노화 지역에서 카에노르하브디티스 엘레간 스 연구의 동향과 전망: 서지 측정 및 시각화 분석

Yulin Song; Jinyang Qi; Qiuyu Liao; Xingcan Fan; Haipeng Du; Xiaoping Li; Heyuan Niu; Gang Liu

doi:10.3791/70364

이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

노화 지역에서 카에노르하브디티스 엘레간 스 연구의 동향과 전망: 서지 측정 및 시각화 분석

252 조회수

⸱

DOI:

10.3791/70364

⸱

2026년 5월 22일

Yulin Song^*¹^,²^,³^,⁴ , Jinyang Qi^*¹^,²^,³^,⁴ , Qiuyu Liao¹^,²^,³^,⁴ , Xingcan Fan¹^,²^,³^,⁴ , Haipeng Du¹^,²^,³^,⁴ , Xiaoping Li¹^,²^,³^,⁴ , Heyuan Niu¹^,²^,³^,⁴ , Gang Liu¹^,²^,³^,⁴

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

이 논문에서

요약

여기서는 CiteSpace, VOSviewer, Bibliometrix, Scimago Graphica를 사용하여 Caenorhabditis elegans 와 노화에 관한 Web of Science Core Collection 기록을 검색, 검증 및 분석하는 프로토콜을 제시하여 재현 가능한 서지계량 매핑을 수행합니다.

초록

노화는 생리적 기능의 점진적인 악화와 노화 관련 질병에 대한 취약성 증가가 특징인 복잡한 생물학적 현상입니다. 세포 수준에서는 세포가 세포 세포 사사로 진행하지 않고 영구적인 성장 정지 상태에 들어가는 노화로 대표됩니다. 그러나 그 근본 메커니즘은 아직 완전히 이해되지 않았습니다. 짧은 수명과 잘 알려진 유전학을 가진 선충인 Caenorhabditis elegans (C. elegans)는 노화의 분자 기초를 해독하는 강력한 모델입니다. 그럼에도 불구하고, C. elegans 와 노화의 교차점에 관한 연구를 포괄적으로 정리한 서지계량학 지도는 아직 부족하다. 여기서는 Web of Science Core Collection에서 기록을 검색하고, 데이터 처리를 수행하며, CiteSpace, Bibliometrix (R), VOSviewer, Pajek을 사용하여 재현 가능한 서지 측정 시각화를 수행하는 프로토콜을 제시합니다. 이를 통해 C. elegans 노화 연구의 지식 구조를 매핑하고 새로운 추세를 식별하는 것을 목표로 합니다. 1970년부터 2025년 6월 5일까지 출판된 6,117편의 논문을 사용하여 국가 및 기관별 기여, 저자, 저술지 영향력, 인용 패턴, 주제별 변화를 분석했습니다. 이 데이터셋은 91개국 3,798개 연구소의 19,864명의 저자로부터 6,117건의 기록을 포함했습니다. 연간 출판물은 2020년 312편에서 2021년 341편으로 증가했으며, 그 이후에도 높은 수준을 유지했습니다. 미국이 글로벌 생산량을 주도했고, 그 뒤를 중국, 독일, 영국이 이들 국가 사이에 협력 네트워크가 집중되어 있었습니다. 캘리포니아 대학교 시스템은 생산성 1위, 중국과학원 3위를 기록했다. 주제 진화는 인슐린/인슐린 유사 성장인자 1 신호전달(IIS) 경로와 스트레스 반응에 대한 기초 연구에서 C . elegans 노화 모델에서 열 조절과 미토포지와 같은 새로운 주제로 전환하는 것을 나타냈습니다. 전반적으로 이 프로토콜은 투명하고 최신 가능한 서지 측정 분석을 가능하게 하며, 칼로리 제한과 미토포지(mitophagy) 등 주요 방향에 대한 향후 연구를 지원합니다.

서론

노화는 제한된 분열 횟수 이후 정상 체세포의 증식 능력이 상실되는 다면적인 생물학적 과정입니다. 노화 과정에서 생물의 생리적 기능이 점차 저하되고, 노화 관련 질병에 대한 감수성이 증가합니다^. 세포 수준에서는 이 과정이 이중 가닥 절단과 산화 손상 축적과 같은 DNA 손상으로 나타나며, 이러한 손상은 수리 메커니즘의 처리 능력을 초과합니다. 이러한 세포 수준의 변화는 유기체 수준에서 생리적 기능의 점진적 저하로 반영됩니다. 더 나아가, 일부 연구에서는 노화 세포가 노화 관련 분비 표현형(SASP)을 분비함으로써 연령 관련 병리학적 과정을 유도한다는 점도 입증되었습니다. 이러한 요인들은 조직 미세환경을 교란하고 섬유화를 촉진하여 만성 염증과 심지어 암 진행으로 이어질 수 있습니다^. 노화 연구가 심화됨에 따라, 노화가 심혈관 질환, 제2형 당뇨병, 알츠하이머병, 암 등 다양한 질병의 발생과 발병에 중요한 역할을 한다는 점이 인식^{되었습니다.} 전 세계적으로 노화가 가속화됨에 따라, 노화의 메커니즘을 이해하는 것은 건강한 수명을 연장하는 데 매우 중요합니다.

지난 수십 년간 모델 유기체는 노화의 유전적, 분자적, 환경적 결정 요인을 밝히는 데 필수적인 역할을 해왔습니다. 모델 생물은 짧은 세대 시간, 잘 특성화된 유전적 배경, 높은 실험적 접근성 등 뚜렷한 장점을 보입니다. 일반적인 모델 생물로는 효모, 초파리, 쥐⁴. 1960년대에 Caenorhabditis elegans (C. elegans)가 새로운 모델 생물로 처음 확립되었습니다. 선택에 있어 핵심적인 장점은 짧은 생활사와 재배의 용이성, 그리고 성숙한 유전 도구들이 보완하는 것입니다. 또한 크기가 작기 때문에 미생물처럼 표준화된 방식으로 대규모로 재배 및 조작할 수^{있습니다.} 무엇보다도, 단세포 생물은 단순하고 조작이 쉽지만 복잡한 생명 메커니즘에 대한 유전학 연구에 활용하기 어려워 이전 연구의 중요한 공백을 효과적으로 메운다. 또한, 전통적인 모델 동물은 복잡한 조작 때문에 대규모 선별 검사의 효율성이 제한적입니다. C. elegans 의 적용은^{위의 문제들을} 정확히 해결합니다. 6.

노화 연구에서 C. elegans의 사용은 1980^년대로 거슬러 올라갑니다. 1993년이 되어서야 노화 연구 분야에서 C. elegans 분야가 획기적인 도약을 맞이했습니다. 토마스 존슨과 동료들이 주도한 돌연변이 유발 스크리닝은 최초의 장수 돌연변이인 age-1 유전자 ^8,9를 확인했습니다. 이 발견은 노화가 확률적이고 조절되지 않는 과정이라는 기존 관점을 바꾸고, 특정 유전적 경로가 수명 결정에 관여한다는 점을 시사했다. 이후 연구들은 이 기반 위에 발전하여 노화를 조정하는 보존된 신호 전달 경로망을 밝혀냈습니다. IIS 경로는 중앙 규제 기관으로 부상했습니다. 인슐린/인슐린 유사 성장인자(IIGF-1) 수용체의 C. elegans 직유전자를 암호화하는 daf-2의 돌연변이는 IIS 활성을 감소시켜 FOXO 전사 인자 DAF-16을 활성화시켜 세포질에서 핵으로 이동시키고, 스트레스 반응 유전자, 분자 샤페론, 해독 효소의 발현을 촉진하여 노화 과정을 지연시키고 건강한 수명을 연장할 수 있습니다¹⁰. DAF-16은 세포질에서 핵으로 이동하여 스트레스 저항성 유전자, 분자 시퍼론, 해독 효소의 발현을 촉진하여 유기체 건강 수명을 연장하고 노화 진행을 지연시키며 유기체 건강 수명을 연장합니다^. 더 나아가 C. elegans는 노화의 다른 보존된 메커니즘도 밝혀냈습니다. 예를 들어, 주요 영양 감지 축인 라파마이신(TOR) 경로의 표적은 IIS¹²와의 상호작용을 통해 수명을 조절하는 것으로 나타났습니다.

최근 몇 년간 서지 측정 방법은 여러 분야에 널리 적용되고 있습니다. 서지계량 네트워크 분석은 통계적 방법을 활용하여 문헌의 양, 구조, 분포, 인용 관계를 분석하여 발전 패턴, 학문 구조, 연구 핫스팟, 동향을 밝혀냅니다. 노화에 관한 광범위한 연구에도 불구하고, 이 학제간 분야에 대한 포괄적인 서지 측정학적 분석은 제공되지 않았습니다. 본 연구에서는 협력적 틀, 지적 토대, 그리고 분야 내 역동적인 주제적 발전을 명확히 밝히는 포괄적이고 다중 방법적이며 재현 가능한 분석을 제시하며, 이를 통해 향후 연구 활동을 위한 새로운 방향을 식별합니다. 이 글은 C. elegans 분야의 최근 노화 연구 성과를 검토합니다. 더 나아가 본 연구의 목표는 다음과 같습니다: (1) 1970년부터 2025년 6월 5일까지의 C. elegans 노화 연구의 출판 및 인용 추세를 분석하고; (2) 국가 및 기관의 기여도를 평가하고 협력 네트워크를 탐색합니다; (3) 생산성과 인용 영향력에 따라 최고 저자와 주요 저널을 식별; (4) 공동 인용 및 인용 폭발 분석을 통해 해당 분야의 지적 기반을 밝혀내고; 그리고 (5) 키워드 동출현과 시간 분석을 사용하여 주요 연구 주제와 신흥 추세를 추적합니다. 궁극적으로 이러한 통찰은 이 분야의 진화하는 궤적을 더 깊이 이해하는 데 기여할 것입니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

이 연구는 윤리적 승인과 참여 동의를 의미하지 않습니다. 이 연구에 사용된 데이터는 Web of Science Core Collection(WoSCC)에서 수집되었습니다.

1. 데이터베이스 선택

Web of Science Core Collection(WoSCC) 데이터베이스에 https://webofscience 을 통해 접속하세요. clarivate.cn/wos/author/author-search.
"C. elegans"와 "aging"과 같은 타겟 키워드를 사용하여 관련 문헌을 찾아내는 검색 전략을 구성하세요.
관련성 스크리닝 및 데이터 검증
1. 검색된 각 기록은 제목을 검토하여 시의적 관련성을 판단합니다. C. elegans 를 주요 연구 유기체로 사용하고 노화 관련 개념이나 결과를 다룬 기록을 포함하세요.
2. 제목만으로는 관련성을 판단할 수 없다면, 초록을 검토하여 자격 여부를 확인하세요.
3. C. elegans에 초점을 맞추지 않거나 노화 관련 결과나 기전을 다루지 않는 기록은 제외합니다.
4. 경계선에 있는 기록의 경우, 불확실성의 이유를 문서화하고, 2차 저자의 2차 검증이나 두 심사자 간의 합의를 통해 포함 여부를 결정하세요.
5. 데이터베이스 메타데이터에서 ' Retracted' 라고 표시된 기록은 제외하세요.
6. 제외된 기록의 수와 제외 사유를 기록하고, 서지 측정 분석에 사용된 최종 데이터셋 크기를 보고하세요.
  참고: 정확성과 포용성을 높이기 위해 검색 전략에 사용된 키워드 전체 목록은 보충 자료 1 을 참조하십시오.

2. 탐색 매개변수

가장 최근의 포괄적인 연구 경향을 포착하기 위해 1970년부터 2025년 6월 5일까지의 출판 기간을 정의하세요.
검색 결과를 영어로 출판된 논문과 리뷰 논문만으로 제한하여 데이터 일관성을 확보하고 비교 분석을 용이하게 하세요.

3. 데이터 검색 및 형식

상세한 메타데이터를 보존하기 위해 선정된 출판물을 "전체 기록 및 인용 참고문헌" 형식으로 편집하세요.
수집된 데이터를 "평문 텍스트" 파일로 저장하여 서지계량 도구를 사용해 후속 분석하세요.
각 기록이 인용 및 공동 저자 정보를 포함한 완전한 메타데이터를 포함하고 있는지 확인하여 철저한 서지 분석을 가능하게 합니다.

4. 데이터 전처리

데이터 수집 및 가져오기
1. R(버전 4.5.2)을 열고 bibliometrix(버전 4.5.2)를 불러오세요. Biblioshiny를 실행하려면 다음 명령어를 실행하세요 :
  1. 도서관(bibliometrix)
  2. packageVersion("bibliometrix")
  3. 비블리오샤이니()
2. 가져오기 패널을 열어보세요.
  1. biblioshiny 인터페이스에서 왼쪽 사이드바의 "Data" 를 클릭하세요.
  2. 데이터 항목에서 "가져오기 또는 불러오기"를 클릭하세요.
3. 가져오기 설정을 설정하세요.
  1. 무엇을 할지 선택하시고, "원본 파일 가져오기"를 선택하세요.
  2. 데이터베이스에서 "Web of Science (WoS/WoK)"를 선택하세요.
  3. 저자 이름 형식에서 "성씨와 이니셜"을 선택하세요.
4. WoSCC 파일을 선택하고 가져오세요.
  1. 파일 선택 항목에서 "탐색"을 클릭하세요... 그리고 전체 기록 및 인용 참고문헌과 함께 내보내진 병합된 WoSCC 평문 파일을 선택하세요.
  2. "시작"을 클릭하여 데이터셋을 가져오세요.
  3. 왼쪽 사이드바에서 "개요"를 클릭한 후 필요한 모듈(예: 연간 과학 생산량 또는 연간 평균 인용수)을 선택하여 결과를 표시합니다.
  4. 도형을 내보내려면 PNG로 플롯 내보내기를 클릭하세요. 표를 내보내려면 "Excel"을 클릭하고 다운로드한 파일을 저장하여 후속 분석을 위해 저장하세요.
출판물 및 인용의 연간 성장 추세
1. CiteSpace의 연간 출판물 및 인용 분석 증가 추세.
  1. CiteSpace를 열고 "날짜"를 선택한 후 "가져오기/내보내기"를 선택하세요.
  2. 입력 디렉터리와 출력 디렉터리를 둘러보세요.
  3. "중복 제거"를 클릭하고, "기사"와 "리뷰"를 선택한 후 마지막으로 "시작"을 클릭하세요. 그 후 구체적인 연간 출판물 및 인용 통계를 얻을 수 있습니다.
  4. 워드 소프트웨어를 사용해 내보낸 결과를 차트 형식으로 변환하세요.
국가 출판 및 협력 분석
1. 보스뷰의 국가 출판 및 협력 분석.
  1. VOSviewer를 열고 "만들기"를 선택한 후 "서지 데이터를 기반으로 지도 만들기"를 선택하세요.
  2. "서지 데이터베이스 파일에서 데이터를 읽기" 옵션을 사용하여 관련 일반 텍스트 파일을 가져오세요.
  3. 분석 유형을 "공동 저자"로 설정하고, "전체 집계" 방법을 사용하고, "국가"를 분석 단위로 설정하세요.
  4. 선택할 출처 수를 50개 신청한 후 "분석"을 클릭하세요. 선택할 소스의 수를 20개로 설정하고, "선택한 소스를 내보내기"를 클릭하면 CSV 파일로 내보내서 볼 수 있습니다.
  5. "GO"를 클릭하여 참조 공동 인용 지도를 생성하고, 글꼴과 색상 설정을 조정하여 가독성을 높이세요.
2. 국가 간행물의 지리적 분포: Scimago Graphica에서의 분석.
  1. Scimago Graphica를 열고 "LOAD DATE FILE"을 클릭한 후 관련 일반 텍스트 파일을 가져오세요.
  2. 새 뷰를 생성하고, 크기는 "문서" , 색상은 "link_strength", 라벨은 "label", 마크는 "disks", 레이아웃은 "map"을 선택하세요.
  3. 평균 인용 횟수가 가장 높은 국가 분석
    1. R에서 Bibliometrix 패키지의 Biblioshiny 인터페이스를 실행하세요.
    2. WoSCC 데이터베이스에 접속하여 서지 측정 데이터가 포함된 병합된 평문 파일을 선택하세요.
    3. 데이터를 가져오고 이후 분석을 위해 txt 형식으로 내보내세요.
    4. "저자"를 선택한 후 "가장 많이 인용된 국가"를 클릭하세요
      참고: 구체적인 코드는 다음과 같이 제공됩니다:
      1. 도서관(bibliometrix)
      2. packageVersion("bibliometrix")
      3. 비블리오샤이니()
대학 및 기관 분포 분석
1. 공동 저자 분석
  1. VOSviewer에서 분석 설정: VOSviewer를 실행하고 "생성"을 선택한 후 "서지 데이터를 기반으로 지도 생성". "서지 데이터베이스 파일에서 데이터 읽기"를 선택하고 기관 정보가 포함된 일반 텍스트 파일을 가져오세요.
  2. 구성 및 매개변수: 분석 유형을 "공동 저자"로 설정하고, "전체 집계"를 선택하며, 분석 단위로 "조직"을 사용하세요. 문서당 최대 3,798개 조직을 허용하도록 매개변수를 설정하고, 대표성 있는 협업 네트워크를 구축하는 첫 50개 기관에 대한 최소 포함 기준을 설정하세요.
  3. 시각화 및 해석: "완료"를 클릭하여 기관 협업 지도를 생성합니다. 클러스터와 연결을 분석하여 핵심 기관, 협력 강도, 대학 및 연구 기관 간의 주요 협력 패턴을 파악합니다.
2. 가장 많은 출판물을 낸 기관들 분석
  1. R에서 Bibliometrix 패키지의 Biblioshiny 인터페이스를 실행하세요.
  2. WoSCC 데이터베이스에 접속하여 서지 측정 데이터가 포함된 병합된 평문 파일을 선택하세요.
  3. 데이터를 가져오고 이후 분석을 위해 txt 형식으로 내보내세요.
  4. "저자"를 선택한 후 "Affiliateations' Production over Time을 클릭하세요
    참고: 구체적인 코드는 다음과 같이 제공됩니다:
    도서관(bibliometrix)
    packageVersion("bibliometrix")
    비블리오샤이니()
3. 가장 강한 인용율을 가진 대학들 분석
  1. CiteSpace를 열고 "Data" 메뉴로 이동한 후 "가져오기/내보내기"를 선택하세요.
  2. WoSCC 데이터베이스에서 적절한 형식으로 데이터를 가져오고, 분석 시간 슬라이스를 1972년 1월부터 2025년 6월 5일까지, 시간적 세부사항을 위해 1년 간격을 두어 설정하세요.
  3. 노드 유형을 "참조"로 설정하고 "Pathfinder"와 "절단된 네트워크 가지치기" 옵션을 사용하여 네트워크를 간소화하여 가장 영향력 있는 공동 인용 문헌에 집중하세요.
  4. "GO"를 클릭하여 참조 공동 인용 지도를 생성하고, 글꼴과 색상 설정을 조정하여 가독성을 높이세요.
  5. "버스트니스" 옵션을 선택하고 매개변수 γ를 [0, 1]로 설정하세요.
  6. 인용 횟수가 가장 크게 증가한 상위 25 개 기관을 생성하고, 인용이 크게 증가한 기관을 강조하며, 해당 분야에서의 영향력이 지속적으로 증가하고 있음을 표시합니다.
저자 협업 네트워크
1. CiteSpace를 열고 "Data" 메뉴를 선택한 후 "가져오기/내보내기"를 클릭하여 WoSCC에서 필요한 형식으로 데이터를 가져오세요.
  1. 1970년 1월부터 2025년 6월 5일까지의 시간 단편을 정의하며, 협업의 시간적 변화를 포착하기 위해 1년 단계로 설정하세요.
2. 네트워크 구성 및 가지치기
  1. 노드 유형을 "Author"로 설정하고, "Pathfinder"와 "Pruning Sliced Networks"를 적용하여 중복 링크를 줄이면서 핵심 구조를 보존하세요.
  2. "GO"를 클릭하면 분석을 실행하고 공동 인용/공동 저자 지도를 생성하여, 저자 협업 네트워크의 발전, 구조 및 성장 역학을 시간에 따라 보여줍니다.
공동 인용 문헌 및 군집 네트워크 분석
1. CiteSpace에서의 데이터 가져오기 및 설정
  1. CiteSpace를 열고 "Data"로 가서 "Import/Export"를 선택해 WoSCC 데이터를 불러오세요.
  2. 분석 시간 범위를 1970년 1월 부터 2025년 6월 5일까지로 설정하며, 상세한 시간 정보를 얻기 위해 1년 간격을 사용했습니다.
2. 네트워크 구성 및 가지치기
  1. 노드 유형으로 "참조"를 선택하고 "Pathfinder"와 "슬라이스 네트워크 가지치기"를 함께 사용하여 핵심 공동 인용 링크를 유지하고 소규모 또는 중복 연결을 제거합니다.
  2. "GO"를 클릭하여 분석을 실행하고 참고 공동 인용 네트워크를 생성한 후, 글꼴, 색상, 레이아웃을 다듬어 시각적 명료성을 향상시킵니다.
3. 영향력 있는 참고문헌 식별
  1. "버스트(Burstness)" 옵션을 활성화하고 γ [0, 1]을 설정하세요.
  2. 데이터를 갱신하여 인용 폭발이 가장 강한 상위 25 개의 참고문헌을 얻으면, 인용 횟수가 급격히 증가하고 연구 분야에서 큰 영향을 준 연구를 강조하세요.
학술지 및 공동 인용 학술지 분석
1. 보스뷰에서의 학술지 분석
  1. VOSviewer를 열고 "만들기"를 선택한 후 "서지 데이터를 기반으로 지도 만들기"를 선택하세요.
  2. "서지 데이터베이스 파일 데이터 읽기" 옵션을 통해 관련 평문 파일을 가져오세요.
  3. 분석 유형을 "Citation"으로 설정하고, "Full counting" 방법을 선택한 뒤, 분석 단위로 "Sources"를 지정하세요.
  4. 최소 출처 수를 20개로 설정하고, 분석을 실행한 후 "선택 출처 내보내기"를 사용해 선택한 저널을 CSV 파일로 저장해 추가 검토를 하세요.
2. Vosview의 공동 인용 저널 분석.
  1. 다시 VOSviewer를 열고 "만들기"를 선택한 후 "서지 데이터를 기반으로 지도 만들기"를 선택하세요.
  2. "서지 데이터베이스 파일에서 데이터를 읽기"가 포함된 동일한 일반 텍스트 파일을 가져오세요.
  3. 분석 유형을 "공동 인용"으로 설정하고, "전체 집계"를 선택하며, 분석 단위로 "인용된 출처"를 사용하세요.
  4. 최소 인용 출처 수를 20개로 설정하고, 분석을 실행한 후 "선택한 출처 내보내기"를 클릭하면 상세한 공동 인용 저널 분석을 위한 CSV 파일을 출력할 수 있습니다.
키워드 동시 현현 분석
1. VOSviewer의 키워드 동현 네트워크 분석.
  1. VOSviewer를 열고 "만들기"를 선택한 후 "서지 데이터를 기반으로 지도 만들기"를 선택하세요.
  2. "서지 데이터베이스 파일에서 데이터를 읽기" 옵션을 사용하여 관련 일반 텍스트 파일을 가져오세요.
  3. 분석 유형을 "전체 집계" 방법을 사용하여 "공동 발생"으로 설정하고, "모든 키워드"를 분석 단위로 사용합니다.
  4. 선택할 키워드 수를 100 개 적용한 후 "완료"를 클릭하면 분석을 완료할 수 있으며, 이는 해당 필드 내 키워드 관계를 시각화하는 공존 네트워크를 생성합니다.
  5. "오버레이 시각화"를 클릭하여 진화하는 키워드 동시 클러스터의 시각적 분석 표현을 생성하세요.
  6. "밀도 시각화"를 클릭하면 키워드 분포 차트가 생성됩니다.
2. CiteSpace의 키워드 버스트 분석.
  1. CiteSpace를 사용해 "버스트(Burstness)" 옵션을 선택하고 매개변수 γ를 [0, 1]로 설정하여 키워드 버스트 분석을 수행하세요.
  2. 데이터를 새로고침한 후 "보기"를 선택하면 인용 횟수가 가장 강한 상위 25 개 키워드 목록을 생성하며, 이는 시간이 지나면서 주목받은 키워드를 나타냅니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

노화 지역에서 C. elegans 의 경향과 진화 개요
서지 측정 분석에는 1,123개 출처에서 6,117건의 출판 기록이 포함되었으며, 이는 WOSCC에서 자격 기준을 충족하는 초기 6,205건의 출판물 중에서 선별되었습니다. 여기에는 45편의 얼리 액세스 리뷰와 145편의 논문집 논문이 포함되었습니다. 87건의 관련 없는 논문과 철회된 1건을 제외한 후, 데이터는 시간적 분포와 문서 유형을 분석하였습니다. 지난 50년간 C. elegans와 노화에 관한 논문 4,949편(80.90%)과 리뷰 1,168편(19.09%)이 출판되었으며, 첫 번째 리뷰는 1972년에^14.15편으로 발표되었습니다. 이 발견들은 미래의 노화 연구의 토대를 마련했습니다. 1990년 이전에는 연간 4편에서 8편의 논문만이 ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

재현성과 해석 가능성을 보장하기 위해 이 워크플로우의 핵심 단계는 검색 전략(데이터베이스 출처, 쿼리, 문서 유형, 언어 제한, 검색 날짜)을 철저히 보고하고, 주제 외 레코드를 최소화하기 위한 관련성 스크리닝 및 데이터 검증을 수행하며, 도구 매개변수(시간 슬라이싱, 노드 유형, 가지치기, 임계값, 클러스터링)를 일관되게 보고하고, 출력 결과를 표준 형식으로 내보내면서 소프트웨어 버전을 투명성 및 향후 업데이트를 위해 문서화하는 것입니다. 이 프로토콜은 임계값과 선정 기준을 변경하여 다양한 말뭉치 크기와 연구 목표에 맞게 조정할 수 있습니다. 복잡하고 해석하기 어려운 네트워크의 경우, 최소 발생 임계값을 높이거나, 상위 순위 항목에 집중하거나, 명확성을 위해 가지치기 기법을 적용하세요. 희소 네트워크의 경우, 임계값을 낮추거나 시간 범위를 확장하거나 동의어를 병합하여 연결성을 개선합니다. 시각화 전에 일관되지 않는 국가나 기관 이름은 분열을 방지하기 위해 수동으로 ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자들은 공개할 것이 없습니다.

감사의 글

저자들은 이 연구에 기여한 모든 참가자와 연구자들에게 감사의 뜻을 전합니다. 더불어, 이 연구를 수행하는 데 중요한 역할을 한 CiteSpace, VOSviewer, Scimago Graphica, R 등 분석 도구에 감사하고 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름	회사	카탈로그 번호	댓글
LEGION Savior Y7000 2019 노트북 (시리얼 넘버 PF1CGZJU)	레노버	https://pcsupport.lenovo.com/us/en/products/laptops-and-netbooks/legion-series/legion-y7000-2019	분석에 사용되는 컴퓨터
R (버전 4.5.2)	R 통계 컴퓨팅 재단 / R 핵심 팀	https://www.r-project.org/	통계 컴퓨팅 환경
CiteSpace (버전 6.3.R3)	시트스페이스 / 첸 차오메이 (드렉셀 대학교)	https://citespace.podia.com/	서지 측정 시각화 및 분석 소프트웨어
VOSviewer (버전 1.6.20)	라이덴 대학교 CWTS (네스 얀 반 에크, 루도 발트만)	https://www.vosviewer.com/	서지 측정 지도 소프트웨어
Pajek (버전 64.6.01)	류블랴나 대학교 (블라디미르 바타겔, 안드레이 므르바르)	http://mrvar.fdv.uni-lj.si/pajek/	네트워크 분석 및 시각화 소프트웨어

참고문헌

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).
Young, A. R. J., Narita, M. SASP reflects senescence. EMBO Rep. 10 (3), 228-230 (2019).
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).
Irion, U., Nüsslein-Volhard, C. Developmental genetics with model organisms. Proc Natl Acad Sci U S A. 119 (30), e2122148119(2022).
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).
Kimble, J., Nüsslein-Volhard, C. The great small organisms of developmental genetics: Caenorhabditis elegans and Drosophila melanogaster. Dev Biol. 485, 93-122 (2022).
Riddle, D. L., Swanson, M. M., Albert, P. S. Interacting genes in nematode dauer larva formation. Nature. 290 (5808), 668-671 (1981).
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).
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).
Guarente, L., Kenyon, C. Genetic pathways that regulate ageing in model organisms. Nature. 408 (6809), 255-262 (2000).
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).
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).
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).
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).
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).
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).
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).
López-Otín, C., Blasco, M. A., Partridge, L., Serrano, M., Kroemer, G. The hallmarks of aging. Cell. 153 (6), 1194-1217 (2013).
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).
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).
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).
Johnson, T. E. Increased lifespan of age-1 mutants in Caenorhabditis elegans and lower Gompertz rate of aging. Science. 249 (4971), 908-912 (1990).
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).
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).
Barzilai, N., Huffman, D. M., Muzumdar, R. H., Bartke, A. The critical role of metabolic pathways in aging. Diabetes. 61 (6), 1315-1322 (2012).
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).
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).
Fontana, L., Partridge, L. Promoting health and longevity through diet: from model organisms to humans. Cell. 161 (1), 106-118 (2015).
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).
Palikaras, K., Lionaki, E., Tavernarakis, N. Coordination of mitophagy and mitochondrial biogenesis during ageing in C. elegans. Nature. 521 (7553), 525-528 (2015).
Jang, J. Y., Blum, A., Liu, J., Finkel, T. The role of mitochondria in aging. J Clin Invest. 128 (9), 3662-3670 (2018).
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).
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).
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).
Rappe, A., McWilliams, T. G. Dynamic mitophagy trajectories hallmark brain aging. Autophagy. 21 (2), 487-489 (2025).
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).
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).
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).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

더 많은 논문 탐색

노화 연구 계량서지학적 분석 인슐린 신호 전달 스트레스 반응 칼로리 제한 미토파지 지식 맵핑 모델 생물