このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

高齢化地域における カエノルハブディティス・エレガン ス研究の動向と展望:書誌計量学および可視化分析

252 回視聴

⸱

DOI:

10.3791/70364

⸱

2026年5月22日

 ,  ,  ,  ,  ,  ,  , 
1Department of General Surgery, Tianjin Medical University General Hospital, 2Ambulatory surgery center, Tianjin Medical University General Hospital, 3Tianjin Key Laboratory of Precise Vascular Reconstruction and Organ Function Repair, 4Tianjin General Surgery Institute

* These authors contributed equally

この記事について

サマリー

ここでは、CiteSpace、VOSviewer、Bibliometrix、Scimago Graphicaを用いて、 Caenorhabditis elegans と加齢に関するWeb of Scienceコアコレクションの記録を取得、検証、分析するプロトコルを提示し、再現可能な文献計量マッピングを行います。

要約

老化は、生理機能の進行的な悪化と加齢関連疾患への脆弱性の増加を特徴とする複雑な生物学的現象です。細胞レベルでは、この過程は老化に例えられ、細胞が分裂が不可逆的に停止し、永久的な成長停止状態に入るがアポトーシスに進行しません。しかし、その根本的なメカニズムはまだ完全には解明されていません。短寿命で遺伝学がよく特徴づけられている線虫Caenorhabditis elegansは、老化の分子基盤を解読する強力なモデルです。しかしながら、C. elegansと老化の交差点に関する研究の包括的な文献統計学的マッピングはまだ不足しています。ここでは、Web of Scienceコアコレクションから記録を取得し、データ処理を行い、CiteSpace、Bibliometrix(R)、VOSviewer、Pajekを用いて再現可能な書誌計量学の可視化を行うプロトコルを提示します。これにより、C. elegansの老化研究における知識構造のマッピングと新たなトレンドの特定を目指します。1970年から2025年6月5日までに発表された6,117本の論文を用いて、国別および機関の貢献、著者数、ジャーナルへの影響、引用パターン、テーマの変遷を分析しました。このデータセットは、91か国3,798の研究所、19,864人の著者による6,117件の記録で構成されていました。年間出版物は2020年の312件から2021年には341件に増加し、その後も高い水準を維持しました。米国が世界の成果をリードし、中国、ドイツ、イギリスが続き、これらの国々に協力ネットワークが集中していました。カリフォルニア大学システムは生産性で1位、中国科学院は3位にランクインしました。トピックの進化は、インスリン/インスリン様成長因子1シグナル伝達(IIS)経路とストレス応答の基礎的研究から、C. elegansの老化モデルにおける熱制御やミトファジーといった新たなテーマへとシフトしていることを示しました。全体として、このプロトコルは透明で更新可能な文献計量分析を可能にし、カロリー制限やミトファジーなどの主要方向性の将来の研究を支援します。

概要

老化は多面的な生物学的プロセスであり、限られた分裂回数の後に正常な体細胞の増殖能力が失われることを指します。加齢過程で、生物の生理機能が徐々に低下し、加因性疾患への感受性が高まります。細胞レベルでは、この過程は二本鎖断線の蓄積や酸化損傷などのDNA損傷として現れ、これらの損傷は修復機構の処理能力を超えます。これらの細胞レベルでの変化は、生理機能の徐々の劣化として生物レベルで反映されます。さらに、いくつかの研究では、老化細胞が老化関連分泌表現型(SASP)を分泌することで加齢関連の病理過程を駆動することが示されています。これらの要因は組織の微小環境を乱し線維化を促進し、慢性炎症やがんの進行につながることもあります。老化研究の進展に伴い、加わることが心血管疾患、2型糖尿病、アルツハイマー病、がんなど、さまざまな疾患の発生や発症に重要な役割を果たしていることが認識されています。世界的な高齢化が加速する中で、老化のメカニズムを理解することは健康的な寿命を延ばすために極めて重要です。

過去数十年にわたり、モデル生物は老化の遺伝的、分子的、環境的決定要因を明らかにする上で不可欠な役割を果たしてきました。モデル生物は、短い世代時間、よく特徴づけられた遺伝的背景、高い実験的扱い性など、明確な利点を示します。一般的なモデル生物には、酵母、ショウジョウバエ、マウス4が含まれます。1960年代に、 Caenorhabditis elegans (C. elegans)が新規モデル生物として初めて確立されました。選択における主な利点は、短い生活環と培養の容易さ、そして成熟した遺伝学ツール群によって補完されていることです。さらに、その小さなサイズのため、微生物のように標準化された方法で大規模に培養・操作が可能です。最も重要なのは、単細胞生物は単純で操作が容易であるにもかかわらず、複雑な生命機構の遺伝学研究に利用するのが難しいという、これまでの研究における大きな空白を効果的に埋めている点です。さらに、従来のモデル動物は操作が複雑であるため、大規模スクリーニングの効率に制限があります。 C. elegans の適用は上記の問題を正確に解決します。

C. elegansの老化研究への利用は1980年代にさかのぼります。C. elegansの老化研究分野が画期的な飛躍を遂げたのは1993年になってからです。トーマス・ジョンソンらが主導した変異誘発スクリーニングにより、最初の長寿命変異体であるage-1遺伝子8,9が特定されました。この発見は、老化が確率的で規制されないプロセスであるという従来の見解を変え、寿命の決定に特定の遺伝的経路が関与することを示唆しました。その後の研究はこの基盤を基に、老化を調整する保存されたシグナル伝達経路のネットワークを明らかにしました。IIS経路は中央的な規制機関として浮上しています。インスリン/インスリン様成長因子(IIGF-1)受容体のC. elegansのオルソログをコードするdaf-2の変異により、IIS活性が低下し、FOXO転写因子DAF-16が活性化され、細胞質から核へ移動させることで、ストレス応答遺伝子、分子チャペロン、解毒酵素の発現を促進し、老化を遅らせ健康寿命を延ばす可能性があります10.DAF-16は細胞質から核へ移動し、ストレス耐性遺伝子、分子シャペロン、解毒酵素の発現を促進し、生物の健康寿命を延長し、老化の進行を遅らせ、生物の健康寿命を延ばします。さらに、C. elegansは他の保存された老化メカニズムも明らかにしています。例えば、栄養感知軸であるラパマイシン(TOR)経路の標的は、IIS12との相互作用を通じて寿命を調節することが示されました。

近年、書誌計量学の手法は多くの分野で広く応用されています。文献計量ネットワーク分析は、文献の量、構造、分布、引用関係を検証することで、発展パターン、学問構造、研究ホットスポット、傾向を明らかにする13。C . elegans の老化に関する広範な研究にもかかわらず、この学際的分野の包括的な文献計量分析は提供されていません。本研究では、包括的で多手法かつ再現性のある分析を提示し、協働の枠組み、知的基盤、分野内の動的なテーマ的発展を明らかにし、将来の研究活動の新たな軌道を特定します。本記事では、 C. elegans 分野における近年の老化研究成果の状況を概観します。さらに、本研究の目的は以下の通りです:(1) 1970年から2025年6月5日までの C. elegans 老化研究における論文および引用傾向の分析;(2) 国や機関の貢献を評価し、協力ネットワークを探ること;(3) 生産性と引用率の影響でトップ著者や主要ジャーナルを特定すること;(4) 共引用分析や引用バースト分析を通じて、分野の知的基盤を明らかにすること;(5)キーワードの共現と時間分析を用いて主要な研究テーマや新興トレンドを追跡すること。最終的には、これらの洞察が分野の進化する軌跡をより深く理解する助けとなるでしょう。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

本研究は倫理的な承認や参加同意に関するものではありません。本研究で使用されたデータはWeb of Scienceコアコレクション(WoSCC)から得られました。

1. データベース選択

  1. Web of Scienceコアコレクション(WoSCC)データベースには https://webofscience からアクセスできます。clarivate.cn/wos/author/author-search。
  2. 「C. elegans」や「aging」といったターゲットキーワードを用いて、関連文献を特定するための検索戦略を構築しましょう。
  3. 関連性スクリーニングとデータ検証
    1. 検索した各記録はタイトルを確認して、時事的な関連性をスクリーニングします。C . elegans を主要な研究生体として用い、加齢に関連する概念やアウトカムに触れた記録を含めてください。
    2. タイトルだけで関連性が判断できない場合は、要旨を確認して適格性を確認してください。
    3. C. elegansに焦点を当てていない、または加成に関連するアウトカムやメカニズムに触れていない記録は除外してください。
    4. 境界線上の記録については、不確実性の理由を文書化し、第二著者による二次チェックまたは2人の査読者間の合意によって収録を決定してください。
    5. データベースのメタデータで「 Retracted」 とラベル付けされたレコードは除外してください。
    6. 除外されたレコードの数と除外理由を記録し、最終的なデータセットサイズを報告して、文献計量分析に使用されます。
      注意:検索戦略で正確性と包摂性を高めるために用いるキーワードの完全なリストについては 、補足資料1 を参照してください。

2. 探索パラメータ

  1. 1970年から2025年6月5日までの出版期間を定義し、最新かつ包括的な研究動向を捉えましょう。
  2. データの一貫性を確保し比較分析を容易にするために、英語で発表された論文や総説記事のみを検索結果に限定してください。

3. データ検索とフォーマット

  1. 詳細なメタデータを保存するために、選ばれた出版物を「全記録および引用文献」形式でまとめてください。
  2. 収集したデータを「プレーンテキスト」ファイルとして保存し、後で文献計量ツールを使って分析します。
  3. 各レコードに引用情報や共著者情報を含む完全なメタデータが含まれていることを確認し、徹底的な文献計量分析を可能にします。

4. データ前処理

  1. データ収集とインポート
    1. Open R(バージョン4.5.2)とLoad bibliometrix(バージョン4.5.2)。Biblioshinyを起動するには以下のコマンド を実行してください :
      1. ライブラリー(bibliometrix)
      2. packageVersion("bibliometrix")
      3. ビブリオシャイニー()
    2. インポートパネルを開きます。
      1. ビブリオシャイニーインターフェースで、左側のサイドバーの「Data」 をクリックしてください。
      2. データ内で「インポートまたはロード」をクリックします。
    3. インポート設定を設定してください。
      1. どうぞ、何をするか選んで 「生ファイルのインポート」を選んでください。
      2. データベースで「Web of Science (WoS/WoK)」を選択してください。
      3. 著者名形式で「姓とイニシャル」を選択してください。
    4. WoSCCファイルを選択してインポートします。
      1. 「ファイル選択」で「 ブラウズ」をクリックしてください...そして、Full RecordおよびCited Referencesでエクスポートした統合済みWoSCCプレーンテキストファイルを選択します。
      2. 「スタート」 をクリックしてデータセットをインポートしてください。
      3. 左側のサイドバーで「概要」をクリックし、必要なモジュール(例:年間科学業績または年間平均引用数)を選択すると結果が表示されます。
      4. 図をエクスポートするには、 PNGとしてプロットをエクスポートしてください。表をエクスポートするには、「Excel」 をクリックし、ダウンロードしたファイルを保存して後回の分析に備えてください。
  2. 出版物および引用数の年間成長傾向
    1. CiteSpaceにおける論文および引用数の年間成長傾向分析。
      1. CiteSpaceを開き、「Date」を選択し、「インポート/エクスポート」を選びます。
      2. 入力ディレクトリと出力ディレクトリを閲覧してください。
      3. 「重複削除」をクリックし、「記事」と「レビュー」を選択し、最後に「開始」をクリックしてください。そうすれば、具体的な年間出版物や引用統計を入手できます。
      4. エクスポートした結果をWordソフトウェアでチャート形式に変換してください。
  3. 全国的な出版および共同研究分析
    1. ヴォスビューにおける全国出版および共同分析。
      1. VOSビューアーを開き、「作成」を選択し、「書誌データに基づく地図を作成」といった選択をしてください。
      2. 「書誌データベースファイルからデータを読み取る」オプションを使って、関連するプレーンテキストファイルをインポートしてください。
      3. 分析タイプを「共著者」に設定し、「フルカウント」方式で、「国」を分析単位にします。
      4. 選択するソースの数を50個に適用し、「分析」をクリックします。選択するソースの数を20に設定し、「選択したソースをエクスポート」をクリックしてCSVファイルとしてエクスポートしてください。
      5. 「GO」をクリックして参照共引用マップを作成し、フォントや色の設定を調整して読みやすさを向上させます。
    2. 全国出版物の地理的分布:Scimago Graphicaでの分析。
      1. Scimago Graphicaを開き、「LOAD DATE FILE」をクリックし、該当するプレーンテキストファイルをインポートします。
      2. 新しいビューを作成し、「ドキュメント」 をサイズ、「link_strength」を色、「ラベル」をラベル、「ディスク」をマーク、「マップ」をレイアウトを選択します。
      3. 平均引用数が最も多い国 分析
        1. RでBibliometrixパッケージのBiblioshinyインターフェースを起動します。
        2. WoSCCデータベースにアクセスし、書誌計量データを含む統合済みプレーンテキストファイルを選択します。
        3. データをインポートし、後続分析のためにtxtフォーマットでエクスポートしてください。
        4. 「著者」を選択し、「最も引用された国」をクリックしてください
          注:具体的なコードは以下の通りです:
          1. ライブラリー(bibliometrix)
          2. packageVersion("bibliometrix")
          3. ビブリオシャイニー()
  4. 大学および機関の分布分析
    1. 共著者分析
      1. VOSviewerでの分析設定:VOSviewerを起動し、「作成」を選択し、「書誌データに基づく地図を作成」を選択します。「書誌データベースファイルからデータを読む」を選択し、機関情報を含むプレーンテキストファイルをインポートしてください。
      2. 構成とパラメータ:分析タイプを「共著者」に設定し、「完全なカウント」を選択し、「組織」を分析単位として使用します。1つの文書に最大3,798組織を許可するパラメータを設定し、代表的なコラボレーションネットワークを構築するための最初の50機関に対して最低限の包含閾値を設定します。
      3. 可視化と解釈:「終了」をクリックして機関のコラボレーションマップを生成します。クラスターやつながりを調べ、大学や研究機関間の主要機関、協力の強度、主要な協力パターンを特定します。
    2. 最も多くの出版物を持つ機関の分析
      1. RでBibliometrixパッケージのBiblioshinyインターフェースを起動します。
      2. WoSCCデータベースにアクセスし、書誌計量データを含む統合済みプレーンテキストファイルを選択します。
      3. データをインポートし、後続分析のためにtxtフォーマットでエクスポートしてください。
      4. 「著者」を選択し、「アフィリエーションの生産時間」をクリックしてください。
        注:具体的なコードは以下の通りです:
        ライブラリー(bibliometrix)
        packageVersion("bibliometrix")
        ビブリオシャイニー()
    3. 最も強い引用率を持つ大学 分析
      1. CiteSpaceを開き、「データ」メニューに行き、「インポート/エクスポート」を選択してください。
      2. WoSCCデータベースから適切な形式でデータをインポートし、分析時間スライスを1972年1月から2025年6月5日までの期間を設定し、時間詳細は1年間隔で設定します。
      3. ノードタイプを「参考文献」に設定し、「パスファインダー」と「スライスネットワークの剪定」オプションを使って、最も影響力のある共引用文献に焦点を当ててネットワークを効率化します。
      4. 「GO」をクリックして参照共引用マップを作成し、フォントや色の設定を調整して読みやすさを向上させます。
      5. 「バーストネス」オプションを選択し、パラメータγを[0, 1]に設定します。
      6. データを更新して引用数が最も顕著に増加した上位 25 校を生成し、引用数が大幅に増加した機関を強調し、その分野における影響力が継続的に拡大していることを示します。
  5. 著者コラボレーションネットワーク
    1. CiteSpaceを開き、「データ」メニューを選択し、「インポート/エクスポート」をクリックして、WoSCCから必要な形式でデータをインポートできます。
      1. 1970年1月から2025年6月5日までのタイムスライスを定義し、共同作業の時間的変化を捉えるために1年のステップを設けます。
    2. ネットワーク構成と剪定
      1. ノードタイプを「Author」に設定し、「Pathfinder」と「Pruning Sliced Networks」を適用して、冗長なリンクを減らしつつキー構造を保持してください。
      2. 「GO」をクリックすると分析を実行し、共引用/共著マップが作成されます。これにより、著者コラボレーションネットワークの発展、構造、成長のダイナミクスが時間とともに明らかにされます。
  6. 共引用文献とクラスタリングネットワークの分析
    1. CiteSpaceでのデータインポートと設定
      1. CiteSpaceを開き、「Data」に行き、「インポート/エクスポート」を選択してWoSCCデータを読み込みます。
      2. 分析期間を 1970年1月 から 2025年6月5日まで設定し、詳細な時間情報を得るために1年の間隔を用いてください。
    2. ネットワーク構成と剪定
      1. ノードタイプとして「Reference」を選択し、「Pathfinder」と「Pruning Sliced Networks」を組み合わせてコアの共引用リンクを保持し、マイナーまたは冗長な接続を削除します。
      2. 「GO」をクリックして分析を実行し、参照共引用ネットワークを生成し、その後フォント、色、レイアウトを洗練させて視覚的な明瞭さを向上させます。
    3. 高インパクトの参照の特定
      1. 「バーストネス」オプションを有効にし、間隔[0, 1]にγを設定してください。
      2. データを更新して、引用数が最も強い上位 25 の参考文献を取得し、引用数が急増し研究分野で非常に影響力のある作品を強調します。
  7. ジャーナルおよび共引用ジャーナルの分析
    1. ヴォスビューのジャーナル分析
      1. VOSビューアーを開き、「作成」を選択し、「書誌データに基づく地図を作成」といった選択をしてください。
      2. 「書誌データベースファイルからデータを読む」オプションから、関連するプレーンテキストファイルをインポートしてください。
      3. 分析タイプを「引用」に設定し、「フルカウント」方法を選択し、「ソース」を分析単位として指定してください。
      4. 最小ソース数を 20に設定し、分析を実行し、「選択したソースをエクスポート」を使って選択したジャーナルをCSVファイルとして保存し、さらに調査してください。
    2. Vosviewにおける共引用ジャーナル分析。
      1. もう一度VOSviewerを開き、「作成」を選択し、「書誌データに基づく地図を作成」を選択してください。
      2. 「書誌データベースファイルからデータを読み取る」という同じプレーンテキストファイルをインポートしてください。
      3. 分析タイプを「共同引用」に設定し、「完全なカウント」を選択し、「引用された資料」を分析単位として使用してください。
      4. 引用文献の最小数を 20に設定し、分析を実行し、「選択された資料をエクスポート」をクリックすると、詳細な共同引用ジャーナル分析のためのCSVファイルが作成されます。
  8. キーワード共生の分析
    1. VOSviewerにおけるキーワード共生ネットワーク分析。
      1. VOSビューアーを開き、「作成」を選択し、「書誌データに基づく地図を作成」といった選択をしてください。
      2. 「書誌データベースファイルからデータを読み取る」オプションを使って、関連するプレーンテキストファイルをインポートしてください。
      3. 分析タイプを「共現」に設定し、「フルカウント」法を用い、「すべてのキーワード」を分析単位にします。
      4. 選択するキーワードを 100 個に適用し、「終了」をクリックすると分析を完了し、フィールド内のキーワード関係を可視化する共現ネットワークが作成されます。
      5. 「オーバーレイ可視化」をクリックすると、進化するキーワードの共現クラスターの視覚的分析表現を生成できます。
      6. 「密度可視化」をクリックすると、キーワード分布図が生成されます。
    2. CiteSpaceのキーワードバースト分析。
      1. CiteSpaceを使って「バーストネス」オプションを選択し、パラメータγを[0, 1]に設定してキーワードバースト分析を行います。
      2. データを更新した後、「ビュー」を選択すると、引用率が最も高いトップ 25 キーワードのリストが生成され、長期間に注目を集めたキーワードを示します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

老齢化地域におけるC. elegans の傾向と進化の概要
文献計量分析には、WOSCCの適格基準を満たす最初の6,205件の出版物から選ばれた1,123の情報源から6,117件の出版物が含まれていました。これには45件の早期アクセスレビューと145件の論文が含まれていました。87件の無関係論文と1件の撤回論文を除外した後、データの時間分布と文書タイプを分析しました。過去50年間で、C. elegansと老化に関する記事は4,949本(80.90%)、レビューは1,168件(19.09%)で、最初の1972年には14.15件が発表されました。これらの発見は、将来の老化研究の基盤を築きました。1990年以前は、年間4〜8本の論文しか発表されていませんでした。しかし、1991年から2004年にかけて、1997年の2つの重要な研究がこの分野をさらに進展させ、

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

再現性と解釈性を確保するために、このワークフローの主なステップには、検索戦略(データベースソース、クエリ、文書タイプ、言語制限、取得日)を徹底的に報告すること、関連性スクリーニングとデータ検証を実施してトピック外のレコードを最小限に抑えること、ツールパラメータ(タイムスライシング、ノードタイプ、剪定、閾値、クラスタリング)を一貫して報告すること、そして出力を標準フォーマットでエクスポートし、ソフトウェアバージョンを透明性や将来の更新のために文書化することが含まれます。 このプロトコルは、閾値や選択基準を変更することで、異なるコーパスサイズや研究目標に合わせて調整可能です。密度が高く解釈が難しいネットワークの場合は、最小出現閾値を上げたり、上位に注目したり、明確さを高めるために剪定技術を適用しましょう。スパースネットワークの場合は、閾値を下げたり、時間枠を拡張したり、同義語をマージして接続性を向上させましょう。不一致な国名や機関名は、可視化前に手動で正規化し、断片化を防ぎましょう。自動削除後も重複が残る場合は、徹底的な重複チェックのために再エクスポート・再インポートしてく...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者たちは何も明かすことはありません。

謝辞

著者たちは、本研究に貢献してくださったすべての参加者および研究者の皆様に感謝の意を表します。さらに、CiteSpace、VOSviewer、Scimago Graphica、Rが提供する分析ツールにも感謝しており、これらのツールがこの研究の実施に大きく貢献しました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
LEGION Savior Y7000 2019年型ノートパソコン(シリアルナンバー PF1CGZJU)レノボhttps://pcsupport.lenovo.com/us/en/products/laptops-and-netbooks/legion-series/legion-y7000-2019解析に使用されたコンピュータ
R(バージョン4.5.2)R統計計算財団/Rコアチームhttps://www.r-project.org/統計計算環境
CiteSpace(バージョン 6.3.R3)CiteSpace / Chaomei Chen(ドレクセル大学)https://citespace.podia.com/ビブリオメトリックの可視化・分析ソフトウェア
VOSviewer(バージョン 1.6.20)ライデン大学CWTS(ニース・ヤン・ファン・エック、ルド・ヴァルトマン)https://www.vosviewer.com/書誌計量マッピングソフトウェア
Pajek (version 64.6.01)リュブリャナ大学(ウラジーミル・バタゲリ、アンドレイ・ムルヴァル)http://mrvar.fdv.uni-lj.si/pajek/ネットワーク解析および可視化ソフトウェア

参考文献

  1. McHugh, D., Durán, I., Gil, J. Senescence as a therapeutic target in cancer and age-related diseases. Nat Rev Drug Discov. 24 (1), 57-71 (2025).
  2. Young, A. R. J., Narita, M. SASP reflects senescence. EMBO Rep. 10 (3), 228-230 (2019).
  3. Suda, M., Tchkonia, T., Kirkland, J. L., Minamino, T. Targeting senescent cells for the treatment of age-associated diseases. J Biochem. 177 (3), 177-187 (2025).
  4. Irion, U., Nüsslein-Volhard, C. Developmental genetics with model organisms. Proc Natl Acad Sci U S A. 119 (30), e2122148119(2022).
  5. Wu, C. Y., Davis, S., Saudagar, N., et al. Caenorhabditis elegans as a convenient animal model for microbiome studies. Int J Mol Sci. 25 (12), 6670(2024).
  6. Kimble, J., Nüsslein-Volhard, C. The great small organisms of developmental genetics: Caenorhabditis elegans and Drosophila melanogaster. Dev Biol. 485, 93-122 (2022).
  7. Riddle, D. L., Swanson, M. M., Albert, P. S. Interacting genes in nematode dauer larva formation. Nature. 290 (5808), 668-671 (1981).
  8. Friedman, D. B., Johnson, T. E. A mutation in the age-1 gene in Caenorhabditis elegans lengthens life and reduces hermaphrodite fertility. Genetics. 118 (1), 75-86 (1988).
  9. Shmookler Reis, R. J., Ayyadevara, S., Crow, W. A., Lee, T., Delongchamp, R. R. Gene categories differentially expressed in C. elegans age-1 mutants of extraordinary longevity: new insights from novel data-mining procedures. J Gerontol A Biol Sci Med Sci. 67 (4), 366-375 (2012).
  10. Guarente, L., Kenyon, C. Genetic pathways that regulate ageing in model organisms. Nature. 408 (6809), 255-262 (2000).
  11. Berk, Ş, Cetin, A., Özdemir, ÖÜ, Pektaş, A. N., Yurtcu, N., Dastan, S. D. The combination of metformin and high glucose increased longevity of Caenorhabditis elegans in a DAF-16/FOXO-independent manner: cancer/diabetic model via C. elegans. Front Endocrinol. 15, 1435098(2024).
  12. Pandey, T., Wang, B., Wang, C., et al. LPD-3 as a megaprotein brake for aging and insulin-mTOR signaling in C. elegans. Cell Rep. 43 (3), 113899(2024).
  13. Chen, C., Dubin, R., Kim, M. C. Emerging trends and new developments in regenerative medicine: a scientometric update (2000-2014). Expert Opin Biol Ther. 14 (9), 1295-1317 (2014).
  14. Beguet, B., Brun, J. L. Influence of parental aging on the reproduction of the F1 generation in a hermaphrodite nematode Caenorhabditis elegans. Exp Gerontol. 7 (3), 195-206 (1972).
  15. Beguet, B. The persistence of processes regulating the level of reproduction in the hermaphrodite nematode Caenorhabditis elegans, despite the influence of parental aging, over several consecutive generations. Exp Gerontol. 7 (3), 207-218 (1972).
  16. Ogg, S., Paradis, S., Gottlieb, S., et al. The forkhead transcription factor DAF-16 transduces insulin-like metabolic and longevity signals in C. elegans. Nature. 389 (6654), 994-999 (1997).
  17. Lin, K., Dorman, J. B., Rodan, A., Kenyon, C. Daf-16: An HNF-3/forkhead family member that can function to double the life-span of Caenorhabditis elegans. Science. 278 (5341), 1319-1322 (1997).
  18. López-Otín, C., Blasco, M. A., Partridge, L., Serrano, M., Kroemer, G. The hallmarks of aging. Cell. 153 (6), 1194-1217 (2013).
  19. Olshansky, S. J., Willcox, B. J., Demetrius, L., Beltrán-Sánchez, H. Implausibility of radical life extension in humans in the twenty-first century. Nat Aging. 4 (11), 1635-1642 (2024).
  20. Chen, C., Lim, J., Koh, J., Beard, J., Rowe, J. W. Research network on an aging society: a global analysis of adaptation to societal aging across low-, middle-, and high-income countries using the Global Aging Society Index. Nat Aging. 5 (1), 113-121 (2025).
  21. Johnson, T. E., Conley, W. L., Keller, M. L. Long-lived lines of Caenorhabditis elegans can be used to establish predictive biomarkers of aging. Exp Gerontol. 23 (4-5), 281-295 (1988).
  22. Johnson, T. E. Increased lifespan of age-1 mutants in Caenorhabditis elegans and lower Gompertz rate of aging. Science. 249 (4971), 908-912 (1990).
  23. Kimura, K. D., Tissenbaum, H. A., Liu, Y., Ruvkun, G. Daf-2, an insulin receptor-like gene that regulates longevity and diapause in Caenorhabditis elegans. Science. 277 (5328), 942-946 (1997).
  24. Dorman, J. B., Albinder, B., Shroyer, T., Kenyon, C. The age-1 and daf-2 genes function in a common pathway to control the lifespan of Caenorhabditis elegans. Genetics. 141 (4), 1399-1406 (1995).
  25. Barzilai, N., Huffman, D. M., Muzumdar, R. H., Bartke, A. The critical role of metabolic pathways in aging. Diabetes. 61 (6), 1315-1322 (2012).
  26. Lee, H., Lee, S. V. Recent progress in regulation of aging by insulin/IGF-1 signaling in Caenorhabditis elegans. Mol Cells. 45 (11), 763-770 (2022).
  27. Martins, R., Lithgow, G. J., Link, W. Long live FOXO: unraveling the role of FOXO proteins in aging and longevity. Aging Cell. 15 (2), 196-207 (2016).
  28. Fontana, L., Partridge, L. Promoting health and longevity through diet: from model organisms to humans. Cell. 161 (1), 106-118 (2015).
  29. Calorie restriction increases muscle mitochondrial biogenesis in healthy humans. PLoS Med. Civitarese, A. E., Carling, S., Heilbronn, L. K., et al. 4 (3), e76(2007).
  30. Palikaras, K., Lionaki, E., Tavernarakis, N. Coordination of mitophagy and mitochondrial biogenesis during ageing in C. elegans. Nature. 521 (7553), 525-528 (2015).
  31. Jang, J. Y., Blum, A., Liu, J., Finkel, T. The role of mitochondria in aging. J Clin Invest. 128 (9), 3662-3670 (2018).
  32. Picca, A., Faitg, J., Auwerx, J., Ferrucci, L. D'Amico D. Mitophagy in human health, ageing and disease. Nat Metab. 5 (12), 2047-2061 (2023).
  33. Ryu, D., Mouchiroud, L., Andreux, P. A., et al. Urolithin A induces mitophagy and prolongs lifespan in C. elegans and increases muscle function in rodents. Nat Med. 22 (8), 879-888 (2016).
  34. Hong, X., Isern, J., Campanario, S., et al. Mitochondrial dynamics maintain muscle stem cell regenerative competence throughout adult life by regulating metabolism and mitophagy. Cell Stem Cell. 29 (9), 1298-1314.e10 (2022).
  35. Rappe, A., McWilliams, T. G. Dynamic mitophagy trajectories hallmark brain aging. Autophagy. 21 (2), 487-489 (2025).
  36. Kerr, J. S., Adriaanse, B. A., Greig, N. H., et al. Mitophagy and Alzheimer's disease: cellular and molecular mechanisms. Trends Neurosci. 40 (3), 151-166 (2017).
  37. Tarpey, M. D., Davy, K. P., McMillan, R. P., et al. Skeletal muscle autophagy and mitophagy in endurance-trained runners before and after a high-fat meal. Mol Metab. 6 (12), 1597-1609 (2017).
  38. Estébanez, B., Moreira, O. C., Almar, M., de Paz, J. A., Gonzalez-Gallego, J., Cuevas, M. J. Effects of a resistance-training programme on endoplasmic reticulum unfolded protein response and mitochondrial functions in PBMCs from elderly subjects. Eur J Sport Sci. 19 (7), 931-940 (2019).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

さらに記事を探す

老化研究ビブリオメトリクス分析インスリンシグナル伝達ストレス応答カロリー制限ミトコンドリアオートファジーナレッジマッピングモデル生物
お問い合わせ
図書館に推薦する

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。