É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.

Artigo de investigação

Macrófagos no Lúpus Eritematoso Sistêmico: Uma Análise Bibliométrica das Tendências de Pesquisa e Fronteiras Emergentes

99 visualizações

DOI:

10.3791/72238

11 de agosto de 2026

Neste artigo

Resumo

Este estudo delimita sistematicamente o cenário de pesquisa e as fronteiras em evolução do campo do lúpus eritematoso sistêmico e macrófagos de 2016 a 2025, utilizando análise bibliométrica.

Resumo

Este estudo analisou sistematicamente 1.197 artigos sobre o papel dos macrófagos no lúpus eritematoso sistêmico (LES) publicados entre 2016 e 2025, utilizando métodos bibliométricos baseados na Web of Science Core Collection. A análise analisou tendências de publicação, redes colaborativas, temas de pesquisa e a base de conhecimento para elucidar o cenário atual de pesquisa, as forças centrais de pesquisa e a evolução das fronteiras nesse campo. O número de publicações atingiu o pico de 154 em 2022, enquanto as citações anuais aumentaram no total de 184 em 2016 para 9.030 em 2025, indicando pesquisas ativas e impactantes. A China ficou em primeiro lugar em volume de publicações (379 artigos), enquanto os Estados Unidos lideraram em número total de citações (18.838) e em centralidade em colaboração internacional. A Universidade Jiao Tong de Xangai e o Instituto Karolinska foram as instituições mais produtivas, com 23 artigos cada. Fronteiras na Imunologia (fator de impacto = 5,9; Journal Citation Reports quartil 1) foi o periódico mais produtivo. O agrupamento por linha do tempo por palavras-chave identificou 13 principais temas de pesquisa, incluindo componentes-chave da imunidade inata, como armadilhas extracelulares de neutrófilos, células dendríticas e receptores semelhantes a Toll, além da imunidade adaptativa envolvendo células T, células B e células dendríticas plasmacitoides. Esses temas também incluíam mecanismos centrais como polarização dos macrófagos, inflamosoma da família dos receptores NOD que contêm domínio 3 (NLRP3) e eliminação de células apoptóticas, além de pontuações clínicas como nefrite lúpusica, síndrome de ativação de macrófagos e artrite reumatoide. A evolução dos hotspots de pesquisa reflete uma progressão desde os primeiros mecanismos básicos de depuração celular apoptótica e do complexo imunológico até a regulação refinada de citocinas, imunidade inata e imunidade adaptativa, e finalmente para estudos de terapia direcionada por vias de sinalização, manejo clínico e validação multicêntrica, com "diagnósticos por via" e "multicêntricos" se destacando como fronteiras atuais de pesquisa.

Introdução

O lúpus eritematoso sistêmico (LES) é uma doença autoimune crônica caracterizada pela produção de autoanticorpos, deposição de complexos imunes e inflamaçãomultiorgânica 1,2. Apesar dos avanços substanciais em abordagens diagnósticas e estratégias terapêuticas nas últimas décadas, a LES continua a causar danos severos aos rins, ao sistema hematológico e ao sistema nervosocentral 3,4,5. Tratamentos existentes, incluindo glicocorticoides, imunossupressores e agentes biológicos, geralmente têm eficácia terapêutica limitada e estão associados a efeitos adversos em graus variados 6,7,8. Estratégias de engenharia celular, como a terapia com células do receptor de antígeno quimérico T (CAR-T), demonstraram o potencial de alcançar uma remissão duradoura sem medicamentos na LES por meio da profunda depleção das células B autorreativas 9,10,11. Como membros-chave do sistema imunológico inato, os macrófagos desempenham funções cruciais na eliminação do complexo imunológico, na eferocitose das células apoptóticas e na secreção de citocinas, mantendo assim a homeostase imune11,12. Evidências acumuladas indicam que múltiplas formas de disfunção dos macrófagos estão implicadas na patogênese doLES 13,14,15. Polarização desregulada dos macrófagos em fenótipos pró-inflamatórios M1 versus anti-inflamatórios M2 tem sido consistentemente observada na nefrite lúpusica, onde os macrófagos M1 promovem danos teciduais enquanto os Macrófagos M2 contribuem para a reparação tecidual, bem como para a remodelação fibrótica16,17. A formação excessiva de armadilhas extracelulares de neutrófilos (NETs) e a ativação aberrante das vias de sinalização do interferon amplificam ainda mais as respostas inflamatórias mediadas pelos macrófagos 18,19,20. Consequentemente, a disfunção dos macrófagos surgiu não apenas como um nó central na patogênese do LES, mas também como um alvo terapêuticopromissor 21.

Na última década, houve uma rápida expansão de publicações focadas no papel dos macrófagos na LES, abrangendo diversas direções de pesquisa, incluindo eferocitose, NETosis, polarização de macrófagos, reprogramação metabólica e modulação direcionada das vias de sinalização 22,23,24,25,26 . No entanto, a literatura em crescimento também traz desafios, incluindo temas de pesquisa fragmentados, identificação pouco clara das forças centrais de pesquisa e mapeamento ambíguo da evolução das fronteiras, ressaltando a necessidade urgente de uma visão sistemática do cenário atual da pesquisa. A bibliometria emprega métodos matemáticos e estatísticos para analisar quantitativamente as características distributivas e os padrões evolutivos dos portadores de conhecimento, fornecendo dados objetivos sobre tendências de publicação, redes colaborativas, pontos críticos de pesquisa e dinâmicas de fronteira 27,28,29,30,31. Embora abordagens bibliométricas tenham sido aplicadas com sucesso ao mapeamento do conhecimento na imunoterapia do LES, descoberta de biomarcadores e áreas relacionadas, o mapeamento bibliométrico focado especificamente em macrófagos em LES permanece limitado 32,33,34. Este estudo recupera literatura relevante do banco de dados Web of Science Core Collection abrangendo 2016 a 2025 e utiliza CiteSpace, VOSviewer e Scimago Graphica para realizar análises visuais multidimensionais. Ao examinar resultados de publicações, colaborações entre países/regiões e instituições, redes de autores e periódicos, coocorrência de palavras-chave e agrupamento de linhas do tempo, bem como a detecção de surtos de citações, este estudo visa elucidar sistematicamente o status atual da pesquisa, forças centrais de pesquisa, evolução temática e fronteiras emergentes no campo dos macrófagos no SLE, fornecendo assim um mapa de conhecimento objetivo e referência direcional para futuras investigações.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

Não foi necessária aprovação ética ou consentimento informado para este estudo, pois todos os dados foram derivados de registros bibliográficos públicos disponíveis no banco de dados Web of Science Core Collection. Nenhum participante humano, animal ou amostra clínica esteve envolvido nesta pesquisa.

Aquisição de dados e estratégia de busca

Os dados foram recuperados do banco de dados Web of Science Core Collection (WOSCC) em uma única data (27 de abril de 2026) para garantir consistência e reprodutibilidade dos dados. A consulta de busca utilizava operadores booleanos com a seguinte estrutura: TS=("Lúpus Eritematoso, Sistêmico" OU "Lúpus Eritematoso Sistémico" OU "Lupus Eritematoso Disseminado") E TS=("macrófago*"). Os tipos de documentos eram restritos a artigos e artigos de revisão. O período de publicação foi de 1º de janeiro de 2016 a 31 de dezembro de 2025. Um total de 1.197 artigos válidos foram mantidos para análise bibliométrica subsequente.

Ferramentas analíticas

Foi utilizado um pipeline analítico incorporando múltiplos pacotes de software. CiteSpace (Research Resource Identifier [RRID]: SCR_020932) foi usado para agrupamento de linhas do tempo de palavras-chave e análise de surtos decitações 35. O VOSviewer (RRID: SCR_016598) foi usado para construir e visualizar redes de coautoria para países/regiões, instituições e autores, além de gerar mapas de coocorrência depalavras-chave 36. O Scimago Graphica foi usado para gerar visualizações de colaboração país/região a partir de arquivos de rede exportados do VOSviewer37. Cálculos estatísticos básicos e preparação de figuras foram realizados usando WPS Excel e GraphPad Prism (RRID: SCR_002798). O fluxo de trabalho bibliométrico geral está ilustrado na Figura 1.

Configuração de parâmetros no CiteSpace e no VOSviewer

No CiteSpace, o intervalo de tempo foi definido de 2016 a 2025 com intervalos de 1 ano. O índice g (k = 10) foi selecionado como limiar de seleção do nó. O algoritmo de poda do Pathfinder foi aplicado duas vezes: primeiro para simplificar cada rede individual de fatias temporais, e novamente após a fusão de todas as fatias para reduzir a complexidade visual. No VOSviewer, o algoritmo LinLog/modularidade foi escolhido para otimização do layout da rede. O tamanho dos nós foi ponderado pela contagem de documentos ou frequências de citações, dependendo da análise específica. Para mapeamento de colaboração país/região usando Scimago Graphica, os diâmetros dos nós refletiram volumes de publicação, e a espessura dos links representou intensidades de colaboração entre países.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

Produção anual de publicações

Entre 2016 e 2025, um total de 1.197 artigos sobre macrófagos em LES foram publicados. O volume anual de publicações flutuou, começando em 112 em 2016, atingindo o pico de 154 em 2022 e depois diminuindo levemente para 133 em 2025. No mesmo período, a contagem anual de citações aumentou de 184 para 9.030, com pequenas flutuações, indicando um aumento progressivo no impacto acadêmico nessa área (

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

Este estudo bibliométrico delimita sistematicamente o cenário de pesquisa dos macrófagos em LES na última década (2016–2025). Ao analisar 1.197 publicações da Web of Science Core Collection, identificamos tendências globais de publicação, redes colaborativas, forças centrais de pesquisa, evolução temática e dinâmica da base de conhecimento, fornecendo assim um roteiro objetivo para futuras investigações nesse campo em rápida evolução.

Durante o período de 10 a...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

Os autores não têm conflitos de interesse a declarar. Nenhuma ferramenta assistida por IA foi usada na preparação deste manuscrito, incluindo análise de dados, geração de figuras ou redação.

Agradecimentos

Esse trabalho foi apoiado pela Iniciativa de Excelência e Inovação do Hospital de Amizade China-Japão (Grant No. ZRZC2025-KCC02), o Financiamento Nacional de Pesquisa Clínica em Hospitais de Alto Nível (Bolsa nº 2025-NHLHCRF-JBGS-B-WZ-15), a Fundação Nacional de Ciências Naturais da China (Bolsa nº 82400846), o Projeto Principal de Inovação em Novos Medicamentos do Ministério da Ciência e Tecnologia da China (Bolsa nº 2017ZX09301001) e o Programa de Cientistas Estrangeiros de Alto Nível da Fundação Nacional de Ciências da Rússia (Bolsa Nº 257431017).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
CiteSpace (version 6.4.R1)Drexel University, Philadelphia, PA, USAN/AKeyword timeline clustering and citation burst analysis; RRID: SCR_020932; URL: https://citespace.podia.com
GraphPad Prism (version 10.1)Dotmatics, Boston, MA, USAN/AFigure preparation and data visualization; RRID: SCR_002798; URL: https://www.graphpad.com
Scimago Graphica (version 1.0.25)Scimago Lab, Madrid, SpainN/ACountry/region collaboration network visualization; RRID: not available; URL: https://www.graphica.app
VOSviewer (version 1.6.19)Centre for Science and Technology Studies, Leiden University, Leiden, NetherlandsN/ACoauthorship network construction and keyword co-occurrence mapping; RRID: SCR_016598; URL: https://www.vosviewer.com
Web of Science Core CollectionClarivate Analytics, Philadelphia, PA, USAN/ALiterature retrieval and data source; URL: https://clarivate.com/webofscience
WPS Excel (2023)Kingsoft, Zhuhai, ChinaN/ABasic statistical calculations and bar, line, and pie charts; RRID: not available; URL: https://www.wps.com

Referências

  1. Tanaka Y. Systemic lupus erythematosus. Best Pract Res Clin Rheumatol. 2022;36(4):101814.
  2. Cascarano G, et al. Systemic lupus erythematosus: one year in review 2026. Clin Exp Rheumatol. 2026;44(3):427-37.
  3. Mejia-Vilet JM, Turner-Stokes T, Houssiau F, Rovin BH. Kidney involvement in systemic lupus erythematosus: from the patient assessment to a tailored treatment. Best Pract Res Clin Rheumatol. 2023;37(4):101925.
  4. Zheng Z, et al. Immune thrombocytopenia in patients with systemic lupus erythematosus. Clin Rheumatol. 2025;44(1):97-104.
  5. Justiz-Vaillant AA, et al. Neuropsychiatric systemic lupus erythematosus: molecules involved in its immunopathogenesis, clinical features, and treatment. Molecules. 2024;29(4):747.
  6. Fanouriakis A, et al. EULAR recommendations for the management of systemic lupus erythematosus: 2023 update. Ann Rheum Dis. 2024;83(1):15-29.
  7. Su X, et al. Systemic lupus erythematosus: pathogenesis and targeted therapy. Mol Biomed. 2024;5(1):54.
  8. Morand EF, Fernandez-Ruiz R, Blazer A, Niewold TB. Advances in the management of systemic lupus erythematosus. BMJ. 2023;383:e073980.
  9. Mackensen A, et al. Anti-CD19 CAR T cell therapy for refractory systemic lupus erythematosus. Nat Med. 2022;28(10):2124-32.
  10. Wang Q, et al. In vivo CD19 CAR T-cell therapy for refractory systemic lupus erythematosus. N Engl J Med. 2025;393(15):1542-4.
  11. Wang W, et al. BCMA-CD19 compound CAR T cells for systemic lupus erythematosus: a phase 1 open-label clinical trial. Ann Rheum Dis. 2024;83(10):1304-14.
  12. Bao Y, Wang G, Li H. Approaches for studying human macrophages. Trends Immunol. 2024;45(4):237-47.
  13. Bernier ED, Bartnicki E, Khanna KM. Macrophages: sentinels, warriors, and healers. Hum Mol Genet. 2025;34(R1):R110-20.
  14. Zhang L, Sheng J, Liu T. Macrophages in lupus nephritis: insights into its pathogenesis and emerging treatments. Front Biosci (Landmark Ed). 2025;30(10):39365.
  15. Yang S, Zhao M, Jia S. Macrophage: key player in the pathogenesis of autoimmune diseases. Front Immunol. 2023;14:1080310.
  16. Chavanisakun C, Keawvichit R, Benjakul N. M1 and M2 macrophage polarization correlates with activity and chronicity indices in lupus nephritis. Life (Basel). 2025;15(1):55.
  17. Zhao L, et al. Regulation of macrophage polarization by targeted metabolic reprogramming for the treatment of lupus nephritis. Mol Med. 2024;30(1):96.
  18. Fresneda Alarcon M, McLaren Z, Wright HL. Neutrophils in the pathogenesis of rheumatoid arthritis and systemic lupus erythematosus: same foe different M.O. Front Immunol. 2021;12:649693.
  19. Postal M, et al. Type I interferon in the pathogenesis of systemic lupus erythematosus. Curr Opin Immunol. 2020;67:87-94.
  20. Lood C, et al. Neutrophil extracellular traps enriched in oxidized mitochondrial DNA are interferogenic and contribute to lupus-like disease. Nat Med. 2016;22(2):146-53.
  21. Cutolo M, et al. Dynamic macrophage phenotypes in autoimmune and inflammatory rheumatic diseases. Nat Rev Rheumatol. 2025;21(9):546-65.
  22. Wu R, et al. Polydopamine-encapsulated probiotics restore gut homeostasis and reinstate macrophage efferocytosis in systemic lupus erythematosus. Adv Sci (Weinh). 2026;13(24):e22637.
  23. Suvandjieva V, et al. Modelling the impact of NETosis during the initial stage of systemic lupus erythematosus. Bull Math Biol. 2024;86(6):66.
  24. Zhao CL, et al. Long non-coding RNA H19 contributes to M1 macrophage polarization mediated inflammation via miR-145-5p-PAI-1 axis in systemic lupus erythematosus. Autoimmunity. 2026;59(1):2649582.
  25. Su H, et al. Glucose metabolic reprogramming in systemic lupus erythematosus and lupus nephritis: theoretical foundations and therapeutic implications. Front Immunol. 2026;17:1799232.
  26. Lv Q, et al. ANGPTL3 in podocytes contributes to the pathogenesis of lupus nephritis by activating MSR1 in macrophages. Kidney Dis (Basel). 2026;12(1):288-301.
  27. Chen G, Yan Z, Wang Y, Tao Q. Rheumatoid arthritis and fibromyalgia syndrome: a bibliometric and bioinformatics perspective on comorbidity research. J Multidiscip Healthc. 2025;18:6811-27.
  28. 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.
  29. Ma L, Yao T, Jin D, Yan Z. Mapping the knowledge landscape of muscle disorders in rheumatoid arthritis: a bibliometric and bioinformatics study. J Vis Exp. 2026;(230):e70373.
  30. Jia MY, Bai XX. Mapping the knowledge landscape of atopic dermatitis and allergic rhinitis comorbidity: a bibliometrics study. J Vis Exp. 2026;(230):e70363.
  31. Zhao Y, Chen GY, Fang M. Research trends of rheumatoid arthritis and depression from 2019 to 2023: a bibliometric analysis. J Multidiscip Healthc. 2024;17:4465-74.
  32. Fu D, Cao Y, Ma T, Wu H. A bibliometric analysis on immunotherapy treatments for systemic lupus erythematosus: analysis of published evidence from 2014 to 2024. Clin Rheumatol. 2026;45(2):831-44.
  33. Yan YL, et al. Research trends of the aetiology of systemic lupus erythematosus in the past 10 years: a bibliometric analysis (2014-2023). Clin Exp Rheumatol. 2025;43(9):1650-60.
  34. Yu H, et al. Mapping theme evolution and identifying hotspots in biomarkers of systemic lupus erythematosus based on global research. Biomark Med. 2024;18(7):321-32.
  35. Synnestvedt MB, Chen C, Holmes JH. CiteSpace II: visualization and knowledge discovery in bibliographic databases. AMIA Annu Symp Proc. 2005;2005:724-8.
  36. van Eck NJ, Waltman L. Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics. 2010;84(2):523-38.
  37. Wang YF, et al. Global trends and hotspots of artificial intelligence in pain management: a bibliometric analysis. Digit Health. 2026;12:20552076261460708.
  38. Anders HJ, et al. Lupus nephritis. Nat Rev Dis Primers. 2020;6(1):7.
  39. Jing C, et al. Macrophage metabolic reprogramming presents a therapeutic target in lupus nephritis. Proc Natl Acad Sci U S A. 2020;117(26):15160-71.
  40. Tsokos GC, et al. New insights into the immunopathogenesis of systemic lupus erythematosus. Nat Rev Rheumatol. 2016;12(12):716-30.
  41. Mohammadi S, Saghaeian-Jazi M, Sedighi S, Memarian A. Immunomodulation in systemic lupus erythematosus: induction of M2 population in monocyte-derived macrophages by pioglitazone. Lupus. 2017;26(12):1318-27.
  42. Funes SC, et al. Implications of macrophage polarization in autoimmunity. Immunology. 2018;154(2):186-95.
  43. Carter SJ, Tattersall RS, Ramanan AV. Macrophage activation syndrome in adults: recent advances in pathophysiology, diagnosis and treatment. Rheumatology (Oxford). 2019;58(1):5-17.
  44. da Cruz HLA, et al. Differential expression of the inflammasome complex genes in systemic lupus erythematosus. Immunogenetics. 2020;72(4):217-24.
  45. Caricchio R, Gallucci S. Systemic lupus erythematosus and cytokine storm. Adv Exp Med Biol. 2024;1448:355-64.
  46. Ahamada MM, Jia Y, Wu X. Macrophage polarization and plasticity in systemic lupus erythematosus. Front Immunol. 2021;12:734008.
  47. Sadeghi M, et al. Neutrophil extracellular trap: a key player in the pathogenesis of autoimmune diseases. Int Immunopharmacol. 2023;116:109843.
  48. Wang X, et al. Recent advances of type I interferon on the regulation of immune cells and the treatment of systemic lupus erythematosus. J Inflamm Res. 2025;18:4533-49.
  49. Hanata N, Kaplan MJ. The role of neutrophil extracellular traps in inflammatory rheumatic diseases. Curr Opin Rheumatol. 2025;37(1):64-71.
  50. Lee S, et al. AIM2 forms a complex with pyrin and ZBP1 to drive PANoptosis and host defence. Nature. 2021;597(7876):415-9.
  51. Kraaij T, et al. A novel method for high-throughput detection and quantification of neutrophil extracellular traps reveals ROS-independent NET release with immune complexes. Autoimmun Rev. 2016;15(6):577-84.
  52. Li Q, Liu H, Yin G, Xie Q. Efferocytosis: current status and future prospects in the treatment of autoimmune diseases. Heliyon. 2024;10(7):e28399.
  53. Dehdashtian E, Caricchio R. From innate immunity to autoimmunity: neutrophils in systemic lupus erythematosus pathogenesis. Lupus. 2025;34(10):989-1002.
  54. Maria NI, Davidson A. Renal macrophages and dendritic cells in SLE nephritis. Curr Rheumatol Rep. 2017;19(12):81.
  55. Ma C, Xia Y, Yang Q, Zhao Y. The contribution of macrophages to systemic lupus erythematosus. Clin Immunol. 2019;207:1-9.
  56. Kahlenberg JM, Kaplan MJ. The inflammasome and lupus: another innate immune mechanism contributing to disease pathogenesis? Curr Opin Rheumatol. 2014;26(5):475-81.
  57. Khorasani S et al. Amelioration of regulatory T cells by Lactobacillus delbrueckii and Lactobacillus rhamnosus in pristane-induced lupus mice model. J Cell Physiol. 2019;234(6):9778-9786.
  58. Xu H, Yuan K, Chen G. Single-cell transcriptomics reveals CCL3+ classical monocyte subset linked to autoimmune pathogenesis. J Inflamm Res. 2025;18:16273-91.
  59. Wei S, et al. Integrative analysis of single-cell and bulk transcriptome data reveal the significant role of macrophages in lupus nephritis. Arthritis Res Ther. 2024;26(1):84.
  60. Nehar-Belaid D et al. Mapping systemic lupus erythematosus heterogeneity at the single-cell level. Nat Immunol. 2020;21(9):1094-1106.
  61. Liu SY, et al. Hydroxychloroquine enhances efferocytosis and modulates inflammation via MerTK/Gas6 signaling in a pristane-induced lupus mouse model. Front Immunol. 2025;16:1524315.
  62. Xing Y, et al. Single-cell spatial transcriptomics reveals pathogenic mechanism of renal fibrosis in imiquimod-induced lupus nephritis in mice. Biochem Biophys Rep. 2025;43:102087.
  63. Zhao J, et al. Cxcl9high macrophages recruit circulating Cxcr3+ plasmablasts into kidneys to promote pathogenesis of lupus nephritis mice. Commun Biol. 2025;8(1):1446.
  64. Zhou H, et al. Machine learning combined multi-omics analysis to explore key oxidative stress features in systemic lupus erythematosus. Front Immunol. 2025;16:1567466.
  65. Wang K, Li X, Tang Y, Zhao L. Exploring key genes of glutathione metabolism in systemic lupus erythematosus based on Mendelian randomisation, single-cell RNA sequencing and multiple machine learning approaches. IET Syst Biol. 2025;19(1):e70021.
  66. Lee M, et al. Inhibition of salt-inducible kinases resolves autoimmune arthritis by promoting macrophage efferocytosis. Signal Transduct Target Ther. 2025;10(1):293.
  67. Hoover PJ, et al. A human-mouse atlas of intrarenal myeloid cells identifies conserved disease-associated macrophages in lupus nephritis. J Exp Med. 2025;222(11):e20241873.
  68. Zhu H, et al. The expression and clinical significance of different forms of Mer receptor tyrosine kinase in systemic lupus erythematosus. J Immunol Res. 2014;2014:431896.
  69. Yin Y, et al. Amino acid metabolism modulates macrophage polarization: implications for autoimmune-related diseases. Front Immunol. 2026;17:1736082.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Etiquetas

Polarização de MacrófagosImunidade InataImunidade AdaptativaInflamassoma NLRP3Eliminação de Células ApoptóticasNefrite LúpicaReceptores Toll-LikeSíndrome de Ativação Macrofágica