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。

研究記事

Tリンパ球における代謝再プログラミングの文献計量解析が明らかにする研究動向と新興ホットスポット、2016-2025年

89 回視聴

⸱

DOI:

10.3791/71112

⸱

2026年8月7日

 ,  ,  ,  , 
1School of Traditional Chinese Medicine, Beijing University of Chinese Medicine, 2School of Nursing, Beijing University of Chinese Medicine

* These authors contributed equally

この記事について

サマリー

本書誌計量分析では、CiteSpace、VOSviewer、Scimago Graphicaを用いて、2016年から2025年までのTリンパ球代謝再プログラミング研究における出版傾向、共同研究ネットワーク、新興研究ホットスポットを評価しました。

要約

Tリンパ球は免疫応答の中心調節因子であり、最近の研究では代謝過程ががんや自己免疫疾患におけるTリンパ球の活性化、分化、エフェクター機能に影響を与えることが示されています。本研究は、Web of Scienceコアコレクションから取得した2016年1月1日から2025年12月31日までの出版物の文献計量分析を実施しました。CiteSpaceは、参考文献やキーワードの共現、共引用、クラスタリング分析に使用されました。VOSviewerはジャーナル、著者、参考文献、国、機関の分析に適用され、Scimago Graphicaは各国のコラボレーションネットワークを可視化し、Excelは年間の出版傾向の評価に使われました。合計1,882件の出版物が収録されました。年間の出版物は着実に増加し、2021年と2025年には顕著な成長が見られました。中国が最も多くの論文を発行し、アメリカ合衆国はより大きな引用インパクトを示しました。『Frontiers in Immunology』が最も生産的な雑誌であり、『Nature』が最も引用率の高い学術誌でした。キーワードクラスタリングと引用解析により、Tリンパ球の代謝再プログラム、グルコースおよびアミノ酸代謝、免疫細胞代謝相互作用への関心の高まりに焦点を当てた研究ホットスポットが特定されました。総じて、この文献計量分析はTリンパ球免疫代謝の研究が継続的に拡大していることを示し、細胞間代謝調節や脂質代謝など新たなテーマ的方向性を強調しています。

概要

ナイーブTリンパ球は主にミトコンドリア酸化リン酸化(OXPHOS)に依存して、静止状態かつ低エネルギーの代謝状態を維持しています1。しかし抗原刺激により、活性化されたTリンパ球は好気解糖系への代謝シフトを起こし、急速な増殖とエフェクター機能をサポートします。エフェクターTリンパ球、特に細胞毒性サブセットは、サイトカイン産生および細胞増殖に伴う増加する生体エネルギーおよび生合成の需要を満たすために解糖系に依存しています3。解糖系はOXPHOSよりもグルコース分子あたりのアデノシン三リン酸(ATP)産生量は少ないものの、その急速な代謝率は活性化免疫細胞の機能的要件を支えます4。過剰な解糖活性も免疫微小環境内で有害な影響を及ぼす可能性があります。乳酸の蓄積はグルコース由来のセリン合成を妨げ、細胞内酸化還元バランスを変化させることで、Tリンパ球の増殖と機能を抑制します5。さらに、乳酸レベルの増加は解糖系の移動経路を妨げ、CD4⁺およびCD8⁺Tリンパ球の運動性を低下させます6,7。

細胞代謝は代謝再プログラミングと呼ばれる過程を通じて環境的および生理的刺激に動的に適応します8,9。増え続ける証拠は、代謝再プログラミングがTリンパ球の活性化、分化、機能的可塑性の調節において中心的な役割を果たすことを示しています10,11。これらの代謝変化は特にがんや自己免疫疾患で関連性が高く、免疫微小環境の変化がTリンパ球の機能や免疫調節に影響を与える12,13。がん免疫代謝や疾患関連免疫代謝など、より広い文脈で免疫代謝を評価した文献計量学研究がいくつかありますが、これらの分析は主にTリンパ球特異的代謝再プログラミングよりも一般化された免疫-代謝相互作用に焦点を当てています14,15。Tリンパ球免疫代謝に特化した包括的な文献計量学的評価は、特に研究動向、共同研究ネットワーク、そしてこの分野における進化するテーマ的ホットスポットに関して限られています。

このギャップを埋めるために、本研究は2016年1月1日から2025年12月31日までのWeb of Science Core Collection(WOScc)に索引付けされた出版物の文献計量分析を実施しました。CiteSpace、VOSviewer、Scimago Graphicaを用いて、Tリンパ球代謝再プログラミング研究における論文発表、共同研究パターン、共引用関係、テーマ的進化を定量的に分析しました。従来のナラティブレビューとは異なり、書誌計量分析は引用、クラスタリング、キーワード分析を通じて、科学的状況を構造化かつデータ駆動型で概観します。本研究の目的は、Tリンパ球免疫代謝における世界的な研究動向と新たなホットスポットを体系的に特徴づけ、急速に進化するこの分野における現在の知識状況を体系的に概観することでした。

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。

プロトコル

本研究は公開データベースから取得した書誌データを独占的に分析し、人間の参加者、動物、または特定可能な個人データは含まれていません。したがって、機関の倫理承認やインフォームド・コンセントは必要ありませんでした。

データ収集と検索戦略
データは2026年1月27日にWoSCC(https://www.webofscience.com/wos/woscc/)から抽出されました。選ばれたデータベース版は、WoSCC内のScience Citation Index Expanded(SCI-EXPANDED)およびSocial Sciences Citation Indexでした。検索はAdvanced Searchインターフェースを使用して行われました。検索戦略は「トピック(TS)」フィールドに適用され、完全な検索クエリと得られたレコードは 表1に示されています。検索期間は、2016年1月1日から2025年12月31日までにWoSCC「Timespan」フィルターを用いてインデックス化された出版物に限定されました。「文書タイプ」フィルターを使って、オリジナル研究論文とレビュー記事のみが含まれていました。言語は英語に限定され、国や機関、研究分野に関する制限はありませんでした。すべての記録は「完全な記録および引用文献」を選択してプレーンテキスト形式で書き出されました。取得したレコード数が500を超えると、複数のバッチに分けて記録をダウンロードし、解析前に単一のデータセットに統合されました。取得後、すべての記録は前処理および文献計量分析のためにCiteSpaceにインポートされました。重複記録は、タイトル、著者、出版年、出典ジャーナルなどの書誌メタデータに基づくCiteSpaceの組み込み重複除去機能で特定・削除されました。潜在的な矛盾や不完全な書誌記録が特定された場合、分析前にデータの正確性と一貫性を確保するために手動検証も行われました。

セット結果検索クエリ
#1252,461TS=(「T細胞*」または「T細胞*」または「Tリンパ球*」または「Tリンパ*」または「CD4+ T細胞*」または「CD8+ T細胞*」または「細胞傷害性T細胞*」または「調節T細胞*」または「Tレグ*」または「Tヘルパー細胞*」または「Th細胞*」または「ナイーブT細胞*」または「記憶T細胞*」または「エフェクターT細胞*」)
#213,799TS=(「代謝再プログラム*」または「代謝再配線*」または「代謝再配線」)
#31,882#1と#2

表1:Web of Scienceコアコレクションの検索戦略を書誌計量学データ検索に使用。 この表は、WoSCCからの文献収集に用いられた詳細な検索戦略、キーワードの組み合わせ、ブール演算子、最終検索数をまとめています。検索はAdvanced Searchインターフェースの「Topic (TS)」フィールドを使って行われました。ワイルドカード(*)は複数の語尾や関連用語を取得するために使われました。最終データセットは、言語および文書タイプフィルターを適用して2016年1月1日から2025年12月31日までにインデックス化された論文で構成されました。

分析的アプローチ
データ分析にはマルチツールによる文献計量学的アプローチが体系的に導入されました。分析はWindows 10のオペレーティングシステム環境で行われました。CiteSpace(v.5.7.R2)は、WoSCCからエクスポートされたTXT形式データを処理し、参考文献やキーワードを解析するために使用されました。CiteSpaceのパラメータは次のように構成されました:(1) 2016年から2025年までのタイムスライシングは、各スライスごとに1年に設定されました。(2) 選択基準はg指数(k = 25)を用いて構成された;(3) 剪定手法には、Pathfinder、Pruning Sliced Network、Pruning the Merged Network(統合ネットワークの剪定)が含まれ、ネットワーク構造を簡素化しつつキーリレーションを保持しました。および(4)クラスタリング解析は対数尤度比アルゴリズム16を用いて実施されました。この分析により、参考文献およびキーワードの両方に対して共引用ネットワーク、クラスタリングマップ、タイムライン可視化、バースト検出マップが生成されました。可視化マップでは、ノードサイズは頻度を表し、リンクの太さは共生強度を示し、紫色のリングは高い中間中心性を示しました。バーストノードは、時間とともに引用頻度やキーワード頻度が急激に増加したことを反映しています。

その後、エクスポートされたファイルはWindowsのメモ帳を使ってUTF-8エンコーディングで再保存され、VOSviewer(バージョン1.6.20)にインポートされ、著者、ジャーナル、機関、国間での共著、共引用、共現分析を含む書誌計測マッピングが行われました。フルカウント法を適用し、正規化は連合強度法を用いて行われました。最小発生閾値はデータセットの規模(著者≥5本の論文、キーワード≥5件の出現、機関≥3本の出版物)に基づいて設定されました。ネットワークの可視化は、項目の重みと総リンク強度に基づいて行われました。国別コラボレーション分析では、VOSviewerからエクスポートされたGMLファイルがScimago Graphica(バージョン1.0.53)にインポートされ、ノードは国を表していました。ネットワークの可視化とクラスタリングは、デフォルトのフォース指向レイアウトアルゴリズムを用いて、国間の空間的関係や協力パターンを表現しました。WPS Excelは年間出版傾向の記述的統計分析や基本的なデータ要約に使用されました。結果は棒グラフ、列グラフ、折れ線グラフを用いて可視化されました。

補足的なタイムスライス分析も、上記の同じ検索戦略を用いて実施され、検索は2025年1月1日から2025年12月31日までにインデックスされた論文に限定されました。同じWoSCCクエリフレームワークと分析環境内で、最近の出版物や会議関連の成果物が文脈的かつ記述的な目的で取得されました。この手順はWoSCCの組み込み分析インターフェース内で完全に実施されました。独立したデータセットは作成されず、取得された情報は一次文献計量データセットに統合されず、定量分析にも使用されませんでした。全体の研究設計と文献計量分析のワークフローはフローチャート(図1)にまとめられています。

figure-protocol-1
図1。Tリンパ球代謝再プログラミング研究の文献計量解析のワークフロー。 この書誌計量分析で用いられた研究デザインと分析ワークフローの概説。論文はWeb of Scienceコアコレクション(WoSCC)から、あらかじめ定められた検索戦略と包含基準を用いて取得されました。取得したレコードはプレーンテキスト形式でエクスポートされ、重複除去や書誌データの標準化を含む前処理が行われました。文献計量分析は、共引用、キーワード共現、クラスタリング、バースト検出にCiteSpaceを用いて、著者、機関、国、ジャーナル間の共同ネットワーク分析にはVOSviewerを用いて実施されました。Scimago Graphicaは国際的なコラボレーションネットワークの可視化に、WPS Excelは年間の出版動向や記述的統計の分析に使われました。 この図の拡大版はこちらをクリックしてご覧ください。

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

出版成果と時間的傾向
この分野の研究活動の時間的変化を特徴づけるために、WoSCCに索引付けされた文献を用いて文献計量分析が行われました。過去10年間で合計1,991件の記録が最初に取得されました。重複および非英語の記録を削除した後、最終的に1,882件の論文が含まれ分析され、そのうち1,046件はオリジナル研究論文、836件は総説論文でした。2016年から2025年までの年間論文および引用傾向は 図2に示されており、研究活動が時間とともに一貫して増加していることを示しています。2020年には、2019年と比べて論文数が40本増加し、引用数も1,989件増加しました。2021年から2024年の間、引用数は年々増加し続けましたが、出版件数は比較的前年同期比の変動が小さいものの、2021年に55本増加したことを除いては比較的小さいものでした。2025年には論文数が252件から629件に増加し、引用件数は13,045件から21,103件に増加しました。これらの発見は、研究期間中...

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

私たちのT細胞における代謝再プログラミングに関する文献計量分析は、時間とともに研究成果が持続的に増加していることを示しました。2020年には2019年と比べて40本の論文増加、1,989件の追加引用が顕著に増加しました。この増加は、グル タミン阻害誘導による腫瘍免疫回避 の発散型代謝プログラム(2019年11月22日発表)18を含む複数の高引用文献と同時期であり、データセット内で最も引用され中心性の高い文献の一つとなりました。この研究はこの分野で頻繁に引用されており、免疫代謝や腫瘍免疫回避の概念的進歩と関連しており、この時期の学術的注目の高まりに寄与する可能性があります。その後、出版量は横ばいとなりましたが、2021年には55本の論文が増加し、これは複数の頻繁に引用される研究の発表と重なりました。同年の重要な論文『 乳酸による腫瘍浸潤調節T細胞の代謝支持 』(2021年3月発表)は、細胞内代謝因子がT細胞の抗腫瘍機能にどのように影響するかを...

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

利益相反:

著者らは本書に関連する利益相反を一切認めていません。

著者の貢献:

データ収集と文献検索は劉易によって行われました。データ前処理と文献計量分析はYinping Yangによって実施されました。視覚化と図形準備は楊欣月と李金泉によって行われました。原稿の初稿は劉易と李偉洪によって書かれました。すべての著者が原稿の改訂に貢献し、最終提出版を承認しました。

謝辞

著者らは中央大学基礎研究基金(2022-JYB-JBZR-037)からの財政支援に感謝いたします。

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。

材料

```html
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
CiteSpaceドレクセル大学v.5.7.R2SCR_025121
Microsoft Excel  マイクロソフト株式会社v.2604 Build 16.0.19929.20136SCR_016137 (Microsoft Excel)
WPS Excelキングソフトオフィスv.12.1.0.26375
Scimago GraphicaScimago Labv.1.0.53利用不可
VOSviewerライデン大学v.1.6.20SCR_023516
Web of Science Core Collectionクラリベート・アナリティクス2026年1月27日アクセス; バージョンは該当しない利用不可
Windows オペレーティングシステムマイクロソフト株式会社Windows 10利用不可
```

参考文献

  1. Pearce EL, et al. Fueling immunity: insights into metabolism and lymphocyte function. Science. 2013;342(6155):1242454.
  2. Wang R, et al. The transcription factor Myc controls metabolic reprogramming upon T-lymphocyte activation. Immunity. 2011;35(6):871-82.
  3. Shyer JA, et al. Metabolic signaling in T cells. Cell Res. 2020;30(8):649-59.
  4. 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.
  5. 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.
  6. Quinn WJ III, et al. Lactate limits T-cell proliferation via the NAD(H) redox state. Cell Rep. 2020;33(11):108500.
  7. 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.
  8. O'Neill LAJ, et al. A guide to immunometabolism for immunologists. Nat Rev Immunol. 2016;16(9):553-65.
  9. Almeida L, et al. Metabolic pathways in T-cell activation and lineage differentiation. Semin Immunol. 2016;28(5):514-24.
  10. 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.
  11. Chang CH, Pearce EL. Emerging concepts of T-cell metabolism as a target of immunotherapy. Nat Immunol. 2016;17(4):364-68.
  12. Ho PC, et al. Reenergizing T-cell anti-tumor immunity by harnessing immunometabolic checkpoints and machineries. Curr Opin Immunol. 2017;46:38-44.
  13. Von Meyenn L, et al. Targeting T-cell metabolism in inflammatory skin disease. Front Immunol. 2019;10:2285.
  14. Zhu H, et al. Trends and hotspots in research related to tumor immune escape: bibliometric analysis and future perspectives. Front Immunol. 2025;16:1604216.
  15. 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.
  16. Chen G, et al. Rheumatoid arthritis and fibromyalgia syndrome: a bibliometric and bioinformatics perspective on comorbidity research. J Multidiscip Healthc. 2025;18:6811-27.
  17. 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.
  18. Leone RD, et al. Glutamine blockade induces divergent metabolic programs to overcome tumor immune evasion. Science. 2019;366(6468):1013-21.
  19. Watson MJ, et al. Metabolic support of tumour-infiltrating regulatory T cells by lactic acid. Nature. 2021;591(7851):645-51.
  20. Xia L, et al. The cancer metabolic reprogramming and immune response. Mol Cancer. 2021;20(1):28.
  21. 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.
  22. 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.
  23. 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.
  24. 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.
  25. Ma EH, et al. Serine is an essential metabolite for effector T-cell expansion. Cell Metab. 2017;25(2):345-57.
  26. Pearce EL, et al. Fueling immunity: insights into metabolism and lymphocyte function. Science. 2013;342(6155):1242454.

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

タグ

医学第234号第234号空の値号T細胞代謝リプログラミングCiteSpaceVOSviewer
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。