Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.

Methodenartikel

De trends en vooruitzichten van onderzoek naar Caenorhabditis elegans in het verouderingsgebied: een bibliometrische en visualisatie-analyse

252 weergaven

⸱

DOI:

10.3791/70364

⸱

22 mei 2026

 ,  ,  ,  ,  ,  ,  , 
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

In dit artikel

Samenvatting

Hier presenteren we een protocol voor het ophalen, valideren en analyseren van Web of Science Core Collection-records over Caenorhabditis elegans en veroudering met behulp van CiteSpace, VOSviewer, Bibliometrix en Scimago Graphica voor reproduceerbare bibliometrische mapping.

Samenvatting

Veroudering is een complex biologisch fenomeen dat wordt gekenmerkt door de geleidelijke achteruitgang van fysiologische functies en een verhoogde kwetsbaarheid voor leeftijdsgebonden ziekten. Op cellulair niveau wordt dit proces geïllustreerd door senescentie, waarbij cellen een onomkeerbare stop in de deling ervaren en in een staat van permanente groeistop komen, zonder te overgaan in apoptose. De onderliggende mechanismen blijven echter onvolledig begrepen. De nematode Caenorhabditis elegans (C. elegans), met een korte levensduur en goed gekarakteriseerde genetica, is een krachtig model om de moleculaire basis van veroudering te ontcijferen. Desalniettemin ontbreekt nog steeds een uitgebreide bibliometrische kaart van onderzoek op het stippunt van C. elegans en veroudering. Hier presenteren we een protocol om records op te halen uit de Web of Science Core Collection, gegevensverwerking uit te voeren en reproduceerbare bibliometrische visualisaties uit te voeren met behulp van CiteSpace, Bibliometrix (R), VOSviewer en Pajek, met als doel de kennisstructuur in kaart te brengen en opkomende trends in het verouderingsonderzoek van C. elegans te identificeren. Met behulp van 6.117 artikelen gepubliceerd van 1970 tot 5 juni 2025 analyseerden we bijdragen van landen en instellingen, auteurschap, impact van tijdschriften, citatiepatronen en thematische evolutie. De dataset bestond uit 6.117 records van 19.864 auteurs verspreid over 3.798 instituten in 91 landen. Jaarlijkse publicaties steeg van 312 in 2020 tot 341 in 2021 en bleven daarna hoog. De Verenigde Staten leidden de wereldwijde productie, gevolgd door China, Duitsland en het Verenigd Koninkrijk, met samenwerkingsnetwerken geconcentreerd onder deze landen. Het systeem van de University of California stond op de eerste plaats qua productiviteit, terwijl de Chinese Academy of Sciences op de derde plaats stond. De evolutie van het onderwerp wees op een verschuiving van fundamentele studies van insuline/insuline-achtige groeifactor 1-signaleringsroutes (IIS) en stressreacties naar opkomende thema's zoals thermische controle en mitofage in verouderingsmodellen van C. elegans . Over het algemeen maakt dit protocol transparante, bijwerkbare bibliometrische analyses mogelijk en ondersteunt het toekomstige studies naar belangrijke richtingen, waaronder calorierestrictie en mitofagie.

Inleiding

Veroudering is een veelzijdig biologisch proces dat verwijst naar het verlies van de proliferatiecapaciteit van normale somatische cellen na een beperkt aantal delingen. Tijdens het verouderingsproces nemen de fysiologische functies van het organisme geleidelijk afen neemt de vatbaarheid voor leeftijdsgerelateerde ziekten toe. Op cellulair niveau manifesteert dit proces zich als DNA-schade, zoals de ophoping van dubbelstrengbreuken en oxidatieve schade, en deze schade overschrijdt de verwerkingscapaciteit van de herstelmechanismen. Deze cellulaire veranderingen worden op organismeniveau weerspiegeld als de geleidelijke achteruitgang van fysiologische functies. Bovendien hebben sommige studies verder aangetoond dat verouderde cellen leeftijdsgerelateerde pathologische processen aansturen door het afscheiden van het senescentie-geassocieerde secretotype (SASP). Deze factoren kunnen de micro-omgeving van het weefsel verstoren en fibrose bevorderen, wat leidt tot chronische ontsteking en zelfskankerprogressie. Met de verdieping van het onderzoek naar veroudering is erkend dat veroudering een belangrijke rol speelt bij het optreden en de ontwikkeling van diverse ziekten, waaronder hart- en vaatziekten, type 2 diabetes, de ziekte van Alzheimer en kanker, onder andere3. Met de versnelde veroudering wereldwijd is het begrijpen van de mechanismen van veroudering cruciaal om een gezonde levensduur te verlengen.

In de afgelopen decennia hebben modelorganismen een onmisbare rol gespeeld bij het onthullen van de genetische, moleculaire en omgevingsfactoren van veroudering. Modelorganismen vertonen duidelijke voordelen, waaronder korte generatietijden, goed gekarakteriseerde genetische achtergronden en hoge experimentele tractie. Veelvoorkomende modelorganismen zijn gist, fruitvliegen en muizen4. In de jaren zestig werd Caenorhabditis elegans (C. elegans) voor het eerst gevestigd als een nieuw modelorganisme. De kernvoordelen voor selectie zijn een korte levenscyclus en eenvoudige teelt, aangevuld met een reeks volwassen genetische instrumenten. Bovendien kan het, vanwege zijn kleine omvang, op grote schaal op een gestandaardiseerde manier worden gekweekt en gemanipuleerd, zoals micro-organismen. Het belangrijkste is dat het effectief een aanzienlijke leegte in eerder onderzoek opvult, aangezien eencellige organismen, ondanks dat ze eenvoudig en gemakkelijk te bedienen zijn, lastig te gebruiken zijn voor genetisch onderzoek naar complexe levensmechanismen. Daarnaast zijn traditionele modeldieren beperkt in de efficiëntie van grootschalige screening vanwege hun complexe werking. De toepassing van C. elegans lost precies de bovenstaande problemenop 6.

Het gebruik van C. elegans in verouderingsonderzoek gaat terug totde jaren 80. Pas in 1993 maakte het vakgebied van C. elegans in verouderingsonderzoek een transformerende sprong. Mutagenesescreens onder leiding van Thomas Johnson en collega's identificeerden de eerste langlevende mutant, het age-1 gen 8,9. Deze bevinding veranderde de heersende opvatting dat veroudering een stochastisch, ongereguleerd proces was, en betrok in plaats daarvan specifieke genetische routes bij het bepalen van de levensduur. Latere studies bouwden voort op deze basis en onthulden een bewaard netwerk van signaalpaden die veroudering coördineren. Het IIS-traject is uitgegroeid tot een centrale regelgever. De mutatie in daf-2, die codeert voor de C. elegans-ortholog van de insuline-/insuline-achtige groeifactor (IIGF-1) receptor, zou de activiteit van IIS kunnen verminderen, waardoor de FOXO-transcriptiefactor DAF-16 wordt geactiveerd, waardoor deze van het cytoplasma naar de kern transloceert en zo de expressie van stressresponsgenen, moleculaire chaperonnen en detoxificatie-enzymen bevordert, waardoor het verouderingsproces wordt vertraagd en de gezonde levensduur wordt verlengd. DAF-16 transloceert van het cytoplasma naar de kern, bevordert de expressie van stressresistentiegen, moleculaire chaperonnen en detoxificatie-enzymen, waardoor de biologische gezondheidsspanne wordt verlengd en de verouderingsprogressie wordt vertraagd en de organismale gezondheidsduur11 wordt verlengd. Bovendien heeft C. elegans andere bewaarde verouderingsmechanismen aan het licht gebracht. Zo bleek dat het doelwit van rapamycine (TOR) route, een belangrijke nutriëntensensor, de levensduur moduleert via interacties met IIS12.

In de afgelopen jaren zijn bibliometrische methoden breed toegepast op veel vakgebieden. Bibliometrische netwerkanalyse maakt gebruik van statistische methoden om ontwikkelingspatronen, disciplinaire structuren, onderzoekshotspots en trends in een vakgebied te ontdekken door de hoeveelheid, structuur, verspreiding en citatierelaties van literatuur te onderzoeken13. Ondanks uitgebreid onderzoek naar C. elegans bij veroudering, heeft geen enkele studie een uitgebreide bibliometrische analyse van dit interdisciplinaire vakgebied geleverd. In deze studie presenteren we een uitgebreide, multimethodische en reproduceerbare analyse die het samenwerkingskader, de intellectuele basis en dynamische thematische ontwikkelingen binnen het vakgebied verduidelijkt, waarmee we opkomende trajecten voor toekomstig onderzoek identificeren. Dit artikel bespreekt het landschap van recente verouderingsonderzoeksresultaten in het C. elegans-veld . Bovendien is deze studie bedoeld om: (1) publicatie- en citatietrends in C. elegans verouderingsonderzoek van 1970 tot 5 juni 2025 te analyseren; (2) bijdragen van landen en instellingen beoordelen en samenwerkingsnetwerken verkennen; (3) topauteurs en belangrijke tijdschriften identificeren op basis van productiviteit en citatie-impact; (4) de intellectuele basis van het vakgebied te onthullen door co-citatie en citatie-burst analyse; en (5) het volgen van belangrijke onderzoeksthema's en opkomende trends met behulp van trefwoordco-occurrence en temporele analyse. Uiteindelijk zullen deze inzichten een dieper begrip van de zich ontwikkelende ontwikkeling van het vakgebied bevorderen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Deze studie verwijst niet naar ethische goedkeuring en toestemming om deel te nemen. De gegevens die in deze studie werden gebruikt, zijn verkregen uit de Web of Science Core Collection (WoSCC).

1. Databaseselectie

  1. Toegang tot de Web of Science Core Collection (WoSCC) database via https://webofscience. clarivate.cn/wos/author/author-search.
  2. Stel een zoekstrategie op met gerichte trefwoorden, specifiek "C. elegans" en "aging", om relevante literatuur te identificeren.
  3. Relevantiescreening en gegevensvalidatie
    1. Controleer elk opgehaald record op thematische relevantie door de titel te bekijken. Voeg dossiers toe waarin C. elegans als primaire studieorganisme wordt gebruikt en verouderingsgerelateerde concepten of uitkomsten worden behandeld.
    2. Als relevantie niet alleen op basis van de titel kan worden bepaald, bekijk dan de samenvatting om de geschiktheid te bevestigen.
    3. Sluit dossiers uit die zich niet richten op C. elegans en/of geen verouderingsgerelateerde uitkomsten of mechanismen behandelen.
    4. Voor borderline records documenteer je de reden van de onzekerheid en beslis je de opname op via een secundaire controle door een tweede auteur of door consensus tussen twee beoordelaars.
    5. Sluit elk record uit met het label Ingetrokken in de databasemetadata.
    6. Noteer het aantal uitgesloten records en de reden voor uitsluiting en rapporteer de uiteindelijke datasetgrootte die voor bibliometrische analyse is gebruikt.
      OPMERKING: Raadpleeg Aanvullend materiaal 1 voor een volledige lijst van trefwoorden die in de zoekstrategie worden gebruikt om nauwkeurigheid en inclusiviteit te vergroten.

2. Zoekparameters

  1. Definieer de publicatieperiode van 1970 tot en met 5 juni 2025 om de meest recente en uitgebreide onderzoekstrends vast te leggen.
  2. Beperk zoekresultaten tot alleen artikelen en overzichtsartikelen die in het Engels zijn gepubliceerd om dataconsistentie te waarborgen en vergelijkende analyse te vergemakkelijken.

3. Data-opvraging en -formaat

  1. Verzamel geselecteerde publicaties in het formaat "Full Record and Cited References" om gedetailleerde metadata te bewaren.
  2. Sla de verzamelde gegevens op als "Platte Tekst"-bestanden voor latere analyse met bibliometrische tools.
  3. Controleer of elk record volledige metadata bevat, inclusief citatie- en coauteurschapsinformatie, om een grondige bibliometrische analyse mogelijk te maken.

4. Gegevensvoorverwerking

  1. Dataverzameling en import
    1. Open R (versie 4.5.2) en laad bibliometrix (versie 4.5.2). Voer de volgende commando's uit om Biblioshiny te starten:
      1. bibliotheek(bibliometrix)
      2. packageVersion("bibliometrix")
      3. Biblioshiny()
    2. Open het importpaneel.
      1. Klik in de biblioshiny-interface op "Data" in de linkerzijbalk.
      2. Klik onder Data op "Importeren of Laden".
    3. Configureer importinstellingen.
      1. Kies alsjeblieft wat je wilt doen, selecteer "Raw-bestand(en)".
      2. Selecteer in de database "Web of Science (WoS/WoK)".
      3. Selecteer in Auteursnaamformaat "Achternaam en Initialen".
    4. Selecteer het WoSCC-bestand en importeer.
      1. Klik onder Bestand kiezen op "Bladeren"... en selecteer het samengevoegde WoSCC Plain Text-bestand geëxporteerd met Full Record and Cited References.
      2. Klik op "Start" om de dataset te importeren.
      3. Klik in de linkerzijbalk op "Overzicht" en selecteer vervolgens de vereiste module (bijv. Jaarlijkse wetenschappelijke productie of Gemiddelde citaties per jaar) om de resultaten weer te geven.
      4. Om figuren te exporteren, klik op Export Plot as PNG. Om tabellen te exporteren, klik je op "Excel" en sla je het gedownloade bestand op voor verdere analyse.
  2. Jaarlijkse groeitrend van publicaties en citaties
    1. Jaarlijkse groeitrend van publicaties en citatie-analyse in CiteSpace.
      1. Open CiteSpace, selecteer "Date" en vervolgens "import/export".
      2. Blader door de invoermap en de uitvoermap.
      3. Klik op "Duplicaat verwijderen", selecteer "Artikel" en "Review", en klik tenslotte op "Start". Dan kun je de specifieke jaarlijkse publicatie- en citatiestatistieken verkrijgen.
      4. Gebruik de Word-software om de geëxporteerde resultaten om te zetten naar grafiekformaat.
  3. Nationale publicatie- en samenwerkingsanalyse
    1. Nationale publicatie en samenwerkingsanalyse in Vosview.
      1. Open VOSviewer, selecteer "Aanmaken" en vervolgens "Maak een kaart aan op basis van bibliografische gegevens".
      2. Importeer de relevante platte tekstbestanden met de optie "Gegevens lezen uit bibliografische databasebestanden".
      3. Stel het analysetype in op "Co-auteurschap", met de "Full counting"-methode, met "Countries" als analyse-eenheid.
      4. Pas een aantal Bronnen toe om geselecteerd te worden, 50, en klik op "Analyse". Stel het aantal te selecteren bronnen in op 20 en klik op "Export geselecteerde bronnen" om als CSV-bestand te exporteren voor weergave.
      5. Voer de analyse uit door op "GO" te klikken om een referentie-co-citatiekaart te genereren, waarbij lettertype en kleurinstellingen worden aangepast voor betere leesbaarheid.
    2. Geografische verspreiding van nationale publicaties: Analyse in Scimago Graphica.
      1. Open Scimago Graphica, klik op "LOAD DATE FILE" en importeer vervolgens de relevante platte tekstbestanden.
      2. Maak een nieuwe weergave aan, selecteer "documenten" voor grootte, "link_strength" voor kleur, "label" voor label, "disks" voor markeringen en "map" voor lay-out.
      3. Land met het hoogste gemiddelde citatieaantal Analyse
        1. Start de Bibliometrix-interface van het Bibliometrix-pakket in R.
        2. Toegang tot de WoSCC-database en selecteer een samengevoegd Plain Text-bestand met bibliometrische gegevens.
        3. Importeer de gegevens en exporteer ze in txt-formaat voor verdere analyse.
        4. Selecteer "Auteur" en klik vervolgens op "Meest geciteerde landen"
          OPMERKING: De specifieke code wordt als volgt verstrekt:
          1. bibliotheek(bibliometrix)
          2. packageVersion("bibliometrix")
          3. Biblioshiny()
  4. Analyse van de verspreiding van universiteiten en instellingen
    1. Coauteurschapsanalyse
      1. Analyse instellen in VOSviewer: Start VOSviewer, kies "Aanmaken" en vervolgens "Maak een kaart op basis van bibliografische gegevens". Selecteer "Gegevens lezen uit bibliografische databasebestanden" en importeer de platte tekstbestanden met institutionele informatie.
      2. Configuratie en parameters: Stel het analysetype in op "Co-auteurschap", kies "Volledige telling" en gebruik "Organisaties" als analyse-eenheid. Configureer de parameters zodat tot 3.798 organisaties per document kunnen worden toegestaan en stel een minimale inclusiedrempel vast voor de eerste 50 instellingen om een representatief samenwerkingsnetwerk op te bouwen.
      3. Visualisatie en interpretatie: Klik op "Voltooien" om de institutionele samenwerkingskaart te genereren. Onderzoek de clusters en verbanden om kerninstellingen, intensiteit van samenwerking en belangrijke samenwerkingspatronen tussen universiteiten en onderzoeksorganisaties te identificeren.
    2. Analyse van de instellingen met de meeste publicaties
      1. Start de Bibliometrix-interface van het Bibliometrix-pakket in R.
      2. Toegang tot de WoSCC-database en selecteer een samengevoegd Plain Text-bestand met bibliometrische gegevens.
      3. Importeer de gegevens en exporteer ze in txt-formaat voor verdere analyse.
      4. Selecteer "Auteur" en klik vervolgens op "Affiliaties Productie in de Tijd"
        OPMERKING: De specifieke code wordt als volgt verstrekt:
        bibliotheek(bibliometrix)
        packageVersion("bibliometrix")
        Biblioshiny()
    3. De universiteiten met de sterkste citatie-bursts Analyse
      1. Open CiteSpace, ga naar het menu "Data" en selecteer "Importeren/Exporteren".
      2. Importeer gegevens uit de WoSCC-database in het juiste formaat, waarbij de analysetijdsslice wordt geconfigureerd van januari 1972 tot 5 juni 2025, met een interval van één jaar voor temporele details.
      3. Stel het nodetype in op "Referentie" en pas snoeien toe met de opties "Pathfinder" en "Pruning Sliced Networks" om het netwerk te stroomlijnen, met de focus op de meest invloedrijke co-citeerde referenties.
      4. Voer de analyse uit door op "GO" te klikken om een referentie-co-citatiekaart te genereren, waarbij lettertype en kleurinstellingen worden aangepast voor betere leesbaarheid.
      5. Selecteer de optie "Burstness" en stel de parameter γ in op [0, 1].
      6. Vernieuw de gegevens om de top 25 instellingen te genereren met de grootste toename in citatieaantallen, benadruk degenen met een aanzienlijke toename in citaties, en geef aan dat hun invloed in het vakgebied continu groeit.
  5. Samenwerkingsnetwerken van auteurs
    1. Open CiteSpace, selecteer het menu "Data" en klik op "Importeren/Exporteren" om gegevens uit WoSCC in het vereiste formaat te importeren.
      1. Definieer de tijdsperiode van januari 1970 tot 5 juni 2025, met een stap van één jaar om de temporele evolutie van samenwerkingen vast te leggen.
    2. Netwerkconfiguratie en snoeien
      1. Stel het knooptype in op "Author" en pas "Pathfinder" en "Pruning Sliced Networks" toe om redundante links te verminderen terwijl sleutelstructuren behouden blijven.
      2. Klik op "GO" om de analyse uit te voeren en de co-citatie/co-auteurschapskaart te genereren, die de ontwikkeling, structuur en groeidynamiek van samenwerkingsnetwerken van auteurs in de loop van de tijd laat zien.
  6. Analyse van co-citated referenties en clusteringnetwerk
    1. Data-import en -installatie in CiteSpace
      1. Open CiteSpace, ga naar "Data" en selecteer "Importeren/Exporteren" om de WoSCC-gegevens te laden.
      2. Stel de analyseperiode in van januari 1970 tot 5 juni 2025, met een interval van één jaar om gedetailleerde tijdsinformatie te verkrijgen.
    2. Netwerkconfiguratie en snoeien
      1. Kies "Referentie" als knooptype en gebruik "Pathfinder" samen met "Pruning Sliced Networks" om de kern-co-citatielinks te behouden en kleine of redundante verbindingen te verwijderen.
      2. Klik op "GO" om de analyse uit te voeren en het referentieco-citatienetwerk te genereren, en verfijn vervolgens lettertypes, kleuren en lay-out om de visuele helderheid te verbeteren.
    3. Identificatie van referenties met hoge impact
      1. Schakel de optie "Burstness" in en stel γ in het interval [0, 1].
      2. Ververs de data om de top 25 referenties met de sterkste citatiebursts te verkrijgen, waarbij de werken worden benadrukt die snel zijn gegroeid in citaties en zeer invloedrijk zijn geworden in het onderzoeksgebied.
  7. Analyse van tijdschriften en geciteerde tijdschriften
    1. Tijdschriftanalyse in Vosview
      1. Open VOSviewer, selecteer "Aanmaken" en vervolgens "Maak een kaart aan op basis van bibliografische gegevens".
      2. Importeer de relevante platte tekstbestanden via de optie "Gegevens lezen uit bibliografische databasebestanden".
      3. Stel het analysetype in op "Citatie", kies de methode "Volledig tellen" en specificeer "Bronnen" als analyse-eenheid.
      4. Stel het minimumaantal bronnen in op 20, voer de analyse uit en gebruik "Export geselecteerde bronnen" om de geselecteerde tijdschriften als CSV-bestand op te slaan voor verdere analyse.
    2. Analyse van geciteerde tijdschriften in Vosview.
      1. Open opnieuw VOSviewer, selecteer "Aanmaken" en vervolgens "Maak een kaart aan op basis van bibliografische gegevens".
      2. Importeer dezelfde platte tekstbestanden met "Gegevens lezen uit bibliografische databasebestanden".
      3. Stel het analysetype in op "Co-citation", kies "Volledig tellen" en gebruik "Cited sources" als analyse-eenheid.
      4. Stel het minimum aantal geciteerde bronnen in op 20, voer de analyse uit en klik op "Export geselecteerde bronnen" om een CSV-bestand uit te geven voor gedetailleerde analyse van geco-citeerde tijdschriften.
  8. Analyse van trefwoordco-optreden
    1. Keyword Co-Occurrence Network Analyse in VOSviewer.
      1. Open VOSviewer, selecteer "Aanmaken" en vervolgens "Maak een kaart aan op basis van bibliografische gegevens".
      2. Importeer de relevante platte tekstbestanden met de optie "Gegevens lezen uit bibliografische databasebestanden".
      3. Stel het analysetype in op "co-occurrence" met de "Full counting"-methode, met "alle trefwoorden" als analyse-eenheid.
      4. Pas een aantal trefwoorden toe om geselecteerd te worden 100 en klik op "Voltooien" om de analyse te voltooien, waarmee een co-occurrence netwerk ontstaat dat trefwoordrelaties binnen het veld visualiseert.
      5. Klik op "Overlay Visualization" om een visuele analyseweergave te genereren van de evoluerende zoekwoordco-occurrence clusters.
      6. Klik op "Density Visualization" en de trefwoordverdelingsgrafiek wordt gegenereerd.
    2. Keyword burst-analyse in CiteSpace.
      1. Gebruik CiteSpace om keyword burst-analyse uit te voeren door de optie "Burstness" te selecteren en de parameter γ in te stellen op [0, 1].
      2. Na het verversen van de gegevens selecteer je "View" om een lijst te genereren van de top 25 trefwoorden met de sterkste citatiebursts, waarmee je trefwoorden aangeeft die in de loop der tijd veel aandacht hebben getrokken.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Overzicht van trends en evolutie van C. elegans in het verouderingsgebied
De bibliometrische analyse omvatte 6.117 publicatierecords uit 1.123 bronnen, geselecteerd uit een aanvankelijke 6.205 publicaties van WOSCC die aan de toelatingscriteria voldeden. Dit omvatte 45 early-access reviews en 145 proceedings papers. Na het uitsluiten van 87 irrelevante en één ingetrokken publicatie, werden de gegevens geanalyseerd op temporele verdeling en documenttypes. In d...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

Om reproduceerbaarheid en interpreteerbaarheid te waarborgen, zijn belangrijke stappen in deze workflow: het grondig rapporteren van de ophaalstrategie (databasebron, query, documenttypes, taallimieten, ophaaldatum), het uitvoeren van relevantiescreening en datavalidatie om off-topic records te minimaliseren, het consistent rapporteren van toolparameters (tijdsslicing, knooppunttypes, snoeien, drempels, clustering), en het exporteren van outputs in standaardformaten terwijl softwareversi...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteurs hebben niets te onthullen.

Dankbetuigingen

De auteurs willen hun waardering uitspreken aan alle deelnemers en onderzoekers die aan dit werk hebben bijgedragen. Bovendien zijn zij dankbaar voor de analytische tools die CiteSpace, VOSviewer, Scimago Graphica en R hebben geleverd, die van cruciaal belang waren voor het uitvoeren van dit onderzoek.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
LEGION Savior Y7000 2019 laptop (SerialNumber PF1CGZJU)Lenovohttps://pcsupport.lenovo.com/us/en/products/laptops-and-netbooks/legion-series/legion-y7000-2019Computer gebruikt voor analyses
R (versie 4.5.2)R Foundation for Statistical Computing / R Core Teamhttps://www.r-project.org/Statistisch computing-omgeving
CiteSpace (versie 6.3.R3)CiteSpace / Chaomei Chen (Drexel University)https://citespace.podia.com/Bibliometrische visualisatie- en analysesoftware
VOSviewer (versie 1.6.20)Leiden University CWTS (Nees Jan van Eck, Ludo Waltman)https://www.vosviewer.com/Bibliometrische mappingsoftware
Pajek (versie 64.6.01)University of Ljubljana (Vladimir Batagelj, Andrej Mrvar)http://mrvar.fdv.uni-lj.si/pajek/Netwerkanalyse- en visualisatiesoftware

Referenties

  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).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Meer artikelen verkennen

Ouderdomsonderzoekbibliometrische analyseinsulinesignaleringstressresponscalorische restrictiemitofagiekennismappingmodelorganisme
Neem contact met ons op
Aanbevelen aan de bibliotheek

Privacy

Gebruiksvoorwaarden

Beleidsoverzicht

Copyright © 2026 MyJoVE Corporation. Alle rechten voorbehouden.