T 림프구의 대사 재프로그래밍에 대한 서지계량학적 분석, 2016-2025년 연구 동향과 신흥 핫스팟 공개

요약

이 서지 측정 분석은 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구에서 CiteSpace, VOSviewer, Scimago Graphica를 사용하여 출판 동향, 협업 네트워크, 그리고 신흥 연구 핫스팟을 평가하였습니다.

초록

T 림프구는 면역 반응의 중심 조절자이며, 최근 연구들은 대사 과정이 암 및 자가면역 질환에서 T-림프구 활성화, 분화 및 효과기 기능에 영향을 미친다는 것을 보여주었습니다. 이 연구는 Web of Science Core Collection에서 2016년 1월 1일부터 2025년 12월 31일까지 출판물에 대한 서지 측정 분석을 수행했습니다. CiteSpace는 참고문헌과 키워드의 공존, 공동 인용, 클러스터링 분석에 사용되었습니다. VOSviewer는 학술지, 저자, 참고문헌, 국가 및 기관 분석에 적용되었고, Scimago Graphica는 국가별 협업 네트워크를 시각화했으며, Excel은 연간 출판 추세를 평가하는 데 사용되었습니다. 총 1,882편의 출판물이 포함되었습니다. 연간 출판 생산량은 꾸준히 증가했으며, 2021년과 2025년에 눈에 띄는 성장을 보였습니다. 중국이 가장 많은 출판 수를 기여한 반면, 미국은 더 큰 인용 영향력을 보였습니다. Frontiers in Immunology가 가장 생산적인 학술지였고, Nature가 가장 높은 인용 영향을 보였습니다. 키워드 군집화 및 인용 분석은 T-림프구 대사 재프로그래밍, 포도당 및 아미노산 대사, 그리고 면역세포-대사 상호작용에 대한 새로운 관심에 초점을 맞춘 진화하는 연구 핫스팟을 확인했습니다. 전반적으로 이 서지 분석은 T-림프구 면역대사 연구의 지속적인 확장을 보여주며, 세포 간 대사 조절과 지질 대사 등 새롭게 떠오르는 주제적 방향을 강조합니다.

서론

나이브 T 림프구는 주로 미토콘드리아 산화 인산화(OXPHOS)에 의존하여 고요하고 저에너지 대^{사 상태를 유지}합니다. 그러나 항원 자극 시 활성화된 T 림프구는 빠른 증식과 효과기 기능을 지원하기 위해 호기성 당화로 대사적으로 전환됩니다^. 효과기 T 림프구, 특히 세포독성 아형은 사이토카인 생성과 세포 확장과 관련된 증가하는 생체에너지 및 생합성 요구를 충족하기 위해 당분해에 의존합니다³. 당당과정은 포도당 분자당 OXPHOS보다 아데노신 삼인산(ATP)을 적게 생성하지만, 빠른 대사율은 활성화된 면역세포의 기능적 요구를 지원합니다^. 과도한 당분해 활성도 면역 미세환경 내에서 해로운 영향을 유발할 수 있습니다. 젖산 축적은 포도당 유래 세린 합성을 저해하고 세포 내 산화환원 균형을 변화시켜 T-림프구 증식과 기능을 억제할 수 있습니다^. 또한, 높은 락테이트 수치는 당화 의존적 이동 경로를 방해하고 CD4⁺ 및 CD8⁺ T 림프구의 운동성을 감소시킵니다^6,7.

세포 대사는 대사 재프로그래밍(metabolic reprogramming)이라는 과정을 통해 환경적·생리적 자극에 동적으로 적응합니다 ^8,9. 점점 더 많은 증거가 대사 재프로그래밍이 T-림프구 활성화, 분화 및 기능적 가소성 조절에 중심적인 역할을 한다는 것을 시사합니다^10,11. 이러한 대사 변화는 특히 암과 자가면역 질환에서 중요하며, 면역 미세환경의 변화가 T-림프구 기능과 면역 조절에 영향을 미친다^12,13. 여러 서지계량학 연구들이 암 면역대사 및 질병 관련 면역 대사 등 더 넓은 맥락에서 면역대사를 평가했으나, 이러한 분석은 주로 T-림프구 특이적 대사 재프로그래밍보다는 일반화된 면역-대사 상호작용에 초점을 맞추고 있습니다^14,15. T-림프구 면역대사에 특화된 포괄적인 서지 측정 평가는 여전히 제한적이며, 특히 연구 동향, 협업 네트워크, 그리고 이 분야 내 변화하는 주제 핫스팟과 관련해 그렇습니다.

이 격차를 해소하기 위해 본 연구는 2016년 1월 1일부터 2025년 12월 31일까지 Web of Science Core Collection(WOScc)에 색인된 출판물에 대한 서지계량학 분석을 수행했습니다. CiteSpace, VOSviewer, Scimago Graphica를 사용하여 T-림프구 대사 재프로그래밍 연구에서 출판 결과, 협업 패턴, 공동 인용 관계, 주제별 진화를 정량적으로 분석하였습니다. 전통적인 서술적 리뷰와 달리, 서지 측정 분석은 인용, 클러스터링, 키워드 분석을 통해 과학 지형을 구조화하고 데이터 기반으로 한 개요를 제공합니다. 본 연구의 목적은 T-림프구 면역대사의 전 세계 연구 동향과 신흥 핫스팟을 체계적으로 특성화하고, 이 빠르게 발전하는 분야의 현재 지식 환경을 체계적으로 개관하는 것이었습니다.

프로토콜

이 연구는 공개 접근 가능한 데이터베이스에서 수집한 서지 데이터를 전적으로 분석했으며, 인간 참가자, 동물, 식별 가능한 개인 데이터는 포함하지 않았습니다; 따라서 기관 윤리 승인과 사전 동의는 필요하지 않았습니다.

데이터 수집 및 검색 전략
데이터는 2026년 1월 27일 WoSCC (https://www.webofscience.com/wos/woscc/)에서 추출되었습니다. 선택된 데이터베이스 판본은 WoSCC 내 Science Citation Index Expanded(SCI-EXPANDED)와 Social Sciences Citation Index였습니다. 검색 과정은 고급 검색 인터페이스를 통해 진행되었습니다. 검색 전략은 "주제 (TS)" 필드에 적용되었으며, 전체 검색 쿼리와 결과 기록은 표 1에 제시되어 있습니다. 검색 기간은 WoSCC "Timespan" 필터를 사용하여 2016년 1월 1일부터 2025년 12월 31일 사이에 색인화된 출판물로 제한되었습니다. "문서 유형" 필터를 사용하여 오직 독창 연구 논문과 리뷰 논문만 포함되었습니다. 언어는 영어로 제한되었고, 국가, 기관, 연구 분야에 대한 제한은 없었다. 모든 기록은 내보내기 시 "전체 기록 및 인용된 참고문헌"을 선택한 일반 텍스트 형식으로 내보내졌습니다. 검색된 레코드 수가 500개를 초과하면, 여러 번의 배치로 레코드를 다운로드한 후 분석 전에 단일 데이터셋으로 통합되었습니다. 검색 후 모든 기록은 CiteSpace로 불러와 전처리 및 서지 분석 작업을 수행했습니다. 중복 기록은 CiteSpace에 내장된 중복 제거 기능을 사용해 제목, 저자, 출판 연도, 출처 저널 등 서지 메타데이터를 기반으로 식별 및 제거되었습니다. 잠재적인 불일치나 불완전한 서지 기록이 발견될 경우, 분석 전에 데이터 정확성과 일관성을 보장하기 위해 추가로 수동 검증이 수행되었습니다.

세트	결과	검색 쿼리
#1	252,461	TS=("T 세포*" 또는 "T-세포*" 또는 "T 림프구*" 또는 "T-림프구*" 또는 "CD4+ T 세포*" 또는 "CD8+ T 세포*" 또는 "세포독성 T 세포*" 또는 "조절 T 세포*" 또는 "Treg*" 또는 "T 보조 세포*" 또는 "Th 세포*" 또는 "순진한 T 세포*" 또는 "기억 T 세포*" 또는 "효과기 T 세포*")
#2	13,799	TS=("대사 재프로그래밍*" 또는 "대사 재구성*" 또는 "대사 재배선")
#3	1,882	#1과 #2

표 1: 서지 측정 데이터 검색에 사용되는 Web of Science 핵심 컬렉션 검색 전략. 표는 WoSCC에서 문헌을 수집할 때 사용한 상세 검색 전략, 키워드 조합, 불 연산자 및 최종 검색 수를 요약합니다. 검색은 고급 검색 인터페이스의 "Topic (TS)" 필드를 사용하여 수행되었습니다. 와일드카드(*)는 여러 단어 어미와 관련 용어를 불러오는 데 사용되었습니다. 최종 데이터셋은 언어 및 문서 유형 필터를 적용한 후 2016년 1월 1일부터 2025년 12월 31일까지 색인화된 출판물들로 구성되었습니다.

분석적 접근법
데이터 분석을 위해 다중 도구 서지 측정 방식을 체계적으로 구현하였습니다. 분석은 윈도우 10 운영체제 환경에서 수행되었습니다. CiteSpace(v.5.7.R2)는 WoSCC에서 내보내는 TXT 형식 데이터를 처리하여 참고문헌과 키워드를 분석하는 데 사용되었습니다. CiteSpace 매개변수는 다음과 같이 구성되었습니다: (1) 2016년부터 2025년까지 슬라이스당 1년으로 시간 분할이 설정되었고; (2) 선정 기준은 g-지수(k = 25)를 사용하여 구성되었고; (3) 가지치기 방법으로는 Pathfinder, 슬라이스 네트워크 가지치기, 병합 네트워크 가지치기가 포함되어 네트워크 구조를 단순화하고 키 관계를 보존했습니다; 그리고 (4) 군집 분석은 로그-우도 비율 알고리즘¹⁶을 사용하여 수행되었다. 이 분석은 참고문헌과 키워드 모두에 대해 공동 인용 네트워크, 클러스터링 지도, 타임라인 시각화, 버스트 탐지 지도를 생성했습니다. 시각화 지도에서 노드 크기는 빈도를 나타내고, 연결 두께는 동시 발생 강도를, 보라색 고리는 높은 간간 중심성을 나타냈습니다. 버스트 노드는 시간이 지남에 따라 인용 빈도나 키워드 빈도가 갑자기 증가한 것을 반영합니다.

이후 내보내진 파일들은 Windows 메모장을 사용해 UTF-8 인코딩으로 다시 저장된 후 VOSviewer(버전 1.6.20)로 가져와, 저자, 학술지, 기관, 국가 간 공동 저자, 공동 인용, 공동 출현 분석을 포함한 서지 측정 매핑을 수행했습니다¹⁷. 완전 계수 방법이 적용되었고, 정규화는 연관강도 방법을 사용했습니다. 최소 발생 임계값은 데이터셋 크기(저≥자 5편 출판; 키워드 ≥ 5회 출현; 기관 ≥ 3편)에 따라 설정되었습니다. 네트워크 시각화는 항목 가중치와 총 연결 강도를 기반으로 했습니다. 국가 단위 협업 분석을 위해 VOSviewer에서 내보내진 GML 파일은 Scimago Graphica(버전 1.0.53)로 가져와, 노드가 국가를 대표했습니다. 네트워크 시각화와 클러스터링은 국가 간 공간 관계와 협력 패턴을 나타내기 위해 기본 병력 지향 레이아웃 알고리즘을 사용해 생성되었습니다. WPS 엑셀은 연간 출판 추세의 기술적 통계 분석과 기본 데이터 요약에 사용되었습니다. 결과는 막대 차트, 열형 차트, 선 그래프를 사용하여 시각화되었습니다.

보충 시간 슬라이스 분석은 위에서 설명한 동일한 검색 전략을 사용하여 수행되었으며, 검색은 2025년 1월 1일부터 2025년 12월 31일 사이에 색인된 출판물로 제한되었습니다. 동일한 WoSCC 쿼리 프레임워크와 분석 환경 내에서 최근 출판물과 학회 관련 산출물을 맥락 및 서술 목적으로 검색하였습니다. 이 절차는 전적으로 WoSCC의 내장된 분석 인터페이스 내에서 수행되었습니다. 독립적인 데이터셋은 생성되지 않았으며, 검색된 정보는 주요 서지계량 데이터셋에 통합되거나 정량적 분석에 사용되지 않았습니다. 전체 연구 설계와 서지 분석 워크플로우는 플로우차트(그림 1)로 요약되어 있습니다.

그림 1. T-림프구 대사 재프로그래밍 연구의 서지 측정 분석 워크플로우. 이 서지 측정 분석에 사용되는 연구 설계와 분석 워크플로우의 개략적 개요. 출판물은 Web of Science Core Collection(WoSCC)에서 사전 정의된 검색 전략과 포함 기준을 사용하여 검색되었습니다. 검색된 기록은 일반 텍스트 형식으로 내보내져 중복 제거 및 서지 데이터 표준화 등 전처리를 거쳤습니다. 공동 인용, 키워드 공현, 군집 분석 및 버스트 탐지 분석에는 CiteSpace를, 저자, 기관, 국가, 학술지 간 협업 네트워크 분석에는 VOSviewer를 사용하여 서지 측정 분석이 수행되었습니다. Scimago Graphica는 국제 협업 네트워크를 시각화하는 데 사용되었고, WPS Excel은 연간 출판 추세와 기술 통계 분석에 사용되었습니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

결과

출판 결과 및 시간적 추세
이 분야 연구 활동의 시간적 변화를 특성화하기 위해 WoSCC에 색인된 출판물을 활용한 서지 측정 분석이 수행되었습니다. 지난 10년간 총 1,991건의 기록이 처음 검색되었습니다. 중복 및 비영어 기록 삭제 후, 최종적으로 1,882편의 논문이 포함 및 분석되었으며, 이 중 1,046편은 원저 연구 논문, 836편은 리뷰 논문이었습니다. 2016년부터 2025년까지의 연간 출판 및 인용 추세는 그림 2에 나타나 있으며, 연구 활동이 지속적으로 증가했음을 보여줍니다. 2020년에는 2019년 대비 출판 논문 수가 40편 증가했고, 인용 횟수는 1,989편 증가했습니다. 2021년부터 2024년 사이에는 인용 횟수가 매년 계속 증가했으며, 출판 횟수는 2021년에 55편 증가한 것을 제외하면 연도 대비 비교적 작은 변화를 보였습니다. 2025년에는 출판 건수가 252건에서 629건으로 증가했고, 인용 건수는 13,045건에서 21,103건으로 증가했습니다. 이 결과는 연구 기간 동안 T-림프구 대사 재프로그래밍 연구에 대한 과학적 관심과 학문적 영향력이 지속적으로 증가했음을 시사합니다.

그림 2. 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구의 연간 출판 및 인용 동향. 2016년부터 2025년까지 WoSCC 데이터베이스에서 검색된 T 림프구의 대사 재프로그래밍과 관련된 연간 논문 수 및 총 인용 횟수. 파란색 막대는 연간 논문 수를 나타내며 연간 연구 생산성을 나타냅니다. 주황색 선은 전체 인용 수를 나타내며, 매년 색인화된 출판물의 학술적 영향력과 인용 영향력을 반영합니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

국가 차원의 기여 및 협력
국가별 분석 결과, 중국이 997편으로 가장 많은 출판물을 기록한 반면, 미국은 510편을 기여했습니다(그림 3A). 출판 추세는 시간이 지남에 따라 달랐습니다. 중국의 출판 생산량은 연구 기간 내내 꾸준히 증가한 반면, 미국은 2025년 이전에 두 차례 현지 출판 정점을 기록한 후 연간 출판량이 감소했습니다(그림 3B). 2025년에는 두 나라 모두 출판 생산량이 크게 증가하여 중국은 296편, 미국은 42편이 전년 대비 증가했습니다. 협력 네트워크 분석을 통해 여러 국가 간의 광범위한 상호작용이 확인되었고(그림 4A), 공동 저자 패턴을 기반으로 다섯 개의 주요 국가 클러스터를 구분했습니다(그림 4B). 미국, 중국, 한국이 하나의 밀집된 협력 클러스터를 형성했으며, 추가로 유럽, 아시아, 미주 국가들도 포함되었습니다. 대부분의 국가는 미국과의 협력 관계를 보여주었으며, 이는 미국이 국제 협력 네트워크에서 중심적인 역할을 하고 있음을 시사합니다.

그림 3. 2016년부터 2025년까지의 T-림프구 대사 재프로그래밍 연구의 국제 출판 동향. (A ) 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구에서 가장 많은 출판량을 기록한 상위 10개국의 연간 출판 결과. 서로 다른 색상의 선은 개별 국가를 나타내며, 출판 생산성의 시간적 변화를 나타냅니다. (B) 중국과 미국 간 연간 출판 동향을 비교하여 연구 결과의 변화를 보여줍니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

그림 4. 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구의 국제 협력 네트워크. (A ) 서지 측정 네트워크 분석을 통해 생성된 상위 20개 기여국 간의 국제 협력 네트워크. 노드 크기는 출판량을, 링크 두께는 국가 간 협업 강도를 나타내며, 서로 다른 색상은 서로 다른 협업 클러스터를 나타냅니다. (B) 국가 간 협력적 상호작용을 보여주는 코드 다이어그램. 각 연결 코드의 폭은 쌍을 이룬 국가들 간의 협력 강도에 해당합니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

기관 생산성과 협력
제도적 생산성 분석에 따르면 중국 기관이 상위 10대 생산적 기관 중 9곳을 차지했으며, 나머지 기관은 미국에 기반을 두고 있었습니다(그림 5A). 상하이교통대학교가 74편의 논문으로 1위를 차지했으며, 그 뒤를 푸단대학교가 66편, 중남대학교가 51편의 논문을 발표했습니다. 가장 생산적인 중국 기관은 주로 중국 남부에 위치한 대학들이었다. 인용 기반 순위는 출판 생산성과 다른 분포 패턴을 보였습니다(그림 5B). 하버드 대학교가 2,997회 인용으로 1위를 차지했고, 막스 플랑크 면역생물학 및 후생유전학 연구소가 2,682회 인용으로 그 뒤를 이었습니다. 중국 기관 중에서는 중앙남부대학교가 2,288건으로 가장 많은 인용 횟수를 기록했습니다. 기관 간 협력 네트워크는 기관 간 광범위한 상호 연결성을 보여주었습니다(그림 5C). 상하이교통대학교는 총 연계 강도가 가장 높았으며(62), 특히 중국 내 다른 기관들과의 빈번한 협력 관계를 시사합니다.

그림 5. 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구에서의 기관 생산성 및 협력 분석. (A ) 출판량 기준 상위 10개 기관을 순위 매기는 가로 막대 차트. (B) 총 인용 횟수에 따른 상위 10개 기관을 순위 매기는 가로 막대 차트. (C) VOSviewer를 사용하여 생성된 기관 협업 네트워크. 노드 크기는 기관 출판물 출력을 나타내며, 링크 두께는 협업 강도를 반영하고, 색상은 뚜렷한 협업 클러스터를 나타냅니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

저자 생산성과 영향력
출판 수 기준 상위 10명의 저자 중 Ping-Chih Ho가 가장 많은 논문 수(18편)를 기록했으며, 그 다음으로 Li, Hui가 14편, 그리고 10편에서 12편의 추가 저자가 뒤를 이었습니다(그림 6A). 인용 분석 결과, 에리카 L. 피어스가 가장 많은 인용 횟수(2,384회)를 기록했고, 그 다음이 핑치 호(1,641회)와 로메로 페드로(1,352회)였습니다(그림 6B). 핑치 호는 18편의 논문을 저술했고, 1,641회 인용되었으며, 총 23개의 링크 강도를 보여, 저자 협업 네트워크 내에서 중심적인 역할을 했음을 시사합니다. 공동 인용 분석은 인용 저자 간 인용 빈도 분포를 추가로 보여주었습니다. 창 C.H.는 인용 횟수가 가장 많았으며(561회), 상위 10개 그룹 내에서 가장 낮은 순위의 저자는 278회 인용을 기록했습니다(그림 7A). 네트워크 분석 결과, 인용이 많은 저자들이 일반적으로 더 높은 전체 링크 강도 값을 보였으며, 이는 더 강한 공동 인용 관계와 연구 네트워크 내 더 넓은 통합성을 시사합니다(그림 7B).

그림 6. 저자는 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구에서 생산성 및 인용 영향 분석을 수행했습니다. (A ) 출판 부수에 따라 저자를 순위 매기는 가로 막대 차트. (B) 총 인용 횟수에 따라 저자를 가로 막대 차트로 순위 매김. 바 길이는 각 저자와 연관된 논문 또는 인용 횟수를 나타냅니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

그림 7. 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구에서 인용된 저자들의 분석. (A ) 인용 저자 수를 총 인용 횟수에 따라 그라데이션 스타일의 바 차트로 순위 매김. (B) 공동 인용 네트워크 내 인용 저자 간 총 링크 강도를 보여주는 그라디언트 스타일 막대 그래프. 막대 길이는 인용 빈도 또는 전체 링크 강도를 나타내며, 어두운 색상 강도는 더 높은 인용 빈도나 강한 공동 인용 관계를 나타냅니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

학술지 출판물 및 인용 기록
표 2는 T-림프구 대사 재프로그래밍 연구에서 가장 많은 출판량을 기록한 상위 10개 저널을 인용 횟수와 총 링크 강도 값을 요약한 것입니다. Frontiers in Immunology는 203편의 논문을 발표하며 가장 많은 논문을 발표했으며, Cell Metabolism은 가장 생산적인 학술지 중 가장 높은 임팩트 팩터(30.9)를 보였습니다(그림 8A). 대부분의 학술지는 저널 인용 보고서(JCR) Q1 카테고리에 속했습니다(그림 8B). 저널 협업 네트워크에서는 5개 저널이 총 링크 강도 값이 100을 초과했으며, Frontiers in Immunology가 가장 높은 총 링크 강도(549)를 보여, 저널 협업 네트워크 내 강한 연결성을 나타냅니다(그림 8C). 인용된 학술지에 대한 인용 분석 결과, Nature가 가장 높은 인용 빈도(6,331개)를 보였고, 그 다음이 Immunity(6,061개)였습니다(표 3 및 그림 9A). Frontiers in Immunology는 인용 빈도(5,685)에서 3위를 기록했으나, 다른 여러 고인용 저널에 비해 임팩트 팩터가 낮았습니다. 공동 인용 네트워크 분석 결과, 인용된 학술지 간에 강한 협력 관계가 나타났으며, 네트워크 전반에 걸쳐 높은 전체 링크 강도 값이 관찰되었습니다(그림 9B). 이 결과는 이 분야에서 영향력 있는 저널들이 강한 인용 영향력과 광범위한 학술지 간 연결성을 특징으로 함을 나타냅니다.

계급	학술지	빈도	인용문	총 링크 강도
1	면역학의 최전선지	203	3993	549
2	종양학의 최전선(Frontiers in Oncology)	55	1366	113
3	국제 분자 과학 저널	49	1112	128
4	네이처 커뮤니케이션즈	33	2511	96
5	암	31	659	54
6	고급 과학	27	1476	136
7	셀 리포트	27	329	56
8	세포 대사	25	3076	184
9	국제 면역약리학	23	243	45
10	과학 보고서	22	197	16

표 2: 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구 출판물 부수 기준 상위 10개 학술지. 표는 WoSCC에서 가져온 T-림프구 대사 재프로그래밍 연구에서 가장 많은 출판 기록을 가진 10개 학술지를 요약한 것입니다. 빈도는 데이터셋에 색인된 출판물 수를 나타냅니다. 인용은 각 학술지의 출판물과 연관된 총 인용 수를 나타냅니다. 총 링크 강도는 VOSviewer를 사용해 생성된 저널 공현 네트워크 내 연결성과 협력적 연관성의 정도를 나타냅니다.

그림 8. T-림프구 대사 재프로그래밍 연구에서의 저널 성과 지표 및 협력 네트워크 분석. (A ) 출판량이 가장 많은 상위 10개 학술지 간 영향력 지수 분포. (B) 인용 횟수는 가장 생산적인 학술지 10위 안에 듭니다. (C) 서지 분석을 통해 생성된 저널 협업 및 공동 인용 네트워크. 바 길이는 출판 수, 임팩트 팩터, 인용 수 또는 저널 네트워크 내 총 링크 강도를 나타냅니다. 영향력 지수와 쿼타일 순위는 저널 인용 보고서(JCR)에서 가져왔습니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

계급	인용 저널	빈도	만약	JCR 쿼타일
1	자연	6331	48.5	질문 1
2	면역	6061	26.3	질문 1
3	면역학의 최전선지	5685	5.9	질문 1
4	셀	5539	42.5	질문 1
5	면역학 저널	5275	3.4	질문 2
6	세포 대사	4974	30.9	질문 1
7	네이처 커뮤니케이션즈	4515	15.7	질문 1
8	네이처 면역학	4345	27.6	질문 1
9	미국 국립과학원 회보	3838	9.1	질문 1
10	암 연구	3818	16.6	질문 1

표 3: 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구에서 인용된 상위 10개 학술지. 표는 WoSCC에서 가져온 T-림프구 대사 재프로그래밍 연구의 공동 인용 분석에서 확인된 상위 10개 학술지를 요약한 것입니다. 빈도는 데이터셋 내 각 저널의 총 인용 빈도를 나타냅니다. IF는 저널의 영향력 계수를 나타내며, JCR은 저널 인용 보고서의 4분위수 분류를 나타냅니다. 학술지 지표를 사용하여 참고문헌계량 네트워크 내에서 인용된 학술지의 인용 영향력과 학술적 중요성을 평가하였습니다.

그림 9. T-림프구 대사 재프로그래밍 연구에서 학술지 성과 지표 및 협력 네트워크 분석을 인용함. (A ) 상위 10개 학술지의 JCR 4분위수 분포. (B) 인용된 저널 간의 협력 관계를 보여주는 공동인용 네트워크 분석. 막대 길이는 저널 공동 인용 네트워크 내 인용 빈도 또는 총 링크 강도를 나타냅니다. 학술지 지표는 JCR에서 수집되었습니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

참고 분석
참고 군집 분석 결과 여러 상호 연결된 주제별 클러스터가 확인되었으며, 상위 10개 클러스터는 그림 10A에 나타났습니다. 이 중 클러스터 #0(대식세포 분극)과 클러스터 #2(T 림프구)는 면역 세포 기능 조절과 관련이 있었습니다. 클러스터 #4(종양 미세환경)와 #7(T세포 소진)은 밀접한 네트워크 연결성을 보여주었으며, 이는 이들의 관련 연구 주제를 반영합니다. 대사 경로와 관련된 추가 군집도 확인되었는데, 여기에는 군집 #3(락틸화), 군집 #9(글루타민 대사), 군집 #1(지질 대사), 군집 #10(아미노산 대사) 등이 포함된다. 또한, '예후'(클러스터 #6)는 공동 인용 네트워크 내에서 뚜렷한 주제별 클러스터로 확인되었습니다. 참고문헌 공동 인용 분석 결과, 연구 분야에서 매우 영향력 있는 참고문헌이 확인되었습니다(그림 10B). 상위 10개의 문헌은 인용 빈도(표 4)와 중간성 중심성(표 5)에 따라 순위가 매겨졌습니다. 특히 2016년 이후 발표된 초기 고인용 연구들은 주로 면역-대사 조절 기전과 종양 미세환경 내 대사 상호작용, 특히 조절 T-세포 대사 적응에 초점을 맞추었습니다. 2019년부터 2022년 사이에 발표된 연구들은 글루타민 차단과 락테이트-PD-1 신호 전달 축을 포함한 대사 표적 치료 전략을 점점 더 많이 조사했습니다. 고중심성 참조는 주로 면역 분극, T 세포 소진, 후생유전학 조절 등 세포 대사와 면역 세포 기능 간의 상호작용과 관련이 있었습니다. 2018년에 발표된 한 고인용 연구에서는 종양 미세환경 내 대사 재프로그래밍이 채택 T세포 치료의 효능 저하와 연관되어 있다고 보고했습니다.

그림 10. T-림프구 대사 재프로그래밍 연구에서의 클러스터 및 공인용 분석 참조. (A ) CiteSpace를 사용해 식별된 상위 10개 참고문헌 클러스터를 보여주는 인용 문헌의 군집 분석. 서로 다른 색상은 뚜렷한 주제 군집을 나타냅니다. (B) 서지 분석을 통해 생성된 참고 공동 인용 네트워크. 노드 크기는 인용 빈도를 나타내며, 연결 선은 참고문헌 간의 공동 인용 관계를 나타냅니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

계급	참고 정보	기사 제목	학술지 제목	인용문
1	왓슨, M. J. (2021)	젖산에 의한 종양 침투 조절 T 세포의 대사 지원	자연	133
2	쿠마가이, S. (2022)	젖산은 고당당분해성 종양 미세환경에서 조절 T 세포에서 PD-1 발현을 촉진합니다	암세포	105
3	샤, L. (2021)	암 대사 재프로그래밍과 면역 반응	분자암	102
4	레오네, R. D. (2019)	글루타민 차단은 종양 면역 회피를 극복하기 위해 다양한 대사 프로그램을 유도합니다	과학	100
5	포베르, B. (2020)	대사 재프로그래밍과 암 진행	과학	89
6	성, H. (2021)	2020년 암 통계: 185개국 36종의 전 세계 발생률과 사망률에 대한 GLOBOCAN 추정치	CA: 임상의를 위한 암 저널	85
7	레오네, R. D. (2020)	암에서 면역 세포의 대사	암	83
8	앤젤린, A. (2017)	Foxp3는 T세포 대사를 저포도당, 고락산(high) 환경에서 기능하도록 재프로그래밍합니다	세포 대사	83
9	창, C. H. (2015)	종양 미세환경 내 대사 경쟁은 암 진행의 동인입니다	셀	74
10	왕, H. (2020)	CD36 매개 대사 적응은 종양에서 조절 T세포의 생존과 기능을 지원합니다	네이처 면역학	74

표 4: 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구에서 가장 많이 인용된 10가지 문헌. 표는 T-림프구 대사 재프로그래밍 연구에서 공동 인용 분석을 통해 식별된 가장 자주 인용되는 상위 10개의 문헌을 요약한 것입니다. 인용 빈도는 WoSCC에서 검색한 서지 측정 데이터셋 내에서 받은 인용 총수를 나타냅니다. 표에는 제1저자, 출판 연도, 논문 제목, 학술지 제목, 그리고 각 참고문헌과 관련된 총 인용 횟수가 포함되어 있습니다.

계급	참고 정보	기사 제목	학술지 제목	중심성
1	레오네, R. D. (2019)	글루타민 차단은 종양 면역 회피를 극복하기 위해 다양한 대사 프로그램을 유도합니다	과학	0.55
2	황, S. C. (2016)	mTORC2-IRF4 신호 축에 의해 매개되는 대사 재프로그래밍은 대식세포 대체 활성화에 필수적입니다	면역	0.52
3	브랜드, A. (2016)	LDHA 관련 젖산 생성은 T 및 NK 세포에 의한 종양 면역 감시를 둔화시킵니다	세포 대사	0.5
4	나카야, M. (2014)	염증성 T세포 반응은 글루타민 흡수의 아미노산 수송체 ASCT2와 mTORC1 키나아제 활성화에 의존합니다	면역	0.48
5	카스콘, T. (2018)	종양 당화 증가는 채택 T세포 치료에 대한 면역 저항성을 특징짓습니다	세포 대사	0.44
6	마, X. Z. (2019)	콜레스테롤은 종양 미세환경에서 CD8+ T 세포 소모를 유발합니다	세포 대사	0.41
7	양, W. (2016)	콜레스테롤 대사를 조절하여 CD8(+) T 세포의 항종양 반응을 증강하는 방법	자연	0.39
8	가이거, R. (2014)	L-아르기닌은 T 세포 대사를 조절하고 생존율과 항종양 활성을 증진시킵니다	셀	0.37
9	프리머먼, A. J. (2014)	대식세포의 대사 재프로그래밍: 포도당 수송체 1(GLUT1) 매개 포도당 대사가 염증 촉진 표현형을 유발합니다	생화학 저널	0.31
10	비안, Y. (2020)	암SLC43A2 T세포 메티오닌 대사와 히스톤 메틸화를 변화시킵니다	자연	0.29

표 5: 2016년부터 2025년까지 T-림프구 대사 재프로그래밍 연구에서 중간성 중심성(betwenes centrality)별로 순위 매겨진 상위 10개 문헌. 표는 CiteSpace를 이용한 공동 인용 네트워크 분석을 통해 가장 중심성이 높은 상위 10개의 참고문헌을 요약한 것입니다. 중간성 중심성은 서지 측정 네트워크 내 서로 다른 연구 클러스터를 연결하는 데 있어 참고문헌의 상대적 중요성을 반영합니다. 중심성 값이 높을수록 주제 영역 간의 다리 역할이 더 강해지고 지식 네트워크 구조에 더 큰 영향을 미친다는 의미입니다.

키워드 분석 및 시간적 추세
키워드 군집 분석은 고빈도 용어를 여러 주제별 범주로 분류했습니다(그림 11A). 이 키워드 중에는 "대사 재프로그래밍"과 "종양 미세환경"이 자주 함께 나타나 연구 분야 내에서 강한 주제적 연관성이 있음을 나타냈다. "T 세포"와 "수지상 세포"와 같은 키워드도 밀접하게 연관되어 있어, 종양 진행과 면역 치료 관련 조절에서 면역 세포의 역할에 대한 지속적인 연구 관심을 반영합니다. 시간 추세 분석(그림 11B 및 11C)은 연구 기간 전반에 걸쳐 연구 우선순위가 변화하고 있음을 보여주었습니다. 2016년부터 2018년 사이에 발표된 초기 연구들은 주로 면역세포 활성화와 포도당 대사에 초점을 맞추었습니다. 2018년부터 2020년 사이에 발표된 연구들은 점점 더 T세포 분화와 면역 기능의 대사 조절에 중점을 두었습니다. 2021년 이후로는 "DNA 메틸화", "산화적 인산화", "IDO"와 같은 키워드가 더 자주 등장하여, T-림프구 연구에서 후생유전학적 조절, 미토콘드리아 대사, 면역-대사 신호 전달 경로에 대한 관심이 커지고 있음을 시사합니다.

그림 11. T-림프구 대사 재프로그래밍 연구에서의 키워드 클러스터, 폭발 탐지 및 연대순 추세 분석. (A ) 서지 분석을 통해 식별된 상위 15개 키워드 클러스터의 군집 분석. 서로 다른 색상은 뚜렷한 주제 영역을 나타냅니다. (B) 주요 연구 주제의 시간적 변화를 보여주는 상위 10개 키워드 클러스터의 타임라인 시각화. (C) 버스트 탐지 분석으로 식별된 상위 20개의 버스트 키워드. 빨간 막대는 시간이 지남에 따라 키워드 빈도가 크게 증가한 시기를 나타냅니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

이 서지계량분석은 WoSCC에서 수집한 논문을 바탕으로 T-림프구 대사 재프로그래밍 연구의 전 세계 연구 환경을 체계적으로 지도화하였습니다. 연구 기간 동안 과학적 산출과 인용 영향력은 꾸준히 증가했으며, 중국과 미국이 출판 생산성과 인용 영향력의 주요 기여국으로 지목되었습니다. 협업 네트워크 분석은 국제 및 기관 간 연구 관계가 점점 더 상호 연결되고 있음을 보여주었으며, 기여자 간 출판 수와 인용 영향력 간의 차이도 드러냈습니다. 이 분야의 지적 구조는 주로 종양 미세환경 내 면역세포 조절과 대사 재프로그래밍에 집중되었으며, 근본적인 면역 활성화에 초점을 맞춘 연구에서 후생유전학적 조절, 산화적 인산화, 면역-대사 상호작용 연구로 시간적 진화가 진행되었습니다. 전반적으로 본 연구는 T-림프구 대사 재프로그래밍 연구의 발전, 주요 기여자, 협력 패턴 및 새롭게 떠오르는 주제 방향에 대한 구조화된 개요를 제공합니다.

데이터 가용성:
이 연구에서 분석된 데이터셋은 Web of Science Core Collection(WoSCC)에서 수집되었습니다. 이 연구 중 생성된 원본 서지 측정 데이터셋과 관련 분석 파일은 보조 자료로 제공되었으며, Zenodo 저장소를 통해 공개되어 있습니다: https://doi.org/10.5281/zenodo.20270392. 이 연구에서는 제한적이거나 기밀이거나 개인 식별 가능한 데이터가 사용되지 않았습니다.

토론

T 세포의 대사 재프로그래밍에 대한 서지 측정 분석은 시간이 지남에 따라 연구 결과가 지속적으로 증가한 것으로 나타났습니다. 2020년에는 2019년 대비 40편의 추가 논문과 1,989건의 인용이 눈에 띄게 증가했습니다. 이 증가는 글 루타민 차단 유도 종양 면역 회피 극복 발달 대사 프로그램 (2019년 11월 22일 출판)¹⁸ 등 여러 고인용 논문과 시간적으로 일치했으며, 이 논문은 데이터셋 내에서 가장 많이 인용되고 중심성이 높은 문헌 중 하나로 평가받았습니다. 이 연구는 이 분야에서 자주 공동 인용되었으며, 면역대사와 종양 면역 회피의 개념적 진보와 연관되어 이 시기 학문적 관심 증가에 기여할 가능성이 있습니다. 이후 출판량은 정체되었으나, 2021년에는 55편의 논문이 크게 증가했으며, 이는 여러 자주 인용되는 연구가 발표된 시기와 일치합니다. 그 해 주요 논문인 『젖산에 의한 종양 침투 조절 T 세포의 대사 지원 』(2021년 3월 출간)은 세포 내 대사 인자가 T 세포의 항종양 기능에 어떻게 영향을 미치는지를 강조했습니다¹⁹. 또 다른 논문인 『 암 대사 재프로그래밍과 면역 반응 』(2021년 2월 5일 출간)은 종양 면역이 대사산물, 대사 효소, 대사 경로, 면역세포 대사 프로그래밍에 의해 어떻게 영향을 받는지를 포괄적으로 요약했습니다²⁰.

2025년에는 출판 및 인용 양이 전년도의 약 두 배에 달하는 급격한 증가가 관찰되었습니다. WoSCC의 내장 분석 인터페이스를 활용해 2025년 성장 패턴과 신흥 연구 주제를 추가로 분석했습니다. 2025년에 개최된 주요 국제 학술대회에는 미국 유전자 및 세포 치료 학회 제28회 연례 학회, 미국 암 연구 학회 연례 학술대회, 미국 면역학회 연례 학술대회, 제67회 미국 혈액학회 연례 학회, 그리고 피부과학 조사학회 연례 학회가 포함됩니다. 그리고 미국 흉부학회 국제 학술대회에 참석했습니다. 이 회의들은 지난 10년간 확인된 주요 회의의 14.6%(6/41)를 차지했습니다. 이러한 관찰은 이 기간 동안 학문적 활동과 분야 내 가시성 증가를 반영할 수 있습니다. 2025년에 확인된 최고 순위의 논문은 ' tRNA m1A 변형이 콜레스테롤 생합성을 조절하여 CD8⁺ T 세포의 항종양 면역을 촉진한다 '(2025년 3월 The Journal of Experimental Medicine에 게재)였습니다. 이 연구는 tRNA m1A 변형이 콜레스테롤 생합성에서 대사 검사점임을 확인하고, CD8⁺ T세포 기능 지원에 있어 그 중요성을 입증했습니다. 이 관찰은 T세포 면역대사에서 지질 대사에 대한 연구의 관심이 증가하고 있음을 나타내는 서지계량학적 결과와 일치한다²¹.

지난 10년간 출판물 수 상위 10개국은 중국, 미국, 독일, 영국, 이탈리아, 스위스, 프랑스, 인도, 스페인, 일본으로, 총 1,062편(전체 출판량의 56.43%)을 기여했습니다. 2016년에는 미국이 25편의 출판물로 이 분야를 선두로 이끌었으며, 대부분의 다른 국가들은 연간 10편 미만의 출판물을 발표했습니다. 미국은 2020년부터 2022년 사이에 비교적 높은 생산량 단계에 접어들었고, 이후 안정된 정체기를 겪으며 2025년에는 99편으로 회복했습니다. 중국은 2021년 이후 지속적인 성장을 보이며 2022년부터 연간 100편을 넘는 출판물을 기록했습니다. 2025년까지 중국의 출판 생산량은 2016년 대비 64.9배 증가했으며, 같은 해 미국의 출판 생산량의 358.6%를 초과했습니다. 유럽 국가 중에서는 독일이 가장 많은 출판 출판 수량(133편)을 기록했습니다. 스위스와 네덜란드도 비교적 높은 연구 생산성을 보였으며, 스위스의 Ping-Chih Ho와 네덜란드의 Mihai G. Netea가 각각 18편과 12편의 논문을 발표했습니다. 독일의 에리카 L. 피어스는 가장 다작한 저자 중 10위(9편의 논문)와 가장 많이 인용된 저자 중 9위(281회 인용)를 기록했으며, 총 링크 강도는 179개였습니다. 이 결과는 점점 더 세계화되는 협력 패턴과 T세포 면역대사 연구에 대한 국제적 참여가 확대되고 있음을 시사합니다.

이 분야의 출판물 수 상위 10개 학술지는 Frontiers in Immunology, Cell Metabolism, Nature Communications, Advanced Science, Frontiers in Oncology, International Journal of Molecular Sciences, Cancers, Cell Reports, International Immunopharmacology, Scientific Reports였습니다. 이 중 7개 저널은 임팩트 팩터가 3에서 7 사이였고, 나머지 3개 저널은 임팩트 팩터가 10 이상이었습니다. Cell Metabolism은 가장 높은 임팩트 팩터(30.9)를 기록했으나, 출판 수로는 25편으로 8위를 기록했으며, Frontiers in Immunology는 203편의 출판물로 연간 평균 약 20편의 출판물을 기록했습니다. 특히, Cell Metabolism²²에 게재된 연구 'Foxp3 Reprogramming T 세포 대사를 저포도당, 고유산산 환경에서 기능하도록 재프로그래밍하다'는 연구가 인용률이 높은 상위 10개 문헌 중 8위를 차지했습니다. 그러나 Frontiers in Immunology의 출판물은 상위 인용 문헌 목록에 포함되지 않았습니다. 가장 많이 인용된 10개 문헌 중 4개가 Cell, Nature, Science에 게재되었습니다. 면책은 인용 빈도에서 2위를 차지했으며, 매우 중심적인 참고문헌에서 강한 대표성을 보였습니다. 중심성에 따라 상위 10개 문헌 중 두 편이 Immunity에 게재되었으나, 한 편은 2016년 이전에 출판된^23,24. 반면, Cell Metabolism은 2016년부터 2025년 연구 기간^25,26까지 강한 인용 영향력을 유지했습니다. 이 분석에 포함된 1,882편의 논문 중 1,046편은 독창 연구 논문, 836편은 리뷰 논문으로, 이 분야 내에서 이례적으로 높은 비율을 보였습니다. 특히, 상위 10개 가장 많이 인용된 참고문헌 중 세 곳이 리뷰 논문이었습니다. 이러한 패턴은 T세포 면역대사 연구의 급속한 변화를 반영하며, 이는 새로운 발견과 개념적 발전을 요약한 통합 문헌에 대한 수요가 증가하고 있음을 반영합니다.

현재까지 이 분야의 연구는 주로 효과기 T세포, 기억 T 세포, 조절 T 세포 등 T세포 하위 집합의 대사 조절에 집중되어 왔으며, 포유류 표적인 라파마이신은 가장 자주 연구되는 신호 전달 경로 중 하나입니다. T 세포 외에도, T세포 활성화와 면역 조절에 필수적인 역할을 하는 수지상 세포에 대한 연구의 관심이 점점 커지고 있습니다. 서지 측정 분석 역시 대사 경로 전반에 걸쳐 연구 관심이 불균형하다는 점도 나타났습니다. 아미노산 대사와 포도당 대사에 대한 연구가 광범위하게 이루어졌음에도 불구하고, 최근 관심 증가에도 불구하고 지질 대사는 비교적 덜 탐구되고 있습니다. 이러한 발견은 향후 연구가 지질 매개 면역 조절, 종양 미세환경 내 대사 교차, 후생유전-대사 상호작용에 점점 더 집중될 수 있음을 시사합니다. 이 서지 측정 틀은 또한 암 면역치료와 면역 조절 연구와 관련된 신흥 면역대사 주제, 영향력 있는 협력, 그리고 충분히 탐구되지 않은 치료 방향을 규명하는 데 연구자들이 도움을 줄 수 있습니다.

이 연구에는 몇 가지 한계가 있습니다. 첫째, 데이터는 WoSCC에서만 독점적으로 검색되었는데, 이로 인해 Scopus나 PubMed와 같은 다른 데이터베이스에 색인된 관련 연구들이 누락되어 WoSCC 색인의 높은 품질에도 불구하고 선택 편향이 발생할 수 있었습니다. 둘째, 영어권 출판물만 포함되었는데, 이는 언어 편향을 초래했을 수 있습니다. 셋째, 인용 기반 지표는 출판 연도, 학술지 가시성, 인용 관행에 의해 영향을 받을 수 있어 과학적 품질이나 임상적 관련성을 완전히 반영하지 못할 수 있습니다. 마지막으로, 여러 서지계량 지표가 적용되었음에도 불구하고, H-지수나 논문당 평균 인용 수와 같은 표준화된 지표는 포함되지 않았습니다. 향후 여러 데이터베이스, 추가 서지 지표, 종단적 검증 접근법을 통합하는 연구들은 T세포 면역대사 연구의 변화하는 지형을 보다 포괄적으로 이해하는 데 기여할 수 있습니다.

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
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	사용할 수 없음
VOSviewer	Leiden University	v.1.6.20	SCR_023516
Web of Science Core Collection	Clarivate Analytics	2026년 1월 27일 접속; 버전 해당사항 없음	사용할 수 없음
Windows 운영 체제	Microsoft Corporation	Windows 10	사용할 수 없음