论文研究结果已经由刊物Functional Plant Biology在2021年10月份以论文“The use of R in photosynthesis research”在线刊出https://doi.org/10.1071/FP21102。欢迎大家引用！

FP21102.pdf