Deze bibliometrische analyse gebruikte CiteSpace, VOSviewer en Scimago Graphica om publicatietrends, samenwerkingsnetwerken en opkomende onderzoekshotspots in T-lymfocyten metabole herprogrammeringsonderzoek van 2016 tot 2025 te evalueren.
Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.
Onderzoeksartikel
Bibliometrische analyse van metabole herprogrammering in T-lymfocyten onthult onderzoekstrends en opkomende hotspots, 2016-2025
* These authors contributed equally
In dit artikel
Samenvatting
Samenvatting
T-lymfocyten zijn centrale regulatoren van immuunresponsen, en recente studies hebben aangetoond dat metabole processen de activatie, differentiatie en effectorfunctie van T-lymfocyten beïnvloeden bij kanker en auto-immuunziekten. Deze studie voerde een bibliometrische analyse uit van publicaties van 1 januari 2016 tot 31 december 2025, opgehaald uit de Web of Science Core Collection. CiteSpace werd gebruikt voor co-occurrence, co-citation en clusteringanalyses van referenties en trefwoorden. VOSviewer werd toegepast om tijdschriften, auteurs, referenties, landen en instellingen te analyseren, terwijl Scimago Graphica nationale samenwerkingsnetwerken visualiseerde en Excel werd gebruikt om jaarlijkse publicatietrends te evalueren. In totaal werden 1.882 publicaties meegenomen. De jaarlijkse publicatieproductie nam gestaag toe, met opmerkelijke groei in 2021 en 2025. China leverde het hoogste publicatievolume, terwijl de Verenigde Staten een grotere citatieimpact toonden. Frontiers in Immunology was het meest productieve tijdschrift, terwijl Nature de hoogste citatie-invloed toonde. Keyword clustering en citatieanalyses identificeerden evoluerende onderzoekshotspots gericht op T-lymfocytenmetabole herprogrammering, glucose- en aminozuurmetabolisme, en opkomende interesse in immuuncel-metabole interacties. Al met al toont deze bibliometrische analyse een voortdurende uitbreiding van het onderzoek naar T-lymfocyten immunometabolisme en benadrukt het opkomende thematische richtingen, waaronder intercellulaire metabole regulatie en lipidenmetabolisme.
Inleiding
Naïeve T-lymfocyten zijn voornamelijk afhankelijk van mitochondriale oxidatieve fosforylering (OXPHOS) om hun rustgevende en energiearme metabole toestand te behouden1. Bij antigeenstimulatie ondergaan geactiveerde T-lymfocyten echter een metabole verschuiving naar aerobe glycolyse om snelle proliferatie en effectorfunctie te ondersteunen2. Effector T-lymfocyten, met name cytotoxische subgroepen, zijn afhankelijk van glycolyse om te voldoen aan de verhoogde bio-energetische en biosynthetische eisen die gepaard gaan met cytokineproductie en cellulaire expansie3. Hoewel glycolyse per glucosemolecuul minder adenosinetrifosfaat (ATP) produceert dan OXPHOS, ondersteunt de snelle stofwisselingssnelheid de functionele behoeften van geactiveerde immuuncellen4. Overmatige glycolytische activiteit kan ook bijdragen aan schadelijke effecten binnen de immuunmicro-omgeving. Lactaatophoping kan de door glucose afgeleide serinesynthese verstoren en de intracellulaire redoxbalans veranderen, waardoor de proliferatie en functie van T-lymfocyten worden onderdrukt5. Daarnaast verstoren verhoogde lactaatwaarden de glycolyseafhankelijke migratieroutes en verminderen ze de motiliteit van CD4⁺- en CD8⁺T-lymfocyten6,7.
Cellulaire stofwisseling past zich dynamisch aan aan omgevings- en fysiologische prikkels via een proces dat bekend staat als metabole herprogrammering 8,9. Toenemend bewijs wijst erop dat metabole herprogrammering een centrale rol speelt bij het reguleren van T-lymfocytactivatie, differentiatie en functionele plasticiteit10,11. Deze metabole veranderingen zijn vooral relevant bij kanker en auto-immuunziekten, waar veranderingen in de immuunmicro-omgeving de functie van T-lymfocyten en immuunregulatie beïnvloeden12,13. Hoewel verschillende bibliometrische studies immunometabolisme in bredere contexten hebben geëvalueerd, waaronder kankerimmunometabolisme en ziekte-geassocieerd immuunmetabolisme, richten deze analyses zich voornamelijk op gegeneraliseerde immuun-metabole interacties in plaats van T-lymfocytenspecifieke metabole herprogrammering14,15. Een uitgebreide bibliometrische evaluatie die specifiek gericht is op het immuunmetabolisme van T-lymfocyten blijft beperkt, met name met betrekking tot onderzoekstrends, samenwerkingsnetwerken en evoluerende thematische hotspots binnen dit vakgebied.
Om deze kloof te dichten, voerde deze studie een bibliometrische analyse uit van publicaties die geïndexeerd zijn in de Web of Science Core Collection (WOScc) van 1 januari 2016 tot 31 december 2025. CiteSpace, VOSviewer en Scimago Graphica werden gebruikt om publicatie-output, samenwerkingspatronen, co-citatierelaties en thematische evolutie kwantitatief te analyseren in onderzoek naar metabole herprogrammering van T-lymfocyten. In tegenstelling tot traditionele narratieve reviews biedt bibliometrische analyse een gestructureerd en datagedreven overzicht van het wetenschappelijke landschap via citatie-, clustering- en trefwoordanalyses. Het doel van deze studie was om systematisch wereldwijde onderzoekstrends en opkomende hotspots in het immuunmetabolisme van T-lymfocyten te karakteriseren en een georganiseerd overzicht te geven van het huidige kennislandschap in dit snel evoluerende vakgebied.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Protocol
Deze studie analyseerde uitsluitend bibliografische gegevens die uit openbaar toegankelijke databases waren gehaald en betrof geen menselijke deelnemers, dieren of identificeerbare persoonsgegevens; Daarom waren institutionele ethische goedkeuring en geïnformeerde toestemming niet vereist.
Gegevensverzameling en zoekstrategie
Gegevens zijn op 27 januari 2026 uit de WoSCC (https://www.webofscience.com/wos/woscc/) gehaald. De geselecteerde database-edities waren de Science Citation Index Expanded (SCI-EXPANDED) en Social Sciences Citation Index binnen WoSCC. De zoekopdracht werd uitgevoerd via de geavanceerde zoekinterface. De zoekstrategie werd toegepast in het veld "Topic (TS)", en de volledige zoekopdracht en de resulterende records worden weergegeven in Tabel 1. De zoekperiode was beperkt tot publicaties die tussen 1 januari 2016 en 31 december 2025 waren geïndexeerd met behulp van de WoSCC "Timespan"-filter. Alleen originele onderzoeksartikelen en overzichtsartikelen werden opgenomen met behulp van het filter "Document Types". De taal was beperkt tot het Engels en er werden geen beperkingen toegepast op het land, de instelling of het onderzoeksgebied. Alle records werden geëxporteerd in platte tekst met "Volledig Record en Geciteerde Referenties" geselecteerd tijdens de export. Wanneer het aantal teruggehaalde records de 500 overschreed, werden records in meerdere batches gedownload en vervolgens samengevoegd tot één dataset vóór de analyse. Na het ophalen werden alle records geïmporteerd in CiteSpace voor preprocessing en bibliometrische analyse. Dubbele records werden geïdentificeerd en verwijderd met behulp van de ingebouwde deduplicatiefunctie in CiteSpace op basis van bibliografische metadata, waaronder titel, auteurs, publicatiejaar en brontijdschrift. Wanneer potentiële inconsistenties of onvolledige bibliografische records werden vastgesteld, werd er bovendien handmatige verificatie uitgevoerd om de nauwkeurigheid en consistentie van de gegevens te waarborgen vóór analyse.
| Set | Resultaten | Zoekopdracht |
| #1 | 252,461 | TS=("T-cel*" OF "T-cel*" OF "T-lymfocyt*" OF "T-lymfocyt*" OF "T-lymfe*" OF "CD4+ T-cel*" OF "CD8+ T-cel*" OF "cytotoxische T-cel*" OF "regulerende T-cel*" OF "Treg*" OF "T-hulpcel*" OF "Th-cel*" OF "naïeve T-cel*" OF "geheugen-T-cel*" OF "effector T-cel*") |
| #2 | 13,799 | TS=("metabole herprogrammering*" OF "metabole hervorming*" OF "metabole herbedrading") |
| #3 | 1,882 | #1 EN #2 |
Tabel 1: Web of Science Core Collection zoekstrategie gebruikt voor het opvragen van bibliometrische gegevens. De tabel vat de gedetailleerde zoekstrategie, trefwoordcombinaties, Booleaanse operatoren en de definitieve opzoektellingen samen die zijn gebruikt voor literatuurverzameling uit de WoSCC. Zoekopdrachten werden uitgevoerd met het veld "Topic (TS)" in de geavanceerde zoekinterface. Jokertekens (*) werden gebruikt om meerdere woorduitgangen en gerelateerde terminologie op te halen. De uiteindelijke dataset bestond uit publicaties die tussen 1 januari 2016 en 31 december 2025 waren geïndexeerd na toepassing van taal- en documenttypefilters.
Analytische benaderingen
Een multitool bibliometrische benadering werd systematisch geïmplementeerd voor data-analyse. De analyse werd uitgevoerd in een Windows 10-besturingssysteemomgeving. CiteSpace (v.5.7.R2) werd gebruikt om referenties en trefwoorden te analyseren door TXT-formaat data te verwerken die vanuit WoSCC waren geëxporteerd. De parameters van CiteSpace waren als volgt geconfigureerd: (1) tijdssnij werd ingesteld van 2016 tot 2025 met één jaar per slice; (2) selectiecriteria werden geconfigureerd met behulp van de g-index (k = 25); (3) snoeimethoden omvatten Pathfinder, Pruning Sliced Networks en Pruning the Merged Network om netwerkstructuren te vereenvoudigen terwijl belangrijke relaties behouden bleven; en (4) clusteringanalyse werd uitgevoerd met behulp van het log-likelihoodverhouding-algoritme16. Deze analyse genereerde co-citatienetwerken, clusteringkaarten, tijdlijnvisualisaties en burstdetectiekaarten voor zowel referenties als trefwoorden. In de visualisatiekaarten vertegenwoordigde knooppuntgrootte frequentie, linkdikte de co-incidentsterkte, en paarse ringen een hoge tussenliggende centraliteit. Burst-nodes weerspiegelden een plotselinge toename in citatie- of trefwoordfrequentie in de loop van de tijd.
Vervolgens werden de geëxporteerde bestanden opnieuw opgeslagen in UTF-8-codering met Windows Notepad en geïmporteerd in VOSviewer (versie 1.6.20) voor bibliometrische mapping, inclusief co-auteurschap, co-citatie en co-occurrence analyses tussen auteurs, tijdschriften, instellingen en landen17. De volledige tellmethode werd toegepast en normalisatie werd uitgevoerd met behulp van de associatiesterkte-methode. Minimale drempels voor voorkomens werden vastgesteld op basis van de grootte van de dataset (auteurs ≥ 5 publicaties; trefwoorden ≥ 5 voorkomen; instellingen ≥ 3 publicaties). Netwerkvisualisatie was gebaseerd op itemgewicht en totale linksterkte. Voor land-niveau samenwerkingsanalyse werden GML-bestanden geëxporteerd vanuit VOSviewer geïmporteerd in Scimago Graphica (versie 1.0.53), waar knooppunten landen vertegenwoordigden. Netwerkvisualisatie en clustering werden gegenereerd met het standaard force-directed layout-algoritme om ruimtelijke relaties en samenwerkingspatronen tussen landen weer te geven. WPS Excel werd gebruikt voor beschrijvende statistische analyse van jaarlijkse publicatietrends en basisgegevenssamenvatting. De resultaten werden weergegeven met behulp van staafdiagrammen, kolomdiagrammen en lijngrafieken.
Een aanvullende tijdsgebonden analyse werd uitgevoerd met dezelfde hierboven beschreven zoekstrategie, waarbij de zoekopdracht beperkt was tot publicaties die tussen 1 januari 2025 en 31 december 2025 zijn geïndexeerd. Binnen hetzelfde WoSCC-querykader en analyseomgeving werden recente publicaties en conferentiegerelateerde outputs opgehaald voor contextuele en beschrijvende doeleinden. Deze procedure werd volledig uitgevoerd binnen de ingebouwde analytische interface van de WoSCC. Er werd geen onafhankelijke dataset gemaakt en de opgehaalde informatie werd niet geïntegreerd in de primaire bibliometrische dataset of gebruikt voor kwantitatieve analyse. Het algemene studieontwerp en de workflow van bibliometrische analyse worden samengevat in een stroomdiagram (Figuur 1).
Figuur 1. Workflow van de bibliometrische analyse van onderzoek naar T-lymfocyten metabole herprogrammering. Schematisch overzicht van het studieontwerp en de analytische workflow die in deze bibliometrische analyse worden gebruikt. Publicaties werden opgehaald uit de Web of Science Core Collection (WoSCC) met behulp van vooraf gedefinieerde zoekstrategieën en inclusiecriteria. Opgehaalde records werden geëxporteerd in platte tekst en onderworpen aan preprocessing, waaronder het verwijderen van duplicaten en het standaardiseren van bibliografische gegevens. Bibliometrische analyses werden uitgevoerd met behulp van CiteSpace voor co-citatie, trefwoordco-voorkomen, clustering en burstdetectie-analyses, en VOSviewer voor samenwerkingsnetwerkanalyses tussen auteurs, instellingen, landen en tijdschriften. Scimago Graphica werd gebruikt om internationale samenwerkingsnetwerken te visualiseren, en WPS Excel werd gebruikt om jaarlijkse publicatietrends en beschrijvende statistieken te analyseren. Klik hier om een grotere versie van deze figuur te bekijken.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Resultaten
Publicatie-output en temporele trends
Om de temporele evolutie van onderzoeksactiviteiten op dit gebied te karakteriseren, werd een bibliometrische analyse uitgevoerd met publicaties die in de WoSCC zijn geïndexeerd. In totaal zijn er in het afgelopen decennium aanvankelijk 1.991 records teruggevonden. Na verwijdering van dubbele en niet-Engelstalige archieven werden uiteindelijk 1.882 publicaties opgenomen en geanalyseerd, waaronder 1.046 originele onderzoeksartikele...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Discussie
Onze bibliometrische analyse van metabole herprogrammering in T-cellen toonde een aanhoudende toename van onderzoeksoutput in de loop van de tijd. In 2020 vond een merkbare toename plaats in publicatie- en citatieaantallen, met 40 extra publicaties en 1.989 extra citaties vergeleken met 2019. Deze toename viel samen met verschillende hooggeciteerde publicaties, waaronder Glutamine blockade induces divergent metabolic programs to overcome tumor immune evasion (gepubliceerd 22 nov...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Openbaarmakingen
Belangenconflicten:
De auteurs geven geen belangenconflicten aan met betrekking tot dit werk.
Auteursargumenten:
Gegevensverzameling en literatuuropvraging werden uitgevoerd door Yi Liu. Datapreprocessing en bibliometrische analyses werden uitgevoerd door Yinping Yang. Visualisatie en figuurvoorbereiding werden uitgevoerd door Xinyue Yang en Jinquan Li. Het eerste concept van het manuscript werd geschreven door Yi Liu en Weihong Li. Alle auteurs droegen bij aan de revisie van het manuscript en keurden de definitieve ingediende versie goed.
Dankbetuigingen
De auteurs erkennen dankbaar de financiële steun uit de Fundamental Research Funds for the Central Universities (2022-JYB-JBZR-037).
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Materialen
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| 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 | Niet beschikbaar |
| VOSviewer | Leiden University | v.1.6.20 | SCR_023516 |
| Web of Science Core Collection | Clarivate Analytics | bezocht op 27 januari 2026; versie niet van toepassing | Niet beschikbaar |
| Windows Operating System | Microsoft Corporation | Windows 10 | Niet beschikbaar |
Referenties
- Pearce EL, et al. Fueling immunity: insights into metabolism and lymphocyte function. Science. 2013;342(6155):1242454.
- Wang R, et al. The transcription factor Myc controls metabolic reprogramming upon T-lymphocyte activation. Immunity. 2011;35(6):871-82.
- Shyer JA, et al. Metabolic signaling in T cells. Cell Res. 2020;30(8):649-59.
- 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.
- 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.
- Quinn WJ III, et al. Lactate limits T-cell proliferation via the NAD(H) redox state. Cell Rep. 2020;33(11):108500.
- 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.
- O'Neill LAJ, et al. A guide to immunometabolism for immunologists. Nat Rev Immunol. 2016;16(9):553-65.
- Almeida L, et al. Metabolic pathways in T-cell activation and lineage differentiation. Semin Immunol. 2016;28(5):514-24.
- 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.
- Chang CH, Pearce EL. Emerging concepts of T-cell metabolism as a target of immunotherapy. Nat Immunol. 2016;17(4):364-68.
- Ho PC, et al. Reenergizing T-cell anti-tumor immunity by harnessing immunometabolic checkpoints and machineries. Curr Opin Immunol. 2017;46:38-44.
- Von Meyenn L, et al. Targeting T-cell metabolism in inflammatory skin disease. Front Immunol. 2019;10:2285.
- Zhu H, et al. Trends and hotspots in research related to tumor immune escape: bibliometric analysis and future perspectives. Front Immunol. 2025;16:1604216.
- 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.
- Chen G, et al. Rheumatoid arthritis and fibromyalgia syndrome: a bibliometric and bioinformatics perspective on comorbidity research. J Multidiscip Healthc. 2025;18:6811-27.
- 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.
- Leone RD, et al. Glutamine blockade induces divergent metabolic programs to overcome tumor immune evasion. Science. 2019;366(6468):1013-21.
- Watson MJ, et al. Metabolic support of tumour-infiltrating regulatory T cells by lactic acid. Nature. 2021;591(7851):645-51.
- Xia L, et al. The cancer metabolic reprogramming and immune response. Mol Cancer. 2021;20(1):28.
- 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.
- 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.
- 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.
- 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.
- Ma EH, et al. Serine is an essential metabolite for effector T-cell expansion. Cell Metab. 2017;25(2):345-57.
- Pearce EL, et al. Fueling immunity: insights into metabolism and lymphocyte function. Science. 2013;342(6155):1242454.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.