PubMed 논문을 활용한 한약재 6종에 관한 연구 동향 분석
Analyzing Research Trends on Six Traditional Herbal Medicines Using Papers on PubMed
1
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
전통 의학 치료의 핵심적인 역할을 하는 한약재의 안전성과 효능은 오랜 기간 임상 경험이 누적되어있다. 이러한 한약재의 효능 검증, 새로운 적응증 발굴, 천연물 신약 개발 등 현대 생물 의학적 방법론을 접목하여 많은 연구가 수행되어 논문으로 발간되었다. 이에 본 연구에서는 한약재에 관한 연구 동향을 다양한 관점에서 분석하고 고찰하기 위해서 주요 한약재 6종(황기, 황련, 작약, 감초, 황금, 당귀)을 선정하고 PubMed에서 관련 논문을 검색하고 분석하였다. 연도별 동향 분석에서 한약재 6종 관련 연구는 2000년 후반부터 가파른 상승세를 나타내고 있으며, 특히 코로나 팬데믹 기간인 2020년 ~ 2022년 사이에는 엄청나게 활발히 연구가 수행되었음을 알 수 있었다. 국가별 분석에서는 중국에서 가장 많은 3,111건 (74.6%)의 연구가 수행되고, 대부분의 연구가 동아시아 지역에서 수행되고 있는 것을 확인할 수 있었다. 연구 방법 분석에 의하면 동물 실험이 40% 내외로 가장 많으며, 다음으로 세포 실험, 문헌 분석, 임상 실험 순이었다. 그리고 텍스트 마이닝으로 초록에서 인식된 질병명을 MeSH 질병 범주와 매핑한 결과에서, 병리학적 조건, 징후 및 증상 질병군이 가장 많이 차지하였는데, 이는 여러 가지 질병에서 공통으로 나타나는 증상이나 한쪽으로 범주화하기 어려운 복합 증상에 관한 연구가 많이 수행되고 있는 것으로 파악할 수 있었다. 마지막으로 6종 한약재의 효능 및 주치와 현대 과학적 질병 연구의 관계를 분석하여 전통적인 한약재의 활용이 연구에 접목된 부분과 현재 연구 방향에서 간과되는 측면에 대해서 고찰하였다.
Abstract
In Due to its long history, traditional herbal medicine has been the subject of extensive research, aiming to validate its reliability, safety, low side effects, and therapeutic efficacy. This research has sought to discover lead compounds for the development of natural medicines and explore their potential as complementary treatments in modern medicine by integrating modern biomedical methodologies. Many studies on herbal medicine have been conducted and published as research papers. In this study, we analyzed and examined the trends in research on traditional herbal medicine from various perspectives. We selected six key herbal medicines (Astragali Radix, Coptidis Rhizoma, Paeoniae Radix, Glycyrrhizae Radix et Rhizoma, Scutellariae Radix, and Angelica Gigantis Radix) and conducted a search and analysis of related papers on PubMed. In the analysis of the trends by year, research on these herbal medicines has shown a steep increase since the late 2000s, particularly during the COVID-19 pandemic period between 2020 and 2022 when research activity surged significantly. In the analysis by country, the majority of research (74.6%) was conducted in China, with most research being carried out in the East Asian region. Regarding research methods, animal experiments accounted for approximately 40% of the studies, followed by cell experiments, literature analysis, and clinical trials. Text mining was employed to map disease names identified in the abstracts to MeSH disease categories. Pathological conditions, signs and symptoms group was the most frequently studied area, indicating a focus on common symptoms or complex symptoms that are challenging to categorize under a single disease. Finally, we analyzed the relationship between the efficacy and indications of the six selected herbal medicines and their integration into contemporary scientific disease research. This analysis highlighted areas where traditional herbal medicine utilization has been integrated into research and shed light on aspects that may be overlooked in current research directions.
참고문헌 (19)
- 예상준, "The Screening of Herbal Medicines for Relieving COVID-19 Symptoms and Sequelae Based on Network Pharmacology and Data-driven Analysis", 한국지식정보기술학회 논문지, 17(4), pp.597~608 (2022), 한국지식정보기술학회[DOI]
- A. P. Lu, "Theory of traditional Chinese medicine and therapeutic method of diseases", World journal of gastroenterology, 10(13), pp.1854~1856 (2004)
- 김태양, "한약재 포제법(炮製法) 표준화의 필요성: 용어 표준 중심으로", 한약정보연구회지(韓藥情報硏究會誌), 7(1), pp.41~69 (2019), 한약정보연구회[DOI]
- 예상준, "전통의학 지식을 활용한 한약재 네트워크 분석 시스템의 확장", 한국지식정보기술학회 논문지, 13(2), pp.203~210 (2018), 한국지식정보기술학회[DOI]
- I. Süntar, "Importance of ethnopharmacological studies in drug discovery : role of medicinal plants", Phytochemistry Reviews, 19(5), pp.1199~1209 (2020)
- Y. Feng, "Knowledge discovery in traditional Chinese medicine : state of the art and perspectives", Artificial Intelligence in Medicine, 38(3), pp.219~236 (2006)
- "PubMed" (2023)[URL]
- 최윤경, "발효한약의 최근 연구 동향 - 안전성과 유효성 기반", 생명과학회지, 22(12), pp.1729~1739 (2012), 한국생명과학회[DOI]
- S. F. Sung, "Two decades of research using Taiwan’s National Health Insurance claims data : bibliometric and text mining analysis on PubMed", Journal of Medical Internet Research, 22(6), pp.e18457~ (2020)
- O Sang Kwon, "Trends in deqi research: a text mining and network analysis", Integrative Medicine Research, 7(3), pp.231~237 (2018), 한국한의학연구원[DOI]
- "OASIS" (2023)[URL]
- "PubTator" (2024)[URL]
- R. Leaman, "TaggerOne : joint named entity recognition and normalization with semi-Markov Models", Bioinformatics, 32(18), pp.2839~2846 (2016)
- R. Leaman, "DNorm : disease name normalization with pairwise learning to rank", Bioinformatics, 29(22), pp.2909~2917 (2013)
- A. P. Davis, "MEDIC: a practical disease vocabulary used at the comparative toxicogenomics database", Database, pp.bar065~ (2012)
- "MeSH" (2023)[URL]
- R. Atlasi, "Scientometric assessment of scientific documents published in 2020 on herbal medicines used for COVID-19", Journal of Herbal Medicine, 35, pp.100588~ (2020)
- H. Luo, "Can Chinese medicine be used for prevention of corona virus disease 2019(COVID-19)? A review of historical classics, research evidence and current prevention programs", Chinines Journal Integrated Medicine, 26(4), pp.243~250 (2020)
- X. Cheng, "Coevolution of COVID-19 research and China’s policies", Health research policy and systems, 19, pp.1~16 (2021)