本项文献计量分析采用 CiteSpace、VOSviewer 和 Scimago Graphica，对 2016 年至 2025 年间 T 淋巴细胞代谢重编程研究领域的发表趋势、合作网络以及新兴研究热点进行了评估。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
研究文章
2016-2025年T淋巴细胞代谢重编程的文献计量学分析揭示研究趋势与新兴热点
* These authors contributed equally
本文内容
摘要
摘要
T淋巴细胞是免疫反应的核心调节者，近期研究表明，在癌症和自身免疫性疾病中，代谢过程影响T淋巴细胞的活化、分化及效应功能。本研究对2016年1月1日至2025年12月31日期间从Web of Science核心合集检索到的文献进行了文献计量分析。使用CiteSpace对参考文献和关键词进行共现、共引和聚类分析；应用VOSviewer分析期刊、作者、参考文献、国家和机构，Scimago Graphica用于可视化国家合作网络，Excel用于评估年度发表趋势。共纳入1,882篇文献。年度发表数量稳步增长，2021年和2025年增长尤为显著。中国贡献的文献数量最多，而美国的引用影响力更强。《Frontiers in Immunology》是最多产的期刊，而《Nature》具有最高的引用影响力。关键词聚类和引文分析揭示了不断演变的研究热点，聚焦于T淋巴细胞代谢重编程、葡萄糖和氨基酸代谢，以及对免疫细胞间代谢相互作用的新兴关注。总体而言，本项文献计量分析表明T淋巴细胞免疫代谢领域的研究持续扩展，并凸显了新兴的主题方向，包括细胞间代谢调控和脂质代谢。
引言
初始T淋巴细胞主要依赖线粒体氧化磷酸化（OXPHOS）来维持其静息状态和低能量代谢水平1。然而，在抗原刺激下，活化的T淋巴细胞会发生代谢转变，转向有氧糖酵解，以支持其快速增殖和效应功能2。效应T淋巴细胞，尤其是细胞毒性亚群，依赖糖酵解来满足细胞因子产生和细胞扩增相关的更高生物能量和生物合成需求3。尽管与OXPHOS相比，糖酵解每分子葡萄糖产生的三磷酸腺苷（ATP）较少，但其较快的代谢速率能够满足活化免疫细胞的功能需求4。过度的糖酵解活性也可能对免疫微环境产生不利影响。乳酸积累可损害葡萄糖来源的丝氨酸合成，并改变细胞内氧化还原平衡，从而抑制T淋巴细胞的增殖和功能5。此外，升高的乳酸水平会破坏依赖糖酵解的迁移通路，并降低CD4⁺和CD8⁺ T淋巴细胞的运动能力6,7。
细胞代谢通过一种称为代谢重编程的过程，动态适应环境和生理刺激8,9。越来越多的证据表明，代谢重编程在调控T淋巴细胞的活化、分化及功能可塑性中发挥核心作用10,11。这些代谢改变在癌症和自身免疫性疾病中尤为重要，因为免疫微环境的变化会影响T淋巴细胞的功能和免疫调控12,13。尽管已有若干文献计量学研究在更广泛的背景下评估了免疫代谢，包括肿瘤免疫代谢和疾病相关的免疫代谢，但这些分析主要关注的是广义的免疫-代谢相互作用，而非T淋巴细胞特异性的代谢重编程14,15。目前仍缺乏针对T淋巴细胞免疫代谢领域的系统性文献计量分析，尤其是在该领域的研究趋势、合作网络以及不断演变的主题热点方面。
为弥补这一空白，本研究对2016年1月1日至2025年12月31日期间收录于Web of Science核心合集（WOScc）的文献进行了文献计量学分析。采用CiteSpace、VOSviewer和Scimago Graphica对T淋巴细胞代谢重编程研究领域的论文产出量、合作模式、共被引关系及主题演变进行定量分析。与传统的叙述性综述不同，文献计量学分析通过引文分析、聚类分析和关键词分析，提供对科学图景的结构化和数据驱动的总体概览。本研究旨在系统刻画T淋巴细胞免疫代谢领域的全球研究趋势与新兴热点，并对该快速发展的领域当前的知识体系提供系统性的综述。
访问受限。请登录或开始试用以查看此内容。
方案
本研究仅分析了从公开可访问的数据库中获取的文献数据，未涉及人类受试者、动物或可识别的个人数据；因此，无需机构伦理审批和知情同意。
数据收集与检索策略
于2026年1月27日从WoSCC（https://www.webofscience.com/wos/woscc/）提取数据。所选数据库版本为WoSCC中的科学引文索引扩展版（SCI-EXPANDED）和社会科学引文索引。检索通过高级检索界面进行，检索策略应用于“主题（TS）”字段，完整的检索式及检出记录见表1。检索时间范围限定为WoSCC中2016年1月1日至2025年12月31日之间收录的文献，使用WoSCC的“时间跨度”筛选功能实现。仅纳入原始研究论文和综述文章，通过“文献类型”筛选实现。语言限定为英文，未对国家、机构或研究领域设置限制。所有记录以纯文本格式导出，导出时选择“完整记录和被引参考文献”选项。当检出记录数超过500条时，分批下载记录，并在分析前合并为一个数据集。检索完成后，所有记录导入CiteSpace进行预处理和文献计量分析。利用CiteSpace内置的去重功能，基于文献元数据（包括标题、作者、出版年份和来源期刊）识别并删除重复记录。当发现潜在的不一致或文献信息不完整时，额外进行人工核对，以确保分析前数据的准确性和一致性。
| 设置 | 结果 | 搜索查询 |
| #1 | 252,461 | TS=("T细胞*" OR "T细胞*" OR "T淋巴细胞*" OR "T淋巴细胞*" OR "T淋巴*" OR "CD4+ T细胞*" OR "CD8+ T细胞*" OR "细胞毒性T细胞*" OR "调节性T细胞*" OR "Treg*" OR "辅助性T细胞*" OR "Th细胞*" OR "初始T细胞*" OR "记忆T细胞*" OR "效应T细胞*") |
| #2 | 13,799 | TS=("代谢重编程" OR "代谢重塑" OR "代谢重接") |
| #3 | 1,882 | #1 和 #2 |
表1：用于文献计量数据检索的Web of Science核心合集检索策略。 该表格总结了从Web of Science核心合集（WoSCC）中收集文献所采用的详细检索策略、关键词组合、布尔运算符以及最终的检索命中文献数量。检索通过高级检索界面中的“主题（TS）”字段进行。使用了通配符（*）以检索多个词尾变化及相关术语。最终数据集由2016年1月1日至2025年12月31日期间发表的文献组成，并已应用语言和文献类型过滤条件。
分析方法
采用多工具文献计量方法系统地进行数据分析。分析在 Windows 10 操作系统环境中进行。使用 CiteSpace（v.5.7.R2）对从 WoSCC 导出的 TXT 格式数据进行参考文献和关键词分析。CiteSpace 参数设置如下：（1）时间切片设定为 2016 年至 2025 年，每年为一个时间片；（2）选择标准采用 g 指数（k = 25）进行配置；（3）剪枝方法包括路径探测器、剪枝切片网络和剪枝合并网络，以简化网络结构同时保留关键关系；（4）聚类分析采用对数似然比算法进行16该分析生成了参考文献和关键词的共被引网络、聚类图谱、时间线可视化图以及突现检测图。在可视化图谱中，节点大小表示频次，连线粗细表示共现强度，紫色圆环表示高中介中心性。突现节点反映了随时间推移引用或关键词频次的突然增加。
随后，使用 Windows 记事本将导出的文件以 UTF-8 编码重新保存，并导入 VOSviewer（版本 1.6.20）进行文献计量绘图分析，包括作者、期刊、机构和国家之间的合著、共引和共现分析17。采用全计数法，并使用关联强度法进行归一化处理。根据数据集规模设定最低出现频次阈值（作者 ≥ 5 篇文献；关键词 ≥ 5 次出现；机构 ≥ 3 篇文献）。网络可视化基于项目权重和总连接强度。在国家层面合作分析中，将 VOSviewer 导出的 GML 文件导入 Scimago Graphica（版本 1.0.53），其中节点代表国家。采用默认的力导向布局算法生成网络可视化图和聚类，以展示国家之间的空间关系与合作模式。使用 WPS Excel 对年度发表趋势和基本数据进行描述性统计分析。结果通过条形图、柱状图和折线图进行可视化呈现。
采用上述相同的检索策略进行补充性的时间分段分析，检索范围限定为2025年1月1日至2025年12月31日期间索引的文献。在相同的WoSCC查询框架和分析环境中，检索了近期的出版物和会议相关成果，用于上下文描述和说明性目的。该过程完全在WoSCC内置的分析界面中完成。未创建独立的数据集，检索到的信息也未整合至主要的文献计量数据集中，亦未用于定量分析。整体研究设计和文献计量分析流程在流程图中进行了总结（图1）。
图1．T淋巴细胞代谢重编程研究的文献计量分析工作流程。本研究设计及分析流程的示意图。通过预定义的检索策略和纳入标准，从Web of Science核心合集（WoSCC）中检索相关出版物。将检索到的记录以纯文本格式导出，并进行预处理，包括去除重复文献和文献数据标准化。使用CiteSpace进行共被引分析、关键词共现分析、聚类分析和突现词检测分析，使用VOSviewer分析作者、机构、国家和期刊之间的合作网络。采用Scimago Graphica可视化国际合作关系网络，并使用WPS Excel分析年度发表趋势和描述性统计结果。请点击此处查看该图的高清版本。
访问受限。请登录或开始试用以查看此内容。
结果
出版产出与时间趋势
为表征该领域研究活动的时间演变特征，采用 Web of Science 核心合集（WoSCC）中收录的文献进行了文献计量学分析。最初检索到过去十年间共 1,991 条记录。剔除重复及非英文文献后，最终纳入并分析了 1,882 篇出版物，其中包括 1,046 篇原创研究论文和 836 篇综述文章。2016 年至 2025 年间的年度发表与引用趋势见图 2，显示研究活动随时间呈持续增长态势。2020 年，发表文章数量较 2019 年增加了 40 篇，引用次数增加了 1,989 次。在 2021 年至 2024 年期间，引用次数继续逐年上升，而发表数量的年际变化相对较小，仅在 2021 年增加了 55 篇。2025 年，发表文章数量从 252 篇增至 629 篇，引用次数从 13,045 次增至 21,103 次。这些结果表明，在研究期间，T 淋巴细胞代谢重编程领域的科学关注度和学术影响力持续增长。
访问受限。请登录或开始试用以查看此内容。
讨论
我们对T细胞代谢重编程的文献计量分析显示，该领域的研究成果数量随时间持续增长。2020年发表论文数和被引频次显著上升，与2019年相比，新增论文40篇，新增被引1,989次。这一增长在时间上与几篇高被引论文的发表相吻合，包括 谷氨酰胺阻断诱导不同的代谢程序以克服肿瘤免疫逃逸 （2019年11月22日发表）18，该研究在数据集中位列被引频次最高且中心性最强的参考文献之一。该研究在领域内频繁被共同引用，与免疫代谢及肿瘤免疫逃逸领域的概念性进展密切相关，可能促成了此期间学术界对其关注度的提升。此后，发文量趋于平稳，但2021年出现显著增长，新增55篇文章，恰逢多篇高被引研究的发表。其中该年度一项关键研究成果， 乳酸对肿瘤浸润性调节性T细胞的代谢支持 （发表于2021年3月），强调了细胞内代谢因素如何影响T细胞的抗肿瘤功能19另一篇出版物， 癌症代谢重编程与免疫应答 （发表于2021年2月5日），全面综述了代谢物、代谢酶、代谢通路以及免疫细胞代谢编程对肿瘤免疫的影响
访问受限。请登录或开始试用以查看此内容。
披露
利益冲突：
作者声明本工作不存在任何利益冲突。
作者贡献：
数据收集和文献检索由 Yi Liu 完成。数据预处理和文献计量分析由 Yinping Yang 进行。可视化和图表制备由 Xinyue Yang 和 Jinquan Li 完成。初稿由 Yi Liu 和 Weihong Li 撰写。所有作者均参与了论文的修改，并批准了最终提交版本。
致谢
作者感谢中央高校基本科研业务费专项资金（2022-JYB-JBZR-037）的资助。
访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| CiteSpace | 德雷塞尔大学 | v.5.7.R2 | SCR_025121 |
| Microsoft Excel | 微软公司 | v.2604 构建版本 16.0.19929.20136 | SCR_016137（Microsoft Excel） |
| WPS Excel | 金山办公软件 | v.12.1.0.26375 | |
| Scimago Graphica | Scimago 实验室 | v.1.0.53 | 暂无内容 |
| VOSviewer | 莱顿大学 | v.1.6.20 | SCR_023516 |
| Web of Science 核心合集 | 科睿唯安 | 访问于2026年1月27日；版本不适用 | 暂无内容 |
| Windows 操作系统 | 微软公司 | Windows 10 | 暂无内容 |
参考文献
- Pearce EL, et al. Fueling immunity: insights into metabolism and lymphocyte function. Science. 2013;342(6155):1242454.
- Wang R, et al. The transcription factor Myc controls metabolic reprogramming upon T-lymphocyte activation. Immunity. 2011;35(6):871-82.
- Shyer JA, et al. Metabolic signaling in T cells. Cell Res. 2020;30(8):649-59.
- Gubser PM, et al. Rapid effector function of memory CD8+ T cells requires an immediate-early glycolytic switch. Nat Immunol. 2013;14(10):1064-72.
- Yuan Q, et al. Enhancing intracellular NADPH bioavailability through improving pentose phosphate pathway flux and its application in biocatalysis asymmetric reduction reaction. J Biosci Bioeng. 2022;134(6):528-33.
- Quinn WJ III, et al. Lactate limits T-cell proliferation via the NAD(H) redox state. Cell Rep. 2020;33(11):108500.
- Pucino V, et al. Lactate buildup at the site of chronic inflammation promotes disease by inducing CD4+ T-cell metabolic rewiring. Cell Metab. 2019;30(6):1055-74.e8.
- O'Neill LAJ, et al. A guide to immunometabolism for immunologists. Nat Rev Immunol. 2016;16(9):553-65.
- Almeida L, et al. Metabolic pathways in T-cell activation and lineage differentiation. Semin Immunol. 2016;28(5):514-24.
- Haas R, et al. Lactate regulates metabolic and pro-inflammatory circuits in control of T-cell migration and effector functions. PLoS Biol. 2015;13(7):e1002202.
- Chang CH, Pearce EL. Emerging concepts of T-cell metabolism as a target of immunotherapy. Nat Immunol. 2016;17(4):364-68.
- Ho PC, et al. Reenergizing T-cell anti-tumor immunity by harnessing immunometabolic checkpoints and machineries. Curr Opin Immunol. 2017;46:38-44.
- Von Meyenn L, et al. Targeting T-cell metabolism in inflammatory skin disease. Front Immunol. 2019;10:2285.
- Zhu H, et al. Trends and hotspots in research related to tumor immune escape: bibliometric analysis and future perspectives. Front Immunol. 2025;16:1604216.
- Zhang B, et al. Mapping research trends in immune-cell metabolic reprogramming in breast cancer: a parallel dual-database bibliometric study. Discov Oncol. 2026;17:724.
- Chen G, et al. Rheumatoid arthritis and fibromyalgia syndrome: a bibliometric and bioinformatics perspective on comorbidity research. J Multidiscip Healthc. 2025;18:6811-27.
- Wang Y, et al. Research trends and hotspots in JAK inhibitors for ulcerative colitis: a bibliometric analysis from 2015 to 2024. J Multidiscip Healthc. 2025;18:6755-71.
- Leone RD, et al. Glutamine blockade induces divergent metabolic programs to overcome tumor immune evasion. Science. 2019;366(6468):1013-21.
- Watson MJ, et al. Metabolic support of tumour-infiltrating regulatory T cells by lactic acid. Nature. 2021;591(7851):645-51.
- Xia L, et al. The cancer metabolic reprogramming and immune response. Mol Cancer. 2021;20(1):28.
- Miao S, et al. tRNA m1A modification regulates cholesterol biosynthesis to promote antitumor immunity of CD8+ T cells. J Exp Med. 2025;222(3):e20240559.
- Angelin A, et al. Foxp3 reprograms T-cell metabolism to function in low-glucose, high-lactate environments. Cell Metab. 2017;25(6):1282-93.e7.
- Huang SC, et al. Metabolic reprogramming mediated by the mTORC2-IRF4 signaling axis is essential for macrophage alternative activation. Immunity. 2016;45(4):817-30.
- Nakaya M, et al. Inflammatory T-cell responses rely on amino acid transporter ASCT2 facilitation of glutamine uptake and mTORC1 kinase activation. Immunity. 2014;40(5):692-705.
- Ma EH, et al. Serine is an essential metabolite for effector T-cell expansion. Cell Metab. 2017;25(2):345-57.
- Pearce EL, et al. Fueling immunity: insights into metabolism and lymphocyte function. Science. 2013;342(6155):1242454.
访问受限。请登录或开始试用以查看此内容。