Bibliometrische Analyse der metabolischen Reprogrammierung in T-Lymphozyten zeigt Forschungstrends und entstehende Hotspots, 2016–2025

Zusammenfassung

Diese bibliometrische Analyse nutzte CiteSpace, VOSviewer und Scimago Graphica, um Publikationstrends, Kooperationsnetzwerke und aufkommende Forschungshotspots in der T-Lymphozyten-Metabolisch-Reprogrammierungsforschung von 2016 bis 2025 zu bewerten.

Zusammenfassung

T-Lymphozyten sind zentrale Regulatoren der Immunantworten, und aktuelle Studien haben gezeigt, dass Stoffwechselprozesse die Aktivierung, Differenzierung und Effektorfunktion von T-Lymphozyten bei Krebs und Autoimmunerkrankungen beeinflussen. Diese Studie führte eine bibliometrische Analyse von Publikationen vom 1. Januar 2016 bis zum 31. Dezember 2025 durch, die aus der Web of Science Core Collection abgerufen wurde. CiteSpace wurde für Co-Occurrence-, Co-Citation- und Clustering-Analysen von Referenzen und Schlüsselwörtern genutzt. VOSviewer wurde eingesetzt, um Zeitschriften, Autoren, Referenzen, Länder und Institutionen zu analysieren, während Scimago Graphica nationale Kollaborationsnetzwerke visualisierte und Excel zur Bewertung jährlicher Publikationstrends verwendet wurde. Insgesamt wurden 1.882 Publikationen einbezogen. Die jährliche Publikationsproduktion stieg stetig, mit bemerkenswertem Wachstum in den Jahren 2021 und 2025. China steuerte das höchste Publikationsvolumen bei, während die Vereinigten Staaten einen größeren Zitationseffekt zeigten. Frontiers in Immunology war die produktivste Zeitschrift, während Nature den höchsten Zitationseinfluss aufwies. Keyword-Clustering und Zitationsanalysen identifizierten sich entwickelnde Forschungshotspots, die sich auf die T-Lymphozyten-Stoffwechselreprogrammierung, den Glukose- und Aminosäurestoffwechsel sowie das aufkommende Interesse an Immun-Zell-Stoffwechselwirkungen konzentrierten. Insgesamt zeigt diese bibliometrische Analyse eine fortschreitende Ausweitung der Forschung zum T-Lymphozyten-Immunstoffwechsel und hebt aufkommende thematische Richtungen hervor, darunter die interzelluläre Stoffwechselregulation und den Lipidstoffwechsel.

Einleitung

Naive T-Lymphozyten sind hauptsächlich auf mitochondriale oxidative Phosphorylierung (OXPHOS) angewiesen, um ihren ruhigen und energiearmen Stoffwechselzustand^{aufrechtzuerhalten}. Bei Antigenstimulation hingegen durchlaufen aktivierte T-Lymphozyten eine Stoffwechselverschiebung hin zur aeroben Glykolyse, um eine schnelle Proliferation und Effektorfunktion^{zu unterstützen 2}. Effektor-T-Lymphozyten, insbesondere zytotoxische Teilgruppen, sind auf Glykolyse angewiesen, um den erhöhten bioenergetischen und biosynthetischen Bedarf zu decken, der mit der Zytokinproduktion und Zellexpansion verbunden^{ist 3}. Obwohl die Glykolyse pro Glukosemolekül weniger Adenosintriphosphat (ATP) produziert als OXPHOS, unterstützt ihre schnelle Stoffwechselrate die funktionellen Anforderungen aktiverter Immunzellen⁴. Übermäßige glykolytische Aktivität kann ebenfalls zu schädlichen Auswirkungen im Immunmikroumfeld beitragen. Die Laktatanreicherung kann die glukosebasierte Serinsynthese beeinträchtigen und das intrazelluläre Redoxgleichgewicht verändern, wodurch die Proliferation und Funktion der T-Lymphozyten unterdrückt^werden. Darüber hinaus stören erhöhte Laktatspiegel die glykolyseabhängigen Migrationswege und verringern die Motilität der CD4⁺- und CD8⁺-T-Lymphozyten^6,7.

Der zelluläre Stoffwechsel passt sich dynamisch an Umwelt- und physiologische Reize an, durch einen Prozess, der als metabolische Umprogrammierung ^8,9 bekannt ist. Zunehmende Belege deuten darauf hin, dass die metabolische Umprogrammierung eine zentrale Rolle bei der Regulation der Aktivierung, Differenzierung und funktionellen Plastizität von T-Lymphozyten spielt^10,11. Diese metabolischen Veränderungen sind besonders relevant bei Krebs- und Autoimmunerkrankungen, bei denen Veränderungen im Immunmikroumfeld die Funktion des T-Lymphozyten und die Immunregulation beeinflussen^12,13. Obwohl mehrere bibliometrische Studien den Immunstoffwechsel in breiteren Kontexten bewertet haben, darunter Krebs-Immunstoffwechsel und krankheitsassoziierter Immunstoffwechsel, konzentrieren sich diese Analysen hauptsächlich auf generalisierte immun-metabolische Interaktionen und nicht auf T-lymphozytenspezifische metabolische Reprogrammierung^14,15. Eine umfassende bibliometrische Evaluation, die speziell dem T-Lymphozyten-Immunmetabolismus gewidmet ist, bleibt begrenzt, insbesondere im Hinblick auf Forschungstrends, Kooperationsnetzwerke und sich entwickelnde thematische Hotspots in diesem Fachgebiet.

Um diese Lücke zu schließen, führte diese Studie eine bibliometrische Analyse der Publikationen durch, die vom 1. Januar 2016 bis zum 31. Dezember 2025 in der Web of Science Core Collection (WOScc) indexiert sind. CiteSpace, VOSviewer und Scimago Graphica wurden verwendet, um Publikationsoutput, Kollaborationsmuster, Co-Zitationsbeziehungen und thematische Evolution in der Forschung zur metabolischen Umprogrammierung von T-Lymphozyten quantitativ zu analysieren. Im Gegensatz zu traditionellen narrativen Reviews bietet bibliometrische Analyse einen strukturierten und datenbasierten Überblick über die wissenschaftliche Landschaft durch Zitation, Clustering und Keyword-Analysen. Ziel dieser Studie war es, globale Forschungstrends und aufkommende Hotspots im T-Lymphozyten-Immunmetabolismus systematisch zu charakterisieren und einen organisierten Überblick über die aktuelle Wissenslandschaft in diesem sich schnell entwickelnden Bereich zu geben.

Protokoll

Diese Studie analysierte ausschließlich bibliografische Daten, die aus öffentlich zugänglichen Datenbanken abgerufen wurden, und betraf weder menschliche Teilnehmer, Tiere noch identifizierbare personenbezogene Daten; daher waren keine institutionelle ethische Zustimmung und informierte Zustimmung erforderlich.

Datenerfassung und Suchstrategie
Die Daten wurden am 27. Januar 2026 aus dem WoSCC (https://www.webofscience.com/wos/woscc/) extrahiert. Die ausgewählten Datenbankausgaben waren der Science Citation Index Expanded (SCI-EXPANDED) und der Social Sciences Citation Index innerhalb des WoSCC. Die Suche wurde über die erweiterte Suchoberfläche durchgeführt. Die Suchstrategie wurde im Feld "Thema (TS)" angewendet, und die vollständige Suchanfrage sowie die resultierenden Datensätze werden in Tabelle 1 dargestellt. Der Suchzeitraum war auf Publikationen beschränkt, die zwischen dem 1. Januar 2016 und dem 31. Dezember 2025 mit dem WoSCC-"Timespan"-Filter indexiert wurden. Nur Originalforschungsartikel und Übersichtsartikel wurden mit dem Filter "Dokumententypen" aufgenommen. Die Sprache war auf Englisch beschränkt, und es gab keine Einschränkungen hinsichtlich Land, Institution oder Forschungsgebiete. Alle Datensätze wurden im Klartextformat exportiert, wobei während des Exports "Vollständiger Datensatz und zitierte Quellen" ausgewählt wurde. Wenn die Anzahl der abgerufenen Datensätze 500 überstieg, wurden Datensätze in mehreren Chargen heruntergeladen und anschließend vor der Analyse zu einem einzigen Datensatz zusammengeführt. Nach dem Abruf wurden alle Datensätze in CiteSpace zur Vorverarbeitung und bibliometrischen Analyse importiert. Doppelte Datensätze wurden mithilfe der integrierten Deduplizierungsfunktion in CiteSpace identifiziert und entfernt, basierend auf bibliografischen Metadaten, einschließlich Titel, Autoren, Veröffentlichungsjahr und Quellenzeitschrift. Wenn potenzielle Unstimmigkeiten oder unvollständige bibliografische Datensätze festgestellt wurden, wurde zusätzlich eine manuelle Überprüfung durchgeführt, um die Datengenauigkeit und -konsistenz vor der Analyse sicherzustellen.

Set	Ergebnisse	Suchanfrage
#1	252,461	TS= ("T-Zelle*" ODER "T-Zelle*" ODER "T-Lymphozyt*" ODER "T-Lymphozyt*" ODER "CD4+ T-Zelle*" ODER "CD8+ T-Zelle*" ODER "zytotoxische T-Zelle*" ODER "regulatorische T-Zelle*" ODER "T-Helfer*" ODER "Th-Zelle*" ODER "naive T-Zelle*" ODER "Gedächtnis-T-Zelle*" ODER "Effektor-T-Zelle*")
#2	13,799	TS=("metabolisches Reprogramm*" ODER "metabolisches Remodel*" ODER "metabolisches Rewiring")
#3	1,882	#1 UND #2

Tabelle 1: Web of Science Core Collection Suchstrategie für bibliometrische Datenabrufe. Die Tabelle fasst die detaillierte Suchstrategie, Schlüsselwortkombinationen, Boolesche Operatoren und endgültige Abrufzahlen zusammen, die für die Literatursammlung aus dem WoSCC verwendet werden. Die Suchanfragen wurden über das Feld "Thema (TS)" in der erweiterten Suchoberfläche durchgeführt. Joker (*) wurden verwendet, um mehrere Wortendungen und verwandte Terminologie abzurufen. Der endgültige Datensatz bestand aus Publikationen, die zwischen dem 1. Januar 2016 und dem 31. Dezember 2025 nach Anwendung von Sprach- und Dokumenttypfiltern indexiert wurden.

Analytische Ansätze
Ein multitool-bibliometrischer Ansatz wurde systematisch für die Datenanalyse implementiert. Die Analyse wurde in einer Windows-10-Betriebssystemumgebung durchgeführt. CiteSpace (v.5.7.R2) wurde verwendet, um Referenzen und Schlüsselwörter zu analysieren, indem TXT-Format-Daten verarbeitet wurden, die aus WoSCC exportiert wurden. Die CiteSpace-Parameter waren wie folgt konfiguriert: (1) Die Zeitplanung wurde von 2016 bis 2025 mit einem Jahr pro Schnitt festgelegt; (2) die Auswahlkriterien wurden mit dem g-Index konfiguriert (k = 25); (3) Pruning-Methoden umfassten Pathfinder, Pruning Sliced Networks und Pruning the Merged Network, um Netzwerkstrukturen zu vereinfachen und gleichzeitig wichtige Beziehungen zu erhalten; und (4) die Clustering-Analyse wurde mit dem Log-Likelihood-Ratio-Algorithmus¹⁶ durchgeführt. Diese Analyse erzeugte Kozitationsnetzwerke, Clustering-Karten, Zeitlinienvisualisierungen und Burst-Erkennungskarten sowohl für Referenzen als auch für Schlüsselwörter. In den Visualisierungskarten stellte die Knotengröße die Häufigkeit dar, die Verbindungsdicke die Ko-Vorkommensstärke, und violette Ringe stellten eine hohe Zwischenzentralität dar. Burst-Knoten spiegelten einen plötzlichen Anstieg der Zitations- oder Schlüsselworthäufigkeit im Laufe der Zeit wider.

Anschließend wurden die exportierten Dateien in der UTF-8-Codierung mit Windows Notepad neu gespeichert und in VOSviewer (Version 1.6.20) importiert, um bibliometrische Kartierungen zu ermöglichen, einschließlich Co-Autoren-, Co-Citation- und Co-Occurrence-Analysen über Autoren, Zeitschriften, Institutionen und Länder^{hinweg 17}. Die Vollzählmethode wurde angewandt, und die Normalisierung erfolgte mit der Assoziationsstärke-Methode. Minimale Vorkommensschwellenwerte wurden entsprechend der Datensatzgröße festgelegt (Autoren ≥ 5 Publikationen; Schlüsselwörter ≥ 5 Vorkommnisse; Institutionen ≥ 3 Publikationen). Die Netzwerkvisualisierung basierte auf Item-Gewicht und Gesamtlinkstärke. Für die Analyse der Zusammenarbeit auf Länderebene wurden GML-Dateien, die aus VOSviewer exportiert wurden, in Scimago Graphica (Version 1.0.53) importiert, wo die Knoten Länder repräsentierten. Netzwerkvisualisierung und Clustering wurden mit dem Standard-Force-Directed Layout-Algorithmus generiert, um räumliche Beziehungen und Kollaborationsmuster zwischen Ländern darzustellen. WPS Excel wurde für eine beschreibende statistische Analyse jährlicher Publikationstrends und zur grundlegenden Datenzusammenfassung verwendet. Die Ergebnisse wurden mithilfe von Balkendiagrammen, Säulendiagrammen und Liniendiagrammen visualisiert.

Eine ergänzende zeitliche Analyse wurde mit derselben oben beschriebenen Suchstrategie durchgeführt, wobei die Suche auf Publikationen beschränkt ist, die zwischen dem 1. Januar 2025 und dem 31. Dezember 2025 indexiert sind. Innerhalb desselben WoSCC-Abfragerahmens und analytischen Umfelds wurden aktuelle Veröffentlichungen und konferenzbezogene Ergebnisse zu kontextuellen und beschreibenden Zwecken abgerufen. Dieses Verfahren wurde vollständig innerhalb der integrierten analytischen Schnittfläche des WoSCC durchgeführt. Es wurde kein unabhängiger Datensatz erstellt, und die abgerufenen Informationen wurden weder in den primären bibliometrischen Datensatz integriert noch für quantitative Analysen verwendet. Das gesamte Studiendesign und der bibliometrische Analyse-Workflow werden in einem Flussdiagramm zusammengefasst (Abbildung 1).

Abbildung 1. Arbeitsablauf der bibliometrischen Analyse der T-Lymphozyten-Stoffwechselreprogrammierungsforschung. Schematischer Überblick über das Studiendesign und den analytischen Workflow, der in dieser bibliometrischen Analyse verwendet wird. Publikationen wurden aus der Web of Science Core Collection (WoSCC) unter Verwendung vordefinierter Suchstrategien und Einschlusskriterien abgerufen. Abgerufene Datensätze wurden im Klartext exportiert und einer Vorverarbeitung unterzogen, einschließlich Duplikatentfernung und bibliografischer Datenstandardisierung. Bibliometrische Analysen wurden mit CiteSpace für Ko-Zitation, Schlüsselwort-Ko-Vorkommen, Clustering und Burst-Erkennung durchgeführt, sowie mit VOSviewer für Analysen von Kollaborationsnetzwerken zwischen Autoren, Institutionen, Ländern und Zeitschriften. Scimago Graphica wurde verwendet, um internationale Kollaborationsnetzwerke zu visualisieren, und WPS Excel wurde verwendet, um jährliche Publikationstrends und beschreibende Statistiken zu analysieren. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Ergebnisse

Publikationsoutput und zeitliche Trends
Um die zeitliche Entwicklung der Forschungstätigkeit in diesem Bereich zu charakterisieren, wurde eine bibliometrische Analyse mit Publikationen durchgeführt, die im WoSCC indexiert sind. Insgesamt wurden in den letzten zehn Jahren zunächst 1.991 Datensätze geborgen. Nach der Entfernung von doppelten und nicht-englischen Unterlagen wurden letztlich 1.882 Publikationen aufgenommen und analysiert, darunter 1.046 Originalforschungsartikel und 836 Übersichtsartikel. Jährliche Publikations- und Zitationstrends von 2016 bis 2025 sind in Abbildung 2 dargestellt und zeigen einen stetigen Anstieg der Forschungsaktivität im Laufe der Zeit. Im Jahr 2020 stiegen die Publikationszahlen um 40 Artikel und die Zitationszahlen stiegen im Vergleich zu 2019 um 1.989. Zwischen 2021 und 2024 stiegen die Zitationszahlen weiterhin jährlich an, während die Veröffentlichungszahlen im Jahresvergleich relativ geringere Veränderungen zeigten, mit Ausnahme eines Zustiegs von 55 Artikeln im Jahr 2021. Im Jahr 2025 stiegen die Veröffentlichungszahlen von 252 auf 629, während die Zitationszahlen von 13.045 auf 21.103 stiegen. Diese Ergebnisse zeigen ein anhaltendes Wachstum des wissenschaftlichen Interesses und des akademischen Einflusses auf die T-Lymphozyten-Stoffwechsel-Reprogrammierungsforschung während des Studienzeitraums.

Abbildung 2. Jährliche Publikations- und Zitationstrends in der Forschung zur metabolischen Umprogrammierung von T-Lymphozyten von 2016 bis 2025. Jährliche Anzahl der Publikationen und Gesamtzitationen im Zusammenhang mit der metabolischen Reprogrammierung in T-Lymphozyten, abgerufen aus der WoSCC-Datenbank zwischen 2016 und 2025. Blaue Balken stehen für die jährlichen Publikationszahlen und zeigen die jährliche Forschungsproduktivität an. Die orangefarbene Linie stellt die Gesamtzahl der Zitationen dar und spiegelt den akademischen Einfluss und die Zitationswirkung der in jedem Jahr indexierten Publikationen wider. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Beiträge und Zusammenarbeit auf Landesebene
Länderanalysen zeigten, dass China mit 997 Publikationen das höchste Publikationsvolumen hatte, während die Vereinigten Staaten 510 Publikationen beisteuerten (Abbildung 3A). Die Veröffentlichungstrends unterschieden sich im Laufe der Zeit zwischen den beiden Ländern. Die Publikationsproduktion aus China stieg während des gesamten Studienzeitraums stetig an, während die Vereinigten Staaten vor 2025 zwei lokale Publikationsspitzen aufwiesen, gefolgt von einem Rückgang der jährlichen Produktion (Abbildung 3B). Im Jahr 2025 stieg die Publikationsproduktion in beiden Ländern erheblich an, mit einem Anstieg von 296 Publikationen für China und 42 Publikationen für die Vereinigten Staaten im Vergleich zum Vorjahr. Die Analyse des Kollaborationsnetzwerks identifizierte umfangreiche Interaktionen zwischen mehreren Ländern (Abbildung 4A) und definierte fünf große Ländercluster anhand von Co-Autoren-Mustern (Abbildung 4B). Die Vereinigten Staaten, China und Südkorea bildeten einen eng verbundenen Kollaborationscluster, während weitere Cluster Länder aus Europa, Asien und Amerika umfassten. Die meisten Länder zeigten kollaborative Verbindungen zu den Vereinigten Staaten, was auf eine zentrale Rolle der Vereinigten Staaten im internationalen Kooperationsnetzwerk hindeutet.

Abbildung 3. Internationale Publikationstrends in der Forschung zur metabolischen Umprogrammierung von T-Lymphozyten von 2016 bis 2025. (A ) Jährliche Publikationsergebnisse der 10 Ländern mit dem höchsten Publikationsvolumen in der T-Lymphozyten-Stoffwechselreprogrammierungsforschung zwischen 2016 und 2025. Verschiedenfarbige Linien repräsentieren einzelne Länder und veranschaulichen zeitliche Veränderungen in der Publikationsproduktivität. (B) Vergleichende jährliche Publikationstrends zwischen China und den Vereinigten Staaten, die Veränderungen im Forschungsoutput im Laufe der Zeit zeigen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 4. Internationale Zusammenarbeit Netzwerke in der Forschung zur T-Lymphozyten-Stoffwechsel-Reprogrammierung von 2016 bis 2025. (A ) Internationales Kollaborationsnetzwerk unter den 20 größten beitragenden Ländern, das mithilfe bibliometrischer Netzwerkanalyse erstellt wurde. Die Knotengröße steht für das Publikationsvolumen, die Linkdicke für die Stärke der Zusammenarbeit zwischen den Ländern, und verschiedene Farben stehen für unterschiedliche Kollaborationscluster. (B) Akkorddiagramm, das kollaborative Interaktionen zwischen Ländern darstellt. Die Breite jedes verbindenden Strangs entspricht der Intensität der Zusammenarbeit zwischen den gepaarten Ländern. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Institutionelle Produktivität und Zusammenarbeit
Die Analyse der institutionellen Produktivität zeigte, dass chinesische Institutionen neun der zehn produktivsten Institutionen ausmachten, während die übrigen Institutionen in den Vereinigten Staaten ansässig waren (Abbildung 5A). Die Shanghai Jiao Tong Universität belegte mit 74 Publikationen den ersten Platz, gefolgt von der Fudan-Universität mit 66 Veröffentlichungen und der Central South University mit 51 Publikationen. Die produktivsten chinesischen Institutionen waren Universitäten, die sich überwiegend im Süden Chinas befanden. Zitationsbasierte Rankings zeigten ein anderes Verteilungsmuster im Vergleich zur Publikationsproduktivität (Abbildung 5B). Die Harvard University belegte mit 2.997 Zitationen den ersten Platz, gefolgt vom Max-Planck-Institut für Immunbiologie und Epigenetik mit 2.682 Zitationen. Unter den chinesischen Institutionen hatte die Central South University mit 2.288 Zitationen die höchste Zitationszahl. Das institutionelle Kollaborationsnetzwerk zeigte eine umfangreiche Vernetzung zwischen den Institutionen (Abbildung 5C). Die Shanghai Jiao Tong Universität zeigte mit 62 die höchste Gesamtverbindungsstärke, was auf häufige Zusammenarbeit mit anderen Institutionen, insbesondere innerhalb Chinas, hindeutet.

Abbildung 5. Institutionelle Produktivitäts- und Kollaborationsanalyse in der T-Lymphozyten-Metabolisch-Reprogrammierungsforschung von 2016 bis 2025. (A ) Horizontales Balkendiagramm, das die Top 10 Institutionen nach Publikationsvolumen auflistet. (B) Horizontales Balkendiagramm, das die Top 10 Institutionen nach der Gesamtzahl der Zitationen auflistet. (C) Institutionelles Kollaborationsnetzwerk, das mit VOSviewer generiert wird. Die Knotengröße steht für institutionelle Publikationen, die Linkdicke spiegelt die Stärke der Zusammenarbeit wider, und verschiedene Farben zeigen unterschiedliche Kollaborationscluster an. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Produktivität und Wirkung der Autoren
Unter den Top 10 Autoren nach Publikationsvolumen hatte Ping-Chih Ho die höchste Anzahl an Veröffentlichungen (18 Dokumente), gefolgt von Li, Hui mit 14 Publikationen und mehreren weiteren Autoren mit 10–12 Veröffentlichungen (Abbildung 6A). Die Zitationsanalyse zeigte, dass Erika L. Pearce die höchste Zitationszahl (2.384) hatte, gefolgt von Ping-Chih Ho (1.641) und Romero Pedro (1.352) (Abbildung 6B). Ping-Chih Ho verfasste 18 Publikationen, erhielt 1.641 Zitationen und zeigte eine Gesamtlinkstärke von 23, was auf eine zentrale Rolle im Kollaborationsnetzwerk der Autoren hindeutet. Die Co-Zitationsanalyse veranschaulichte zudem die Verteilung der Zitationshäufigkeit unter den zitierten Autoren. Chang C.H. hatte die höchste Zitationszahl (561), während der am niedrigsten bewertete Autor der Top 10 278 Zitationen hatte (Abbildung 7A). Die Netzwerkanalyse zeigte, dass häufig zitierte Autoren im Allgemeinen höhere Gesamtwerte der Linkstärke aufwiesen, was auf stärkere Kozitationsbeziehungen und eine breitere Integration innerhalb des Forschungsnetzwerks hindeutet (Abbildung 7B).

Abbildung 6. Produktivitäts- und Zitationsanalyse der Autoren in der T-Lymphozyten-Stoffwechselreprogrammierungsforschung von 2016 bis 2025. (A ) Horizontales Balkendiagramm rangiert Autoren nach Publikationsvolumen. (B) Das horizontale Balkendiagramm ordnet die Autoren nach der Gesamtzahl der Zitationen. Die Bar-Länge gibt die Anzahl der Publikationen oder Zitationen an, die mit jedem Autor verbunden sind. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 7. Analyse zitierter Autoren in der T-Lymphozyten-Stoffwechsel-Reprogrammierungsforschung von 2016 bis 2025. (A ) Balkendiagramm im Gradienten-Stil: Rangfolge der zitierten Autoren nach der Gesamtzahl der Zitationen. (B) Gradienten-Balkendiagramm, das die gesamte Linkstärke unter den zitierten Autoren im Co-Citation-Netzwerk darstellt. Die Balkenlänge gibt die Zitationshäufigkeit oder die gesamte Linkstärke an, und eine dunklere Farbintensität steht für eine höhere Zitationshäufigkeit oder stärkere Ko-Zitationsbeziehungen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Zeitschriftenleistungen in Publikationen und Zitationen
Tabelle 2 fasst die zehn führenden Zeitschriften mit dem höchsten Publikationsvolumen in der Forschung zur metabolischen Reprogrammierung von T-Lymphozyten zusammen, einschließlich Zitationszahlen und Gesamtwerten der Linkstärke. Frontiers in Immunology hatte mit 203 Veröffentlichungen die höchste Publikation, während Cell Metabolism mit 30,9 den höchsten Impact Factor unter den produktivsten Fachzeitschriften aufwies (Abbildung 8A). Die meisten Zeitschriften wurden in die Kategorie Journal Citation Reports (JCR) Q1 klassifiziert (Abbildung 8B). Im Zeitschriftenkollaborationsnetzwerk zeigten fünf Zeitschriften Gesamtwerte der Linkstärke von über 100, wobei Frontiers in Immunology die höchste Gesamtlinkstärke (549) aufwies, was auf eine starke Konnektivität innerhalb des Kollaborationsnetzwerks hinweist (Abbildung 8C). Die Zitationsanalyse zitierter Fachzeitschriften zeigte, dass Nature die höchste Zitationshäufigkeit hatte (6.331), gefolgt von Immunität (6.061) (Tabelle 3 und Abbildung 9A). Frontiers in Immunology belegte den dritten Platz bei der Zitationshäufigkeit (5.685), obwohl der Impact Factor im Vergleich zu mehreren anderen hochzitierten Fachzeitschriften niedriger ist. Die Analyse des Co-Citation-Netzwerks zeigte starke kollaborative Beziehungen zwischen den zitierten Zeitschriften, mit hohen Gesamtwerten der Linkstärke im gesamten Netzwerk (Abbildung 9B). Diese Ergebnisse zeigen, dass hoch einflussreiche Fachzeitschriften auf diesem Gebiet sowohl durch starke Zitationswirkung als auch durch eine umfangreiche Vernetzung zwischen Fachzeitschriften gekennzeichnet sind.

Rang	Zeitschriften	Frequenz	Quellenangaben	Gesamtstärke der Verbindungen
1	Grenzen der Immunologie	203	3993	549
2	Grenzen der Onkologie	55	1366	113
3	Internationale Zeitschrift für Molekularwissenschaften	49	1112	128
4	Naturkommunikation	33	2511	96
5	Krebs	31	659	54
6	Fortgeschrittene Wissenschaft	27	1476	136
7	Zellberichte	27	329	56
8	Zellstoffwechsel	25	3076	184
9	Internationale Immunpharmakologie	23	243	45
10	Wissenschaftliche Berichte	22	197	16

Tabelle 2: Top 10 Fachzeitschriften nach Publikationsvolumen in der Forschung zur metabolischen Reprogrammierung von T-Lymphozyten von 2016 bis 2025. Die Tabelle fasst die 10 Fachzeitschriften mit der höchsten Publikationszahl in der T-Lymphozyten-Metabolisch-Reprogrammierungsforschung zusammen, die vom WoSCC bezogen wurden. Die Häufigkeit stellt die Anzahl der im Datensatz indexierten Publikationen dar. Zitationen geben die Gesamtzahl der Zitationen an, die mit Publikationen aus jeder Zeitschrift verbunden sind. Die Gesamtstärke der Verbindung zeigt den Grad der Konnektivität und der kollaborativen Assoziation innerhalb des mit VOSviewer generierten Journal-Co-Occurrence-Netzwerks.

Abbildung 8. Leistungsmetriken und kollaborative Netzwerkanalyse von Fachzeitschriften in der Forschung zur metabolischen Umprogrammierung von T-Lymphozyten. (A ) Verteilung der Impact Factors unter den zehn führenden Zeitschriften mit dem höchsten Publikationsvolumen. (B) Die Zitation zählt zu den zehn produktivsten Zeitschriften. (C) Zeitschriftenzusammenarbeit und Ko-Zitationsnetzwerk, das mittels bibliometrischer Analyse erzeugt wird. Die Balkenlänge gibt das Publikationsvolumen, den Impact Factor, die Zitationszahl oder die gesamte Linkstärke innerhalb des Zeitschriftennetzwerks an. Impact Factors und Quartil-Rankings wurden aus Journal Citation Reports (JCR) entnommen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Rang	Zitierte Zeitschrift	Frequenz	IF	JCR-Quartil
1	Natur	6331	48.5	F1
2	Immunität	6061	26.3	F1
3	Grenzen der Immunologie	5685	5.9	F1
4	Zelle	5539	42.5	F1
5	Zeitschrift für Immunologie	5275	3.4	F2
6	Zellstoffwechsel	4974	30.9	F1
7	Naturkommunikation	4515	15.7	F1
8	Naturimmunologie	4345	27.6	F1
9	Tagungsband der National Academy of Sciences der Vereinigten Staaten von Amerika	3838	9.1	F1
10	Krebsforschung	3818	16.6	F1

Tabelle 3: Top 10 zitierte Fachzeitschriften der T-Lymphozyten-Stoffwechsel-Reprogrammierungsforschung von 2016 bis 2025. Die Tabelle fasst die zehn am besten zitierten Fachzeitschriften zusammen, die in der Kozitationsanalyse der T-Lymphozyten-Metabolisch-Reprogrammierungsforschung aus dem WoSCC identifiziert wurden. Die Häufigkeit repräsentiert die gesamte Zitationsfrequenz jeder Zeitschrift innerhalb des Datensatzes. IF gibt den Impact Factor der Zeitschrift an, und JCR steht für die Quartilklassifikation der Journal Citation Reports. Zeitschriftenmetriken wurden verwendet, um den Zitationseinfluss und die akademische Bedeutung zitierter Zeitzeitschriften im bibliometrischen Netzwerk zu bewerten.

Abbildung 9. Zitierte Leistungskennzahlen und kollaborative Netzwerkanalyse in der T-Lymphozyten-Stoffwechselreprogrammierungsforschung. (A ) JCR-Quartilverteilung der zehn meistzitierten Zeitschriften. (B) Co-Citation-Netzwerkanalyse, die kollaborative Beziehungen zwischen zitierten Zeitschriften veranschaulicht. Die Balkenlänge repräsentiert die Zitationshäufigkeit oder die gesamte Linkstärke innerhalb des Co-Citation-Netzwerks der Zeitschrift. Zeitschriftenmetriken wurden vom JCR gewonnen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Referenzanalyse
Die Referenz-Clustering-Analyse identifizierte mehrere miteinander verbundene thematische Cluster, wobei die Top 10 in Abbildung 10A dargestellt sind. Unter diesen waren Cluster #0 (Makrophage-Polarisation) und Cluster #2 (T-Lymphozyten) mit der funktionellen Regulation der Immunzellen assoziiert. Cluster #4 (Tumor-Mikroumgebung) und #7 (T-Zell-Erschöpfung) zeigten eine enge Netzwerkverbindung und spiegelten ihre verwandten Forschungsthemen wider. Weitere Cluster, die mit Stoffwechselwegen assoziiert sind, wurden ebenfalls identifiziert, darunter Cluster #3 (Laktylierung), Cluster #9 (Glutaminstoffwechsel), Cluster #1 (Lipidstoffwechsel) und Cluster #10 (Aminosäurestoffwechsel). Außerdem wurde die "Prognose" (Cluster #6) als eigenständiger thematischer Cluster innerhalb des Co-Citation-Netzwerks identifiziert. Die Referenz-Co-Citation-Analyse identifizierte sehr einflussreiche Referenzen im Forschungsfeld (Abbildung 10B). Die Top 10 Referenzen wurden nach Zitationshäufigkeit (Tabelle 4) und Zwischenheitszentralität (Tabelle 5) gerankt. Frühere stark zitierte Studien, insbesondere jene, die nach 2016 veröffentlicht wurden, konzentrierten sich hauptsächlich auf immunmetabolische regulatorische Mechanismen und metabolische Interaktionen innerhalb der Tumormikroumgebung, einschließlich regulatorischer T-Zell-metabolischer Anpassung. Zwischen 2019 und 2022 veröffentlichte Studien untersuchten zunehmend auf den Metabolismus ausgerichtete therapeutische Strategien, darunter die Glutaminblockade und die Laktat-PD-1-Signalachse. Hochzentralitätsreferenzen waren hauptsächlich mit Wechselwirkungen zwischen Zellstoffwechsel und Immunzellfunktionalität verbunden, einschließlich Immunpolarisation, T-Zell-Erschöpfung und epigenetischer Regulation. Eine vielzitierte Studie, die 2018 veröffentlicht wurde, berichtete, dass die metabolische Umprogrammierung innerhalb der Tumormikroumgebung mit einer verminderten Wirksamkeit der adoptiven T-Zell-Therapie assoziiert war.

Abbildung 10. Referenzcluster- und Ko-Zitationsanalysen in der T-Lymphozyten-Metabolisch-Reprogrammierungsforschung. (A ) Clusteranalyse zitierter Referenzen zeigt die Top 10 Referenzcluster, die mit CiteSpace identifiziert wurden. Verschiedene Farben repräsentieren unterschiedliche thematische Cluster. (B) Referenz-Kozitationsnetzwerk, das mittels bibliometrischer Analyse generiert wird. Die Knotengröße repräsentiert die Zitationshäufigkeit, und Verbindungslinien zeigen die Kozitationsbeziehungen zwischen den Referenzen an. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Rang	Referenzinformationen	Artikeltitel	Zeitschriftentitel	Quellenangaben
1	Watson, M. J. (2021)	Metabolische Unterstützung tumorinfiltrierender regulatorischer T-Zellen durch Milchsäure	Natur	133
2	Kumagai, S. (2022)	Milchsäure fördert die PD-1-Expression in regulatorischen T-Zellen in hochglykolytischen Tumor-Mikroumgebungen	Krebszelle	105
3	Xia, L. (2021)	Die Krebs-Stoffwechsel-Umprogrammierung und Immunantwort	Molekularer Krebs	102
4	Leone, R. D. (2019)	Die Glutaminblockade induziert divergente Stoffwechselprogramme, um die Immunvermeidung des Tumors zu überwinden	Wissenschaft	100
5	Faubert, B. (2020)	Metabolische Umprogrammierung und Krebsfortschreitung	Wissenschaft	89
6	Sung, H. (2021)	Cancer Statistics 2020: GLOBOCAN-Schätzungen von Inzidenz und Sterblichkeit weltweit für 36 Krebsarten in 185 Ländern	CA: Ein Krebsjournal für Kliniker	85
7	Leone, R. D. (2020)	Stoffwechsel von Immunzellen bei Krebs	Krebs	83
8	Angelin, A. (2017)	Foxp3 programmiert den T-Zellstoffwechsel so um, dass er in zuckerarmen, laktatreichen Umgebungen funktioniert	Zellstoffwechsel	83
9	Chang, C. H. (2015)	Metabolischer Wettbewerb in der Tumor-Mikroumgebung ist ein Treiber des Krebsfortschreitens	Zelle	74
10	Wang, H. (2020)	Die CD36-vermittelte metabolische Anpassung unterstützt das regulatorische Überleben und die Funktion von T-Zellen in Tumoren	Naturimmunologie	74

Tabelle 4: Die Top 10 meistzitierten Referenzen in der T-Lymphozyten-Stoffwechsel-Reprogrammierungsforschung von 2016 bis 2025. Die Tabelle fasst die zehn am häufigsten zitierten Referenzen zusammen, die durch Co-Citation-Analyse in der T-Lymphozyten-Metabolisch-Reprogrammierungsforschung identifiziert wurden. Die Zitationshäufigkeit stellt die Gesamtzahl der Zitate dar, die im bibliometrischen Datensatz des WoSCC abgerufen wurden. Die Tabelle enthält den Erstautor, das Veröffentlichungsjahr, den Artikeltitel, den Zeitschriftentitel und die Gesamtzahl der Zitationen, die mit jeder Referenz verbunden sind.

Rang	Referenzinformationen	Artikeltitel	Zeitschriftentitel	Zentralität
1	Leone, R. D. (2019)	Die Glutaminblockade induziert divergente Stoffwechselprogramme, um die Immunvermeidung des Tumors zu überwinden	Wissenschaft	0.55
2	Huang, S. C. (2016)	Eine metabolische Umprogrammierung, vermittelt durch die mTORC2-IRF4-Signalachse, ist für die Aktivierung alternativer Makrophagen unerlässlich	Immunität	0.52
3	Brand, A. (2016)	Die LDHA-assoziierte Milchsäureproduktion schwächt die Tumorimmunüberwachung durch T- und NK-Zellen ab	Zellstoffwechsel	0.5
4	Nakaya, M. (2014)	Entzündliche T-Zell-Antworten basieren auf der Erleichterung der Glutaminaufnahme durch den Aminosäuretransporter ASCT2 und der Aktivierung der mTORC1-Kinase	Immunität	0.48
5	Cascone, T. (2018)	Eine erhöhte Tumorglykolyse zeichnet die Immunresistenz gegen adoptive T-Zell-Therapie aus	Zellstoffwechsel	0.44
6	Ma, X. Z. (2019)	Cholesterin induziert die CD8+-T-Zell-Erschöpfung im Tumormikroumfeld	Zellstoffwechsel	0.41
7	Yang, W. (2016)	Verstärkung der Antitumorantwort von CD8(+)-T-Zellen durch Modulation des Cholesterinstoffwechsels	Natur	0.39
8	Geiger, R. (2014)	L-Arginin moduliert den T-Zellstoffwechsel und verbessert das Überleben sowie die antitumorale Aktivität	Zelle	0.37
9	Freemerman, A. J. (2014)	Metabolische Umprogrammierung von Makrophagen: Glukosetransporter 1 (GLUT1)-vermittelter Glukosestoffwechsel treibt einen proinflammatorisken Phänotyp an	Das Journal of Biological Chemistry	0.31
10	Bian, Y. (2020)	Krebs verändert SLC43A2 den Methioninstoffwechsel der T-Zellen und die Histonmethylierung	Natur	0.29

Tabelle 5: Top 10 Referenzen, geordnet nach Betweenness-Zentralität in der T-Lymphozyten-Metabolisch-Reprogrammierungsforschung von 2016 bis 2025. Die Tabelle fasst die Top 10 Referenzen mit der höchsten Betweenness-Zentralität zusammen, die durch die Co-Citation-Netzwerkanalyse mit CiteSpace identifiziert wurde. Die Zentralität der Zwischenheit spiegelt die relative Bedeutung einer Referenz wider, um verschiedene Forschungscluster innerhalb des bibliometrischen Netzwerks zu verbinden. Höhere Zentralitätswerte deuten auf stärkere Brückenrollen zwischen thematischen Bereichen und einen größeren Einfluss auf die Wissensnetzwerkstruktur hin.

Schlüsselwortanalyse und zeitliche Trends
Die Keyword-Clustering-Analyse gruppierte hochfrequente Begriffe in mehrere thematische Kategorien (Abbildung 11A). Unter diesen Schlüsselwörtern traten häufig "metabolische Umprogrammierung" und "Tumor-Mikroumgebung" auf, was auf eine starke thematische Verbindung innerhalb des Forschungsfeldes hinweist. Schlüsselwörter wie "T-Zellen" und "dendritische Zellen" schienen ebenfalls eng miteinander verbunden zu sein, was das anhaltende Forschungsinteresse an den Rollen von Immunzellen bei der Tumorprogression und immuntherapiebezogenen Regulation widerspiegelt. Die zeitliche Trendanalyse (Abbildung 11B und 11C) zeigte sich über den Studienzeitraum hinweg entwickelnde Forschungsprioritäten. Frühe Studien, die zwischen 2016 und 2018 veröffentlicht wurden, konzentrierten sich hauptsächlich auf die Aktivierung von Immunzellen und den Glukosestoffwechsel. Forschungen, die zwischen 2018 und 2020 veröffentlicht wurden, legten zunehmend den Schwerpunkt auf die metabolische Regulation der T-Zell-Differenzierung und der Immunfunktion. Ab 2021 traten Schlüsselwörter wie "DNA-Methylierung", "oxidative Phosphorylierung" und "IDO" häufiger auf, was auf ein wachsendes Interesse an epigenetischer Regulation, mitochondrialer Stoffwechsel und immunmetabolischen Signalwegen in der T-Lymphozytenforschung hindeutet.

Abbildung 11. Keyword-Cluster, Burst-Erkennung und chronologische Trendanalysen in der T-Lymphozyten-Stoffwechselreprogrammierungsforschung. (A ) Clusteranalyse der 15 wichtigsten Schlüsselwortcluster, die durch bibliometrische Analyse identifiziert wurden. Verschiedene Farben repräsentieren unterschiedliche thematische Bereiche. (B) Zeitleiste-Visualisierung der Top 10 Keyword-Cluster, die die zeitliche Entwicklung wichtiger Forschungsthemen zeigen. (C) Top 20 Burst-Schlüsselwörter, die durch Burst-Detektionsanalyse identifiziert wurden. Rote Balken zeigen Phasen starker Zunahmen der Keyword-Häufigkeit im Laufe der Zeit an. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Diese bibliometrische Analyse kartierte systematisch die globale Forschungslandschaft der T-Lymphozyten-Stoffwechsel-Reprogrammierungsforschung basierend auf Veröffentlichungen des WoSCC. Die wissenschaftliche Produktion und die Zitationswirkung nahmen im Verlauf des Studienzeitraums stetig zu, wobei China und die Vereinigten Staaten als führende Beiträger zur Publikationsproduktivität und zum Einfluss der Zitation identifiziert wurden. Analysen von Kollaborationsnetzwerken zeigten zunehmend miteinander vernetzte internationale und institutionelle Forschungsbeziehungen und zeigten zugleich Unterschiede im Publikationsvolumen und der Zitationswirkung zwischen den Mitwirkenden auf. Die intellektuelle Struktur des Fachgebiets konzentrierte sich hauptsächlich auf die Regulation von Immunzellen und die metabolische Umprogrammierung innerhalb des Tumormikroumfelds, wobei sich zeitliche Evolution von Studien zur grundlegenden Immunaktivierung bis hin zu Untersuchungen zur epigenetischen Regulation, oxidativer Phosphorylierung und immunmetabolischen Interaktionen konzentrierte. Insgesamt bietet diese Studie einen strukturierten Überblick über die Entwicklung, die wichtigsten Mitwirkenden, die kollaborativen Muster und die sich entwickelnden thematischen Richtungen in der T-Lymphozyten-Stoffwechselreprogrammierungsforschung.

Datenverfügbarkeit:
Die in dieser Studie analysierten Datensätze wurden aus der Web of Science Core Collection (WoSCC) abgerufen. Die ursprünglichen bibliometrischen Datensätze und die zugehörigen Analysedateien, die während dieser Studie erstellt wurden, wurden als ergänzende Materialien bereitgestellt und sind öffentlich über das Zenodo-Repository verfügbar: https://doi.org/10.5281/zenodo.20270392. In dieser Studie wurden keine eingeschränkten, vertraulichen oder personenbezogenen Daten verwendet.

Diskussion

Unsere bibliometrische Analyse der metabolischen Umprogrammierung in T-Zellen zeigte einen anhaltenden Anstieg der Forschungsergebnisse über die Zeit. Im Jahr 2020 gab es einen deutlichen Anstieg der Publikations- und Zitationszahlen mit 40 weiteren Publikationen und 1.989 zusätzlichen Zitationen im Vergleich zu 2019. Dieser Anstieg fiel zeitlich mit mehreren hochzitierten Publikationen zusammen, darunter Glutamine blockade induces divergent metabolic programs to overcome tumor immune evasion (veröffentlicht am 22. November 2019)¹⁸, das zu den meistzitierten und zentralesten Referenzen im Datensatz gehörte. Diese Studie wurde häufig in diesem Fachgebiet mitzitiert und steht im Zusammenhang mit konzeptionellen Fortschritten im Immunstoffwechsel und der Immunumgehung von Tumoren, was in diesem Zeitraum möglicherweise zu einer erhöhten wissenschaftlichen Aufmerksamkeit beiträgt. Das Veröffentlichungsvolumen stagnierte anschließend, abgesehen von einem deutlichen Anstieg von 55 Artikeln im Jahr 2021, was mit der Veröffentlichung mehrerer häufig zitierter Studien zusammenfiel. Eine wichtige Veröffentlichung aus jenem Jahr, Metabolic support of tumor-infiltrating regulatory T cells by lactic acid (veröffentlicht im März 2021), hob hervor, wie intrazelluläre metabolische Faktoren die antitumorale Funktion von T-Zellen¹⁹ beeinflussen. Eine weitere Veröffentlichung, The cancer metabolic reprogramming and immune response (veröffentlicht am 5. Februar 2021), fasste umfassend zusammen, wie die Tumorimmunität von Metaboliten, metabolischen Enzymen, metabolischen Signalwegen und der Immunzell-Stoffwechselprogrammierung beeinflusst wird.

Im Jahr 2025 wurde ein starker Anstieg festgestellt, als sowohl Publikations- als auch Zitationsvolumen etwa doppelt so hoch waren wie im Vorjahr. Die integrierte analytische Schnittstelle von WoSCC wurde genutzt, um das Wachstumsmuster 2025 und aufkommende Forschungshotspots weiter zu untersuchen. Zu den wichtigsten internationalen Konferenzen im Jahr 2025 gehörten die 28. Jahrestagung der American Society of Gene and Cell Therapy, die Jahrestagung der American Association for Cancer Research, die Jahrestagung der American Association of Immunologists, die 67. Jahrestagung der American Society of Hematology, die Jahrestagung der Society for Investigative Dermatology, und die Internationale Konferenz der American Thoracic Society. Diese Konferenzen machten 14,6 % (6/41) der wichtigsten Treffen aus, die im vergangenen Jahrzehnt identifiziert wurden. Diese Beobachtungen könnten eine erhöhte akademische Aktivität und Sichtbarkeit innerhalb des Feldes in diesem Zeitraum widerspiegeln. Der bestbewertete Artikel aus dem Jahr 2025 trug den Titel tRNA m1A-Modifikation reguliert die Cholesterinbiosynthese zur Förderung der antitumoralen Immunität der CD8⁺-T-Zellen (veröffentlicht im März 2025 im Journal of Experimental Medicine). Diese Studie identifizierte die tRNA m1A-Modifikation als metabolischen Kontrollpunkt in der Cholesterinbiosynthese und zeigte ihre Bedeutung für die Unterstützung der CD8⁺-T-Zellfunktion. Diese Beobachtung stimmt mit den bibliometrischen Ergebnissen überein, die auf eine zunehmende Forschungsaufmerksamkeit für den Lipidstoffwechsel im T-Zell-Immunmetabolismus²¹ hinweisen.

Die zehn Länder nach Publikationsvolumen im letzten Jahrzehnt waren China, die Vereinigten Staaten, Deutschland, das Vereinigte Königreich, Italien, die Schweiz, Frankreich, Indien, Spanien und Japan, die zusammen 1.062 Publikationen (56,43 % der Gesamtproduktion) beitrugen. Im Jahr 2016 führten die Vereinigten Staaten mit 25 Publikationen das Feld an, während die meisten anderen Länder jährlich weniger als 10 Publikationen beisteuerten. Die Vereinigten Staaten trat zwischen 2020 und 2022 in eine relativ hohe Produktionsphase ein, gefolgt von einem stabilen Plateau und einer Erholung auf 99 Publikationen im Jahr 2025. China zeigte nach 2021 ein kontinuierliches Wachstum und überschritt ab 2022 jährlich 100 Publikationen. Bis 2025 war Chinas Publikationsproduktion 64,9-fach höher als im Jahr 2016 und überstieg 358,6 % der Publikationsproduktion der Vereinigten Staaten im selben Jahr. Unter den europäischen Ländern wies Deutschland mit 133 Veröffentlichungen die höchste Publikationszahl auf. Auch die Schweiz und die Niederlande zeigten relativ hohe Forschungsproduktivität, wobei Ping-Chih Ho (Schweiz) und Mihai G. Netea (Niederlande) jeweils 18 bzw. 12 Publikationen beisteuerten. Erika L. Pearce aus Deutschland belegte den 10. Platz unter den produktivsten Autoren (9 Publikationen) und den 9. Platz unter den meistzitierten Autoren (281 Zitationen) mit einer Gesamtlinkstärke von 179. Diese Ergebnisse deuten auf zunehmend globalisierte Kooperationsmuster und eine wachsende internationale Beteiligung an der T-Zell-Immunstoffwechselforschung hin.

Die zehn führenden Fachzeitschriften nach Publikationsvolumen in diesem Bereich waren Frontiers in Immunology, Cell Metabolism, Nature Communications, Advanced Science, Frontiers in Oncology, International Journal of Molecular Sciences, Cancers, Cell Reports, International Immunopharmacology und Scientific Reports. Sieben dieser Zeitschriften hatten Impact-Faktoren von 3 bis 7, während die übrigen drei Zeitschriften Impact Factors von über 10 hatten. Cell Metabolism hatte mit 30,9 den höchsten Impact Factor, belegte aber mit 25 Veröffentlichungen den achten Platz nach Publikationsvolumen, während Frontiers in Immunology mit 203 Publikationen die höchste Publikationszahl verzeichnete, im Durchschnitt etwa 20 Publikationen jährlich. Bemerkenswert ist, dass die Studie Foxp3 Reprogramme T Cell Metabolism to Function in Low-Glucose, High-Lactate Environments, veröffentlicht in Cell Metabolism²², den achten Platz unter den zehn meistzitierten Referenzen belegte. Allerdings erschienen keine Veröffentlichungen von Frontiers in Immunology in der meistzitierten Literaturliste. Vier der zehn meistzitierten Quellen wurden in Cell, Nature und Science veröffentlicht. Immunität belegte den zweiten Platz bei der Zitationshäufigkeit und zeigte eine starke Repräsentation unter hochzentralen Referenzen. Zwei Publikationen unter den Top 10 nach Zentralität bewerteten Referenzen wurden in Immunity veröffentlicht, wobei eine vor 2016 veröffentlicht wurde –^23,24. Im Gegensatz dazu behielt Cell Metabolism während des gesamten Studienzeitraums 2016–2025 einen starken Zitationseinfluss^25,26. Von den 1.882 in dieser Analyse eingeschlossenen Publikationen waren 1.046 Originalforschungsartikel und 836 Übersichtsartikel, was einen ungewöhnlich hohen Anteil an Übersichtsartikeln im Fachgebiet darstellt. Bemerkenswert ist, dass drei der zehn meistzitierten Referenzen Übersichtsartikel waren. Dieses Muster könnte die sich rasant entwickelnde Natur der T-Zell-Immunstoffwechselforschung widerspiegeln, die eine steigende Nachfrage nach integrativen Übersichtsarbeiten geschaffen hat, die neue Ergebnisse und konzeptionelle Entwicklungen zusammenfassen.

Bis heute konzentriert sich die Forschung auf diesem Gebiet hauptsächlich auf die metabolische Regulation von T-Zell-Subsets, einschließlich Effektor-T-Zellen, Gedächtnis-T-Zellen und regulatorischen T-Zellen, wobei das Ziel von Rapamycin bei Säugetieren eine der am häufigsten untersuchten Signalwege darstellt. Über T-Zellen hinaus richtet sich die zunehmende Forschungsaufmerksamkeit auch auf dendritische Zellen, die eine wesentliche Rolle bei der Aktivierung und Immunregulation von T-Zellen spielen. Bibliometrische Analysen zeigten zudem eine ungleiche Forschungsintensität zwischen den Stoffwechselwegen. Obwohl der Aminosäurestoffwechsel und der Glukosestoffwechsel umfassend untersucht wurden, bleibt der Lipidstoffwechsel trotz zunehmendes Interesses in letzter Zeit vergleichsweise wenig erforscht. Diese Ergebnisse deuten darauf hin, dass zukünftige Untersuchungen zunehmend auf lipidvermittelte Immunregulation, metabolisches Kreuzsprechen innerhalb der Tumormikroumgebung und epigenetisch-metabolische Interaktionen konzentrieren könnten. Dieser bibliometrische Rahmen kann Forschern auch dabei helfen, aufkommende immunmetabolische Themen, einflussreiche Kooperationen und wenig erforschte therapeutische Richtungen zu identifizieren, die für die Krebsimmuntherapie und die Forschung zur Immunregulation relevant sind.

Diese Studie hat mehrere Einschränkungen. Erstens wurden die Daten ausschließlich aus dem WoSCC bezogen, was dazu geführt haben könnte, dass relevante Studien, die in anderen Datenbanken wie Scopus oder PubMed indexiert sind, ausgelassen werden könnten, was trotz der hohen Qualität der WoSCC-Indexierung zu einem potenziellen Selektionsfehler führte. Zweitens wurden nur englischsprachige Publikationen aufgenommen, was möglicherweise eine Sprachvoreingenommenheit einführte. Drittens können zitationsbasierte Kennzahlen vom Veröffentlichungsalter, der Sichtbarkeit von Zeitschriften und Zitationspraktiken beeinflusst werden und daher möglicherweise nicht vollständig die wissenschaftliche Qualität oder klinische Relevanz widerspiegeln. Schließlich wurden zwar mehrere bibliometrische Indikatoren angewendet, aber standardisiertere Indikatoren wie der H-Index und die durchschnittlichen Zitationen pro Artikel wurden nicht enthalten. Zukünftige Studien, die mehrere Datenbanken, zusätzliche bibliometrische Indikatoren und longitudinale Validierungsansätze integrieren, könnten ein umfassenderes Verständnis der sich wandelnden Landschaft der T-Zell-Immunstoffwechselforschung ermöglichen.

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
CiteSpace	Drexel University	v.5.7.R2	SCR_025121
Microsoft Excel	Microsoft Corporation	v.2604 Build 16.0.19929.20136	SCR_016137 (Microsoft Excel)
WPS Excel	Kingsoft Office	v.12.1.0.26375
Scimago Graphica	Scimago Lab	v.1.0.53	Nicht verfügbar
VOSviewer	Leiden University	v.1.6.20	SCR_023516
Web of Science Core Collection	Clarivate Analytics	Zugriff am 27. Januar 2026; Version nicht zutreffend	Nicht verfügbar
Windows-Betriebssystem	Microsoft Corporation	Windows 10	Nicht verfügbar