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

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。

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
#1	252,461	TS=(「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*」)
#2	13,799	TS=(「代謝再プログラム*」または「代謝再配線*」または「代謝再配線」)
#3	1,882	#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。

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。

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、研究期間中にTリンパ球代謝再プログラミング研究における科学的関心と学術的影響力が持続的に増加したことを示しています。

図2。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年間論文および引用傾向。 2016年から2025年までのWoSCCデータベースから取得したTリンパ球の代謝再プログラミングに関する年間論文数および総引用数。青いバーは年間の論文数を示し、年間の研究生産性を示します。オレンジの線は総引用数を示し、各年に索引付けされた論文の学術的影響力と引用影響を反映しています。 この図の拡大版はこちらをクリックしてご覧ください。

国レベルの貢献と協力
国別分析では、中国が最も多くの論文を発表し、997本の論文を寄稿したのに対し、アメリカは510本の論文を寄稿しました(図3A)。出版傾向は両国間で時間とともに異なりました。中国の出版物生産は調査期間を通じて着実に増加しましたが、米国は2025年以前に2度の国内出版ピークとその後年間生産量の減少を示しました(図3B)。2025年には両国で出版量が大幅に増加し、前年と比べて中国が296本、アメリカで42本の増加となりました。協働ネットワーク分析により、複数の国間の広範な相互作用が特定され(図4A)、共著者パターンに基づく5つの主要な国クラスターが区分されました(図4B)。アメリカ、中国、韓国は密に結びついた共同クラスターを形成し、さらにヨーロッパ、アジア、アメリカ大陸の国々もクラスターに含まれていました。ほとんどの国がアメリカ合衆国との協力関係を示しており、国際協力ネットワークにおけるアメリカの中心的な役割を示唆しています。

図3。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国際的な出版動向。(A ) 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いて、最も多くの論文を発表した上位10か国の年間論文発表量。異なる色の線は各国を表し、出版生産性の時間的変動を示しています。(B) 中国と米国間の比較的な年間出版傾向で、研究成果の時間経過による変化を示す。 この図の拡大版はこちらをクリックしてご覧ください。

図4。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国際共同ネットワーク。(A ) 文献計量ネットワーク解析を用いて生成された上位20カ国の国際協力ネットワーク。ノードサイズは論文量を示し、リンクの太さは国間の協力の強さを示し、異なる色は異なるコラボレーションクラスターを表します。(B) 国間の協働相互作用を示すコード図。接続する各コードの幅は、ペアになった国同士の協力の強さに対応しています。 この図の拡大版はこちらをクリックしてご覧ください。

組織の生産性と協働
制度的生産性分析では、中国の機関が生産性の高い上位10機関のうち9社を占め、残りは米国に拠点を置いていることが示されました(図5A)。上海交通大学が74本の論文で1位、続いて復旦大学が66本、中央南大学が51本の論文を発表しました。最も生産性の高い中国の教育機関は、主に中国南部に位置する大学でした。引用に基づくランキングは、論文生産率とは異なる分布パターンを示しました(図5B)。ハーバード大学が2,997回の引用で1位、次いでマックス・プランク免疫生物学・エピジェネティクス研究所が2,682回の引用を記録しました。中国の教育機関の中で、セントラルサウス大学は2,288回の引用数で最も多く引用されました。機関間のコラボレーションネットワークは、機関間の広範な相互接続性を示しました(図5C)。上海交通大学は合計62の連携力で最も高く、特に中国国内の他機関との頻繁な協力関係を示している。

図5。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機関的生産性と協働分析。(A ) 出版量別でトップ10の機関をランク付けした横棒グラフ。(B) 総引用数でトップ10の教育機関をランク付けした横棒グラフ。(C) VOSviewerを用いて生成された機関間コラボレーションネットワーク。ノードサイズは機関の論文出力を表し、リンクの太さはコラボレーションの強さを反映し、異なる色は異なるコラボレーションクラスターを示します。 この図の拡大版はこちらをクリックしてご覧ください。

著者の生産性と影響
出版量ランキングでトップ10の著者の中で、何炳志が最も多く(18本の論文)、次いで李、輝が14本、さらに10〜12本の著者が続きました(図6A)。引用分析の結果、エリカ・L・ピアースが最も多く引用数(2,384回)、次いでピンチー・ホー(1,641回)、ロメロ・ペドロ(1,352回)が続きました(図6B)。Ping-Chih Hoは18本の論文を執筆し、1,641件の引用を受け、合計23件のリンク強度を示しており、著者コラボレーションネットワーク内で中心的な役割を果たしていることを示唆しています。共引用分析は、引用された著者間の引用頻度の分布をさらに示しました。チャン・C.H.は引用数が最も多い(561)で、トップ10グループで最も低い評価の著者は278引用でした(図7A)。ネットワーク分析では、高被引用者の著者は一般的に総合リンク強度の値が高く、共引用関係が強くなり、研究ネットワーク内での統合が広がっていることを示唆しました(図7B)。

図6。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著者の生産性および引用影響分析。(A ) 著者を出版量ごとに水平棒グラフでランク付けする方法。(B) 総引用数に基づいて著者を水平棒グラフでランク付けすること。バーの長さは、各著者に関連する論文数や引用数を表します。 この図の拡大版はこちらをクリックしてご覧ください。

図7。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引用著者の分析。(A ) 総引用数に基づくグラデーションスタイルの棒グラフによる被引用著者のランキング。(B) 共引用ネットワークにおける引用著者間の総リンク強度を示す勾配スタイルの棒グラフ。バーの長さは引用頻度または総リンク強度を示し、暗い色は引用頻度の増加や共引用関係の強さを示します。 この図の拡大版はこちらをクリックしてご覧ください。

ジャーナルの出版物および引用における業績
表2は 、Tリンパ球代謝再プログラミング研究において最も多くの論文を発表している上位10のジャーナルを、引用数や総リンク強度の値を含めてまとめたものです。Frontiers in Immunologyは203本の論文で最多の論文を発表し、Cell Metabolismは最も生産的なジャーナルの中でインパクトファクター30.9を示しました(図8A)。ほとんどのジャーナルはジャーナル引用報告(JCR)Q1カテゴリーに分類されていました(図8B)。ジャーナル共同ネットワークでは、5つのジャーナルが総リンク強度値が100を超え、Frontiers in Immunologyが最も高い総合リンク強度(549)を示し、ジャーナルコラボレーションネットワーク内での強い連結性を示しています(図8C)。引用された学術誌の引用分析では、Natureが最も高い引用頻度(6,331)を持ち、次いでImmunity(6,061)が続きました(表3 および 図9A)。Frontiers in Immunologyは、他の高被引用ジャーナルと比べてインパクトファクターが低いにもかかわらず、引用頻度(5,685)で3位にランクされました。共引用ネットワーク分析では、引用されたジャーナル間で強い共同関係が見られ、ネットワーク全体で高い総リンク強度値が観察されました(図9B)。これらの発見は、この分野で非常に影響力のあるジャーナルが強い引用インパクトと広範なジャーナル間連結性を特徴としていることを示しています。

階級	雑誌	頻度	引用文献	総リンク強度
1	免疫学の最前線	203	3993	549
2	腫瘍学のフロンティア	55	1366	113
3	国際分子科学ジャーナル	49	1112	128
4	ネイチャー・コミュニケーションズ	33	2511	96
5	蟹座	31	659	54
6	高度科学	27	1476	136
7	セルレポート	27	329	56
8	細胞代謝	25	3076	184
9	国際免疫薬理学	23	243	45
10	科学報告書	22	197	16

表2:2016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論文数別トップ10のジャーナル。 この表は、WoSCCから取得したTリンパ球代謝再プログラミング研究において、最も論文を発表した10誌をまとめたものです。頻度はデータセットにインデックスされた論文数を表します。引用数は、各ジャーナルの論文に関連する総引用数を示します。総リンク強度は、VOSviewerを用いて生成されるジャーナルの共現ネットワーク内での接続性と協働的関連性の度合いを表します。

図8。Tリンパ球代謝再プログラミング研究における学術誌のパフォーマンス指標および協働ネットワーク解析。(A ) 論文数の多いトップ10誌間のインパクトファクターの分布。(B) 引用率は最も生産的なジャーナルのトップ10に入る。(C) 文献計量分析を用いて生成されるジャーナルコラボレーションおよび共引用ネットワーク。バー長は、ジャーナルネットワーク内の論文数、インパクトファクター、引用数、または総リンク強度を表します。インパクトファクターおよび四分位数の順位はJournal Citation Reports(JCR)から取得されました。 この図の拡大版はこちらをクリックしてご覧ください。

階級	引用ジャーナル	頻度	もし	JCR四分位
1	自然	6331	48.5	Q1
2	免疫	6061	26.3	Q1
3	免疫学の最前線	5685	5.9	Q1
4	セル	5539	42.5	Q1
5	免疫学ジャーナル	5275	3.4	Q2
6	細胞代謝	4974	30.9	Q1
7	ネイチャー・コミュニケーションズ	4515	15.7	Q1
8	ネイチャー免疫学	4345	27.6	Q1
9	アメリカ合衆国科学アカデミー紀要	3838	9.1	Q1
10	がん研究	3818	16.6	Q1

表3:2016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引用上位10のジャーナル。 この表は、WoSCCから取得したTリンパ球代謝再プログラミング研究の共引用分析で特定された上位10のジャーナルをまとめたものです。頻度はデータセット内の各ジャーナルの総引用頻度を表します。IFはジャーナルのインパクトファクターを示し、JCRはジャーナルCitation Reportsの四分位数分類を表します。ジャーナル指標を用いて、文献計量ネットワーク内で引用されたジャーナルの引用影響力および学術的顕著性を評価しました。

図9。Tリンパ球代謝再プログラミング研究における学術誌のパフォーマンス指標および共同ネットワーク解析を引用。(A ) 引用上位10誌のJCR四分位分布。(B) 引用されたジャーナル間の協働関係を示す共引用ネットワーク分析。バー長はジャーナル共引用ネットワーク内の引用頻度または総リンク強度を表します。ジャーナル指標はJCRから取得されました。 この図の拡大版はこちらをクリックしてご覧ください。

参考文献解析
参照クラスタリング分析により、複数の相互に関連するテーマクラスターが特定され、上位10のクラスターは 図10Aに示されています。その中で、クラスター#0(マクロファージ分極)とクラスター#2(Tリンパ球)は免疫細胞の機能調節に関連していました。クラスター#4(腫瘍微小環境)および#7(T細胞枯渇)は、関連する研究テーマを反映した密接なネットワーク接続性を示しました。代謝経路に関連する追加のクラスターも同定されており、クラスター#3(ラクチル化)、クラスター#9(グルタミン代謝)、クラスター#1(脂質代謝)、クラスター#10(アミノ酸代謝)が含まれます。さらに、「予後」(クラスター#6)は共引用ネットワーク内で明確なテーマクラスターとして特定されました。参考文献共引用分析では、研究分野内で非常に影響力のある参考文献が特定されました(図10B)。上位10の参考文献は引用頻度(表4)および中間中心性(表5)に基づいて順位付けされました。特に2016年以降に発表された高引用研究は、主に腫瘍微小環境内の免疫代謝調節機構および代謝相互作用、特に調節T細胞代謝適応に焦点を当てていました。2019年から2022年にかけて発表された研究では、グルタミン遮断や乳酸–PD-1シグナル伝達軸を含む代謝標的治療戦略がますます調査されてきました。高中心性の参照は主に、免疫の分極化、T細胞の枯渇、エピジェネティック制御を含む細胞代謝と免疫細胞機能の相互作用に関連していました。2018年に発表された高被引用研究では、腫瘍微小環境内の代謝再プログラムが採用T細胞療法の有効性低下と関連していることが報告されています。

図10。Tリンパ球代謝再プログラミング研究における参照クラスタおよび共引用解析。(A ) CiteSpaceを用いて特定された上位10の引用文献クラスタ分析。異なる色は異なるテーマクラスターを表しています。(B) 文献計量分析を用いて生成された参照共引用ネットワーク。ノードサイズは引用頻度を表し、連結行は参考文献間の共引用関係を示します。 この図の拡大版はこちらをクリックしてご覧ください。

階級	参考文献	記事タイトル	ジャーナルタイトル	引用文献
1	ワトソン, M. J.(2021年)	乳酸による腫瘍浸潤調節T細胞の代謝支援	自然	133
2	熊谷S.(2022年)	乳酸は、高度解糖性の腫瘍微小環境において調節性T細胞内でPD-1発現を促進します	がん細胞	105
3	夏、L.(2021年)	がんの代謝再プログラムと免疫応答	分子がん	102
4	レオーネ、R. D.(2019年)	グルタミン遮断は、腫瘍免疫回避を克服するために多様な代謝プログラムを誘導します	科学	100
5	フォーベール、B.(2020年)	代謝再プログラムとがんの進行	科学	89
6	ソン、H.(2021年)	がん統計2020:GLOBOCANによる185か国36種類のがんの発生率と死亡率の推計	CA:臨床医のためのがんジャーナル	85
7	レオーネ、R. D.(2020年)	がんにおける免疫細胞の代謝	がん	83
8	アンジェリン, A.(2017年)	Foxp3はT細胞代謝を低グルコース・高乳酸環境で機能させるように再プログラムします	細胞代謝	83
9	チャン、C. H.(2015年)	腫瘍微小環境における代謝競争はがん進行の要因です	セル	74
10	ワン、H.(2020年)	CD36介在の代謝適応は、腫瘍における調節T細胞の生存と機能を支えます	ネイチャー免疫学	74

表4:2016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引用率トップ10の文献。 この表は、Tリンパ球代謝再プログラミング研究において共引用分析で特定された、最も頻繁に引用される文献トップ10をまとめたものです。引用頻度は、WoSCCから取得した文献計量データセット内で受信された引用総数を表します。表には第一著者、出版年、論文タイトル、ジャーナルタイトル、各参考文献に関連する総引用数が含まれています。

階級	参考文献	記事タイトル	ジャーナルタイトル	中心性
1	レオーネ、R. D.(2019年)	グルタミン遮断は、腫瘍免疫回避を克服するために多様な代謝プログラムを誘導します	科学	0.55
2	黄、S. C.(2016年)	mTORC2-IRF4シグナル伝達軸を介した代謝再プログラミングは、マクロファージの代替活性化に不可欠です	免疫	0.52
3	ブランド, A.(2016年)	LDHA関連乳酸産生はT細胞およびNK細胞による腫瘍免疫監視を鈍らせます	細胞代謝	0.5
4	中谷、M.(2014年)	炎症性T細胞応答は、アミノ酸トランスポーターASCT2によるグルタミン取り込みの促進とmTORC1キナーゼの活性化に依存しています	免疫	0.48
5	カスコーン、T.(2018年)	腫瘍解糖作用の増加は、採用T細胞療法に対する免疫抵抗性の特徴です	細胞代謝	0.44
6	マ、X.Z.(2019年)	コレステロールは腫瘍微小環境におけるCD8+T細胞の枯渇を誘発します	細胞代謝	0.41
7	ヤン、W.(2016年)	CD8(+)T細胞の抗腫瘍応答をコレステロール代謝の調節によって増強すること	自然	0.39
8	ガイガー、R.(2014年)	L-アルギニンはT細胞代謝を調節し、生存率と抗腫瘍活性を高めます	セル	0.37
9	フリーマーマン、A. J.(2014年)	マクロファージの代謝再プログラム:グルコーストランスポーター1(GLUT1)媒介のグルコース代謝が炎症促進表現型を駆動します	生物化学ジャーナル	0.31
10	ビアン, Y.(2020年)	がんSLC43A2 T細胞のメチオニン代謝とヒストンのメチル化を変化させます	自然	0.29

表5:2016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中間中心性順位でランキングしたトップ10の参考文献。 この表は、CiteSpaceを用いた共引用ネットワーク分析で特定された、最も中間中心性が高い上位10の参考文献をまとめたものです。Betwenessの中心性は、文献計量ネットワーク内の異なる研究クラスターをつなぐ上で参照の相対的な重要性を反映しています。中心性値が高いほど、テーマ分野間の橋渡し役割が強まり、知識ネットワーク構造への影響が大きいことを示します。

キーワード分析と時系列の傾向
キーワードクラスタリング分析では、高頻度の用語を複数のテーマ別カテゴリーに分類しました(図11A)。これらのキーワードの中で、「代謝再プログラミング」と「腫瘍微小環境」が頻繁に同時に現れ、研究分野内で強いテーマ的関連性を示しています。「T細胞」や「樹状細胞」といったキーワードも密接に関連しており、腫瘍進行や免疫療法関連の調節における免疫細胞の役割に対する継続的な研究関心を反映しています。時間的傾向分析(図11Bおよび11C)は、研究期間を通じて研究優先順位が変化していることを示しました。2016年から2018年にかけて発表された初期の研究は主に免疫細胞の活性化とグルコース代謝に焦点を当てていました。2018年から2020年にかけて発表された研究は、T細胞分化と免疫機能の代謝調節をますます重視するようになりました。2021年以降、「DNAメチル化」「酸化的リン酸化」「IDO」といったキーワードがより頻繁に登場し、Tリンパ球研究におけるエピジェネティック調節、ミトコンドリア代謝、免疫代謝シグナル伝達経路への関心が高まっていることを示唆しています。

図11。Tリンパ球代謝再プログラミング研究におけるキーワードクラスタ、バースト検出、年代順トレンド解析。(A ) 書誌計量分析で特定された上位15のキーワードクラスターのクラスタ分析。異なる色は異なるテーマ領域を表しています。(B) 主要研究テーマの時間的変化を示す上位10キーワードクラスターのタイムライン可視化。(C) バースト検出解析で特定されたトップ20のバーストキーワード。赤いバーは、キーワード頻度が時間とともに大きく増加した期間を示します。 この図の拡大版はこちらをクリックしてご覧ください。

この文献計量分析は、WoSCCから取得した論文に基づき、Tリンパ球代謝再プログラミング研究の世界的な研究状況を体系的にマッピングしました。研究期間を通じて科学的成果と引用への影響は着実に増加し、中国と米国が出版生産性と引用影響力の主要寄与国として特定されました。コラボレーションネットワークの分析では、国際的および機関間の研究関係がますます相互に関連していることが示され、また寄稿者間での出版量と引用数の影響に違いがあることも明らかになりました。この分野の知的構造は主に腫瘍微小環境内の免疫細胞調節と代謝再プログラミングに焦点を当てており、基本的な免疫活性化に焦点を当てた研究から、エピジェネティック調節、酸化的リン酸化、免疫-代謝相互作用の研究へと時間的進化が進んでいきました。総じて、本研究はTリンパ球代謝再プログラミング研究における発展、主要な寄与者、共同研究パターン、そして新たなテーマ的方向性について体系的な概観を提供します。

データの利用可能性:
本研究で解析されたデータセットはWeb of Scienceコアコレクション(WoSCC)から取得されました。本研究で作成された元の文献計量データセットおよび関連分析ファイルは補足資料として提供され、Zenodoリポジトリ(https://doi.org/10.5281/zenodo.20270392)を通じて一般公開されています。本研究では制限データ、機密データ、または個人特定可能なデータは使用されませんでした。

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強調しました。別の論文『 がんの代謝再プログラムと免疫応答 』(2021年2月5日発表)は、腫瘍免疫が代謝物、代謝酵素、代謝経路、免疫細胞^{代謝プログラミングによって}どのように影響を受けるかを包括的にまとめています。

2025年には、出版件数と引用数の両方が前年の約2倍に増加し、急激な増加が見られました。WoSCCの組み込み分析インターフェースを用いて、2025年の成長パターンと新興研究ホットスポットをさらに調査しました。2025年に開催された主な国際会議には、第28回アメリカ遺伝子・細胞療法学会年次総会、米国がん研究学会年次総会、米国免疫学会年次総会、第67回米国血液学会年次総会、調査皮膚科学会年次総会などがあります。 アメリカ胸部学会国際会議でも出席しました。これらの会議は過去10年間に特定された主要な会議の14.6%(6/41)を占めています。これらの観察は、この期間中の学術活動の増加と分野内での認知度の向上を反映している可能性があります。2025年に最高評価の論文は「tRNA m1A修飾がCD8⁺ T細胞の抗腫瘍免疫を促進するコレステロール生合成を調節する」というタイトルで、2025年3月にThe Journal of Experimental Medicineに掲載されました。本研究では、tRNA m1A修飾がコレステロール生合成における代謝チェックポイントであることが特定され、CD8/T細胞機能の支えにおける重要性が示されました。この観察は、T細胞免疫代謝における脂質代謝への研究関心が高まっていることを示す文献計量学的結果と^{一致しています。}

過去10年間の出版量で上位10か国は中国、アメリカ合衆国、ドイツ、イギリス、イタリア、スイス、フランス、インド、スペイン、日本で、合計1,062部(総発行量の56.43%)を寄稿しました。2016年には、アメリカ合衆国が25本の論文で分野をリードし、他の多くの国々は年間10本未満の論文を発表していました。アメリカは2020年から2022年にかけて比較的高出力の段階に入り、その後安定した停滞期を迎え、2025年には99本の論文に回復しました。中国は2021年以降も継続的な成長を示し、2022年から年間100本を超える出版物を発表しました。2025年には、中国の出版量は2016年より64.9倍増加し、同年の米国の358.6%を上回りました。ヨーロッパ諸国の中で、ドイツは最も多くの出版物を発表し(133本)、発表しました。スイスとオランダも比較的高い研究生産性を示し、ホー・ピンチー(スイス)とミハイ・G・ネテア(オランダ)がそれぞれ18本と12本の論文を寄稿しました。ドイツのエリカ・L・ピアースは、最も多作な著者の中で10位(9本の論文)と、引用数281回で9位にランクされ、合計179件のリンク数を記録しました。これらの発見は、ますますグローバル化する協力パターンとT細胞免疫代謝研究への国際的な参加拡大を示しています。

この分野の出版量でトップ10のジャーナルは、『Frontiers in Immunology』『Cell Metabolism』『Nature Communications』『Advanced Science』『Frontiers in Oncology』『International Journal of Molecular Sciences』『Cancers』『Cell Reports』『International Immunopharmacology』『Scientific Reports』でした.そのうち7つのジャーナルはインパクトファクターが3から7の範囲で、残りの3つはインパクトファクターが10を超えていました。Cell Metabolismはインパクトファクター30.9で最も高く、論文数では25本で8位にランクされ、Frontiers in Immunologyは203本で年間約20本の論文を発表しました。特に、Cell Metabolism²²に掲載された研究「Foxp3 Reprogramming T cell Metabolism to Function in Low Glucose High Lactate Environments(低グルコース・高乳酸環境における機能)」は、引用率の高い文献トップ10で8位にランクインしました。しかし、Frontiers in Immunologyの論文は上位引用文献リストに含まれていません。引用率トップ10のうち4つはCell、Nature、Scienceに掲載されました。『Immunity』は引用頻度で2位にランクされ、非常に中心的な参考文献の中で強い代表権を示しました。中心性でランキングされたトップ10の参考文献のうち2つの論文が『Immunity』に掲載されましたが、1つは2016年以前に^23,24ページに掲載されています。対照的に、Cell Metabolismは2016年から2025年の^{研究期間を通じて}強い引用影響力を維持し^ました。この分析に含まれる1,882件の論文のうち、1,046件がオリジナル研究論文、836件が総説論文であり、この分野におけるレビュー論文の割合は異例に高いものでした。特に、引用率の高い文献トップ10のうち3つはレビュー論文でした。この傾向は、T細胞免疫代謝研究の急速な進化を反映しており、新たな発見や概念的発展をまとめた統合的レビューの需要が高まっていることを反映している可能性があります。

これまでの研究は主に、エフェクターT細胞、記憶T細胞、調節T細胞などのT細胞の代謝調節に焦点を当てており、哺乳類の標的であるラパマイシンは最も頻繁に研究されているシグナル伝達経路の一つです。T細胞に加え、T細胞の活性化や免疫調節に不可欠な役割を果たす樹状細胞にも研究の注目が集まっています。また、代謝経路ごとに研究の関心が不均一であることも示されました。アミノ酸代謝およびグルコース代謝は広く研究されていますが、脂質代謝は近年関心が高まっているにもかかわらず、依然として比較的十分に研究されていません。これらの発見は、今後の研究が脂質媒介免疫調節、腫瘍微小環境内の代謝クロストーク、エピジェネティックと代謝の相互作用にますます焦点を当てる可能性を示唆しています。この文献計量フレームワークは、がん免疫療法や免疫調節研究に関連する新たな免疫代謝的テーマ、影響力のある共同研究、そして十分に探求されていない治療的方向性を特定するのにも役立つかもしれません。

この研究にはいくつかの制限があります。第一に、データはWoSCCからのみ取得されていたため、ScopusやPubMedなど他のデータベースに索引付けされた関連研究が省略され、WoSCCの索引の質が高いにもかかわらず選択バイアスの可能性が生じた可能性があります。次に、英語の出版物のみが含まれており、言語バイアスが生じた可能性があります。第三に、引用ベースの指標は、出版年数、ジャーナルの可視性、引用慣行の影響を受けるため、科学的な質や臨床的関連性を完全に反映していない場合があります。最後に、複数の書誌計量指標が適用されましたが、H指数や記事あたりの平均引用数などのより標準化された指標は含まれていませんでした。複数のデータベース、追加の文献計量指標、縦断的検証アプローチを統合した今後の研究により、T細胞免疫代謝研究の進化する現状をより包括的に理解できる可能性があります。

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
CiteSpace	ドレクセル大学	v.5.7.R2	SCR_025121
Microsoft Excel	マイクロソフト株式会社	v.2604 Build 16.0.19929.20136	SCR_016137 (Microsoft Excel)
WPS Excel	キングソフトオフィス	v.12.1.0.26375
Scimago Graphica	Scimago Lab	v.1.0.53	利用不可
VOSviewer	ライデン大学	v.1.6.20	SCR_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