Тенденции и перспективы исследований Caenorhabditis elegans в области старения: библиометрический и визуализационный анализ

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

doi:10.3791/70364

Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Методическая статья

Тенденции и перспективы исследований Caenorhabditis elegans в области старения: библиометрический и визуализационный анализ

252 просмотров

⸱

DOI:

10.3791/70364

⸱

22 мая 2026 г.

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

¹Department of General Surgery, Tianjin Medical University General Hospital, ²Ambulatory surgery center, Tianjin Medical University General Hospital, ³Tianjin Key Laboratory of Precise Vascular Reconstruction and Organ Function Repair, ⁴Tianjin General Surgery Institute

^* These authors contributed equally

В этой статье

Краткое содержание

Здесь мы представляем протокол для извлечения, проверки и анализа записей Web of Science Core Collection о Caenorhabditis elegans и старении с использованием CiteSpace, VOSviewer, Bibliometrix и Scimago Graphica для воспроизводимого библиометрического отображения.

Аннотация

Старение — это сложное биологическое явление, характеризующееся постепенным ухудшением физиологических функций и повышенной уязвимостью к заболеваниям, связанным с возрастом. На клеточном уровне этот процесс иллюстрируется старением, при котором клетки испытывают необратимую остановку деления и переходят в состояние постоянной остановки роста, не переходя к апоптозу. Однако основные механизмы остаются неполностью изученными. Нематода Caenorhabditis elegans (C. elegans), обладающая короткой продолжительностью жизни и хорошо охарактеризованной генетикой, является мощной моделью для расшифровки молекулярных основ старения. Тем не менее, комплексного библиометрического картирования исследований на пересечении C. elegans и старения всё ещё не хватает. Здесь мы представляем протокол для извлечения записей из основной коллекции Web of Science, обработки данных и воспроизводимой библиометрической визуализации с использованием CiteSpace, Bibliometrix (R), VOSviewer и Pajek, с целью картирования структуры знаний и выявления новых тенденций в исследованиях старения C. elegans . Используя 6 117 статей, опубликованных с 1970 года по 5 июня 2025 года, мы проанализировали вклад в страны и учреждения, авторство, влияние журналов, паттерны цитирования и тематическую эволюцию. Набор данных включал 6 117 записей от 19 864 авторов из 3 798 институтов в 91 стране. Ежегодные публикации выросли с 312 в 2020 году до 341 в 2021 году и с тех пор оставались высокими. Соединённые Штаты лидировали в мировом объеме, за ними следовали Китай, Германия и Великобритания, при этом сети сотрудничества были сосредоточены между этими странами. Система Калифорнийского университета заняла первое место по производительности, а Китайская академия наук — третье. Эволюция темы показала сдвиг от фундаментальных исследований сигнальных путей инсулино/инсулиноподобного фактора роста 1 (IIS) и стрессовых реакций к новым темам, таким как термический контроль и митофагия в моделях старения C. elegans . В целом этот протокол позволяет проводить прозрачный, обновляемый библиометрический анализ и поддерживает будущие исследования ключевых направлений, включая ограничение калорий и митофагию.

Введение

Старение — это многогранный биологический процесс, который означает потерю пролиферативной способности нормальных соматических клеток после ограниченного количества делий. В процессе старения физиологические функции организма постепенно снижаются, а восприимчивость к возрастным заболеваниям^{увеличивается 1}. На клеточном уровне этот процесс проявляется в виде повреждения ДНК, например, накопления двухцепочечных разрывов и окислительного повреждения, и эти повреждения превышают возможности ремонтных механизмов. Эти изменения на уровне клеток отражаются на уровне организма как постепенное ухудшение физиологических функций. Кроме того, некоторые исследования также показали, что стареющие клетки управляют возрастными патологическими процессами, выделяя секреторный фенотип, ассоциированный с старением (SASP). Эти факторы могут нарушать микросреду тканей и способствовать фиброзу, приводя к хроническому воспалению и даже прогрессированию рака². С углублением исследований старения было признано, что старение играет значительную роль в возникновении и развитии различных заболеваний, включая сердечно-сосудистые заболевания, диабет 2 типа, болезнь Альцгеймера и рак, среди^{прочих.} С ускорением глобального старения понимание механизмов старения крайне важно для продления здоровой продолжительности жизни.

За последние несколько десятилетий модельные организмы сыграли незаменимую роль в выявлении генетических, молекулярных и экологических детерминантов старения. Модельные организмы обладают явными преимуществами, включая короткие сроки поколений, хорошо охарактеризованный генетический фон и высокую экспериментальную управляемость. Распространённые модельные организмы включают дрожжи, плодовые мухи и^{мышей 4}. В 1960-х годах Caenorhabditis elegans (C. elegans) впервые был установлен как новый модельный организм. Основные преимущества отбора включают короткий жизненный цикл и простоту культивации, дополненные набором зрелых генетических инструментов. Кроме того, благодаря своему крошечному размеру его можно выращивать и управлять в больших масштабах стандартизированным образом, как^{микроорганизмы 5}. Самое главное — это эффективно заполняет значительный пробел в предыдущих исследованиях, поскольку одноклеточные организмы, несмотря на простоту и простоту управления, сложно использовать для генетических исследований сложных жизненных механизмов. Кроме того, традиционные модели животных ограничены эффективностью крупномасштабного отсея из-за сложной работы. Применение C. elegans точно решает вышеуказанные^{задачи 6}.

Использование C. elegans в исследованиях старения восходит к 1980-м^годам. Лишь в 1993 году область C. elegans в исследованиях старения сделала трансформационный скачок. Скрининги мутагенеза под руководством Томаса Джонсона и коллег выявили первого долгоживущего мутанта — ген^{возраста 1 года} ^8,9. Это открытие изменило распространённое мнение о том, что старение — это стохастический, нерегулируемый процесс, зачастую в определении продолжительности жизни специфические генетические пути. Последующие исследования опирались на эту основу, выявив сохранённую сеть сигнальных путей, координирующих старение. Путь IIS стал центральным регулятором. Мутация в daf-2, которая кодирует ортолог C. elegans рецептора фактора роста/инсулиноподобного (IIGF-1), может снизить активность IIS, активируя транскрипционный фактор FOXO DAF-16, вызывая его транслокацию из цитоплазмы в ядро, тем самым способствуя экспрессии генов стрессовой реакции, молекулярных шаперонов и ферментов детоксикации, замедляя процесс старения и продлевая здоровую продолжительность^{жизни 10}. DAF-16 транслокационируется из цитоплазмы в ядро, способствуя экспрессии генов устойчивости к стрессу, молекулярных шаперонов и ферментов детоксикации, тем самым продлевая продолжительность здоровья организма и замедляя прогрессирование старения и продлевая продолжительность здоровья^{организма 11}. Кроме того, C. elegans выявил другие консервативные механизмы старения. Например, целевой путь рапамицина (TOR), ключевой оси чувствительности питательных веществ, был показан способным модулировать продолжительность жизни через взаимодействие с^{IIS 12}.

В последние годы библиометрические методы широко применяются во многих областях. Библиометрический сетевой анализ использует статистические методы для выявления закономерностей развития, дисциплинарных структур, горячих точек исследований и тенденций в области путём анализа связей количества, структуры, распределения и цитирования^{литературы 13}. Несмотря на обширные исследования C. elegans в возрасте, ни одно исследование не предоставило всестороннего библиометрического анализа этой междисциплинарной области. В этом исследовании мы представляем всесторонний, многометодный и воспроизводимый анализ, который раскрывает совместную структуру, интеллектуальную основу и динамичные тематические разработки в этой области, тем самым определяя новые траектории для будущих исследовательских проектов. В этой статье рассматриваются современные достижения в исследованиях старения в области C. elegans . Кроме того, цель данного исследования: (1) анализа тенденций публикаций и цитирования в исследованиях старения C. elegans с 1970 года по 5 июня 2025 года; (2) оценивать вклад стран и учреждений и исследовать сети сотрудничества; (3) определять ведущих авторов и ключевые журналы по продуктивности и влиянию на цитирование; (4) раскрыть интеллектуальную основу области посредством анализа социтирования и цитирования; и (5) отслеживать основные исследовательские темы и новые тенденции с помощью совместного появления ключевых слов и временного анализа. В конечном итоге эти инсайты помогут глубже понять меняющуюся траекторию этой области.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

В данном исследовании не говорится об этическом одобрении и согласии на участие. Данные, использованные в этом исследовании, были получены из Web of Science Core Collection (WoSCC).

1. Выбор базы данных

Получите доступ к базе данных Web of Science Core Collection (WoSCC) через https://webofscience. clarivate.cn/wos/author/author-search.
Постройте стратегию поиска с использованием целевых ключевых слов, в частности «C. elegans» и «старение», чтобы выявить релевантную литературу.
Скрининг релевантности и валидация данных
1. Проверьте каждую полученную запись на актуальность, просматривая заголовок. Включать записи, использующие C. elegans в качестве основного исследуемого организма и рассматривать концепции или результаты, связанные с возрастом.
2. Если нельзя определить релевантность только по заголовку, ознакомьтесь с аннотацией для подтверждения права на участие.
3. Исключать записи, не связанные с C. elegans и/или не учитывающие исходы или механизмы, связанные со старением.
4. Для пограничных записей документируйте причину неопределённости и решите включение через вторичную проверку второго автора или по консенсусу между двумя рецензентами.
5. Исключить любую запись, помеченную как Retracted , в метаданных базы данных.
6. Запишите количество исключённых записей и причину исключения, а также укажите окончательный размер набора данных, используемый для библиометрического анализа.
  ПРИМЕЧАНИЕ: Ознакомьтесь с дополнительным материалом 1 для полного списка ключевых слов, используемых в стратегии поиска для повышения точности и инклюзивности.

2. Параметры поиска

Определите период публикации с 1970 года по 5 июня 2025 года, чтобы охватить самые свежие и всесторонние тенденции исследований.
Ограничьте результаты поиска только статьями и обзорными статьями, опубликованными на английском языке, чтобы обеспечить согласованность данных и облегчить сравнительный анализ.

3. Извлечение и форматирование данных

Собирайте выбранные публикации в формате «Полные записи и цитируемые ссылки» для сохранения подробных метаданных.
Сохраняйте собранные данные в виде файлов «Plain Text» для последующего анализа с помощью библиометрических инструментов.
Убедитесь, что каждая запись содержит полные метаданные, включая информацию о цитировании и соавторстве, чтобы обеспечить тщательный библиометрический анализ.

4. Предобработка данных

Сбор и импорт данных
1. Откройте R (версия 4.5.2) и загрузите bibliometrix (версия 4.5.2). Запустите следующие команды для запуска Biblioshiny:
  1. Библиотека (Bibliometrix)
  2. packageVersion("bibliometrix")
  3. Библиошины()
2. Откройте панель импорта.
  1. В библиошинском интерфейсе нажмите «Данные » в левой боковой панели.
  2. В разделе «Данные» нажмите «Импортировать или загрузить».
3. Настройте настройки импорта.
  1. Пожалуйста, выберите «Импортировать сырой файл(ы)».
  2. В базе данных выберите «Web of Science (WoS/WoK)».
  3. В формате имени автора выберите «Фамилия и инициалы».
4. Выберите файл WoSCC и импортируйте.
  1. В разделе «Выбрать файл» нажмите «Просмотр»... и выбрать объединённый файл WoSCC Plain Text, экспортированный с Full Record и Cited References.
  2. Нажмите «Старт», чтобы импортировать набор данных.
  3. В левой боковой панели нажмите «Обзор», затем выберите необходимый модуль (например, годовое научное производство или среднее количество цитирований за год), чтобы отобразить результаты.
  4. Чтобы экспортировать фигурки, нажмите Export Plot as PNG. Чтобы экспортировать таблицы, нажмите «Excel» и сохраните загруженный файл для дальнейшего анализа.
Годовая тенденция роста публикаций и цитирований
1. Ежегодная тенденция роста публикаций и цитирования, анализ в CiteSpace.
  1. Откройте CiteSpace, выберите «Дата», а затем «импорт/экспорт».
  2. Просмотрите каталог ввода и каталог выводов.
  3. Нажмите «Удалить дубликаты», выберите «Статья» и «Обзор», и наконец нажмите «Начать». Затем вы сможете получить конкретную годовую статистику публикаций и цитирования.
  4. Используйте программное обеспечение Word, чтобы преобразовать экспортированные результаты в формат диаграммы.
Анализ национальных публикаций и сотрудничества
1. Национальный анализ публикаций и сотрудничества в Восвью.
  1. Откройте VOSviewer, выберите «Создать», а затем «Создать карту на основе библиографических данных».
  2. Импортируйте соответствующие обычные текстовые файлы с помощью опции «Чтение данных из библиографических файлов базы данных».
  3. Установите тип анализа на «Соавторство», используя метод «Полный подсчёт», с «Странами» в качестве единицы анализа.
  4. Примените количество выбранных источников — 50 и нажмите «Анализ». Установите количество выбранных источников на 20 и нажмите «Экспортировать выбранные источники», чтобы экспортировать в CSV-файл для просмотра.
  5. Выполните анализ, нажав «GO», чтобы сгенерировать карту социтирования ссылок, отрегулировав настройки шрифта и цвета для улучшения читаемости.
2. Географическое распределение национальных публикаций: анализ в Scimago Graphica.
  1. Откройте Scimago Graphica, нажмите «LOAD DATE FILE» и импортируйте соответствующие текстовые файлы.
  2. Создайте новый вид, выберите «documents» по размеру, «link_strength» для цвета, «label» для метки, «disks» для отметок и «map» для макета.
  3. Страна с самым высоким средним количеством цитирований Анализ
    1. Запустите интерфейс Biblioshiny пакета Bibliometrix в R.
    2. Получите доступ к базе данных WoSCC и выберите объединённый файл Plain Text с библиометрическими данными.
    3. Импортируйте данные и экспортируйте их в формате txt для последующего анализа.
    4. Выберите «Автор», затем нажмите «Самые цитируемые страны»
      ПРИМЕЧАНИЕ: Конкретный код предоставлен следующим образом:
      1. Библиотека (Bibliometrix)
      2. packageVersion("bibliometrix")
      3. Библиошины()
Анализ распределения университетов и учреждений
1. Анализ соавторства
  1. Настройка анализа в VOSviewer: запустите VOSviewer, выберите «Создать», а затем «Создать карту на основе библиографических данных». Выберите «Чтение данных из библиографических файлов базы данных» и импортируйте обычные текстовые файлы, содержащие институциональную информацию.
  2. Конфигурация и параметры: Укажите тип анализа на «Соавторство», выберите «Полный подсчёт» и используйте «Организации» в качестве единицы анализа. Настройте параметры так, чтобы в документе участвовать до 3 798 организаций, и установить минимальный порог включения для первых 50 учреждений, чтобы создать репрезентативную сеть сотрудничества.
  3. Визуализация и интерпретация: нажмите «Закончить», чтобы создать карту институционального сотрудничества. Изучите кластеры и связи для выявления основных институтов, интенсивности сотрудничества и основных моделей сотрудничества между университетами и исследовательскими организациями.
2. Анализ учреждений с наибольшим количеством публикаций
  1. Запустите интерфейс Biblioshiny пакета Bibliometrix в R.
  2. Получите доступ к базе данных WoSCC и выберите объединённый файл Plain Text с библиометрическими данными.
  3. Импортируйте данные и экспортируйте их в формате txt для последующего анализа.
  4. Выберите «Автор», затем нажмите «Аффилиации производства со временем»
    ПРИМЕЧАНИЕ: Конкретный код предоставлен следующим образом:
    Библиотека (Bibliometrix)
    packageVersion("bibliometrix")
    Библиошины()
3. Университеты с самыми сильными всплесками цитирования Анализ
  1. Откройте CiteSpace, перейдите в меню «Данные» и выберите «Импорт/Экспорт».
  2. Импортировать данные из базы данных WoSCC в соответствующем формате, настроив временной срез анализа с января 1972 года по 5 июня 2025 года с годовым интервалом для временной детализации.
  3. Установите тип узла на «Ссылка» и примените обрезку с помощью опций «Pathfinder» и «Pruning Sliced Networks» для оптимизации сети, сосредоточившись на наиболее влиятельных совместно цитируемых ссылках.
  4. Выполните анализ, нажав «GO», чтобы сгенерировать карту социтирования ссылок, отрегулировав настройки шрифта и цвета для улучшения читаемости.
  5. Выберите опцию «Burstness» и установить параметр γ на [0, 1].
  6. Обновите данные, чтобы определить топ-25 учреждений с самым значительным ростом числа цитируемых, выделить те учреждения с существенным увеличением цитирования и показать, что их влияние в этой области постоянно растёт.
Сети сотрудничества авторов
1. Откройте CiteSpace, выберите меню «Данные» и нажмите «Импорт/экспорт», чтобы импортировать данные из WoSCC в нужном формате.
  1. Определите временной отрезок с января 1970 года по 5 июня 2025 года с годовым шагом, отражающим временную эволюцию коллабораций.
2. Конфигурация и обрезка сети
  1. Установите тип узла на «Author» и примените «Pathfinder» и «Pruning Sliced Networks» для снижения избыточных связей при сохранении ключевых структур.
  2. Нажмите «GO», чтобы выполнить анализ и сгенерировать карту социтирования/соавторства, которая показывает развитие, структуру и динамику роста сетей сотрудничества с авторами со временем.
Анализ социтируемых ссылок и сети кластеризации
1. Импорт и настройка данных в CiteSpace
  1. Откройте CiteSpace, перейдите в «Данные» и выберите «Импорт/Экспорт», чтобы загрузить данные WoSCC.
  2. Определите период анализа с января 1970 года по 5 июня 2025 года, используя годовой интервал для получения подробной временной информации.
2. Конфигурация и обрезка сети
  1. Выберите тип узла «Reference» и используйте «Pathfinder» вместе с «Pruning Sliced Networks» для сохранения основных социтируемых ссылок и удаления мелких или избыточных соединений.
  2. Нажмите «GO», чтобы выполнить анализ и сгенерировать сеть социтирования, затем доработайте шрифты, цвета и макет, чтобы улучшить визуальную чёткость.
3. Выявление высокоимпактных референсов
  1. Включите опцию «Burstness» и установите γ в интервале [0, 1].
  2. Обновите данные, чтобы получить топ-25 источников с самыми сильными всплесками цитирования, выделяя работы, которые быстро выросли и стали значительными в области исследований.
Анализ журналов и совместных цитируемых журналов
1. Анализ журналов в Восвью
  1. Откройте VOSviewer, выберите «Создать», а затем «Создать карту на основе библиографических данных».
  2. Импортируйте соответствующие файлы с открытым текстом через опцию «Чтение данных из библиографических файлов базы данных».
  3. Установите тип анализа на «Цитирование», выберите метод «Полный подсчёт» и укажите «Источники» в качестве единицы анализа.
  4. Установите минимальное количество источников на 20, проведите анализ и используйте «Экспорт выбранных источников», чтобы сохранить выбранные журналы в виде CSV-файла для дальнейшего изучения.
2. Социтируемый анализ журналов в Восвью.
  1. Откройте VOSviewer снова, выберите «Создать», а затем «Создать карту на основе библиографических данных».
  2. Импортируйте те же файлы в открытом тексте с помощью «Чтение данных из библиографических файлов базы данных».
  3. Установите тип анализа на «Со-цитирование», выберите «Полный подсчёт» и используйте «Цитируемые источники» в качестве единицы анализа.
  4. Установите минимальное количество цитируемых источников на 20, запустите анализ и нажмите «Экспортировать выбранные источники», чтобы вывести CSV-файл для подробного анализа совместно цитируемых журналов.
Анализ совместного появления ключевых слов
1. Анализ сети по ключевым словам в VOSviewer.
  1. Откройте VOSviewer, выберите «Создать», а затем «Создать карту на основе библиографических данных».
  2. Импортируйте соответствующие обычные текстовые файлы с помощью опции «Чтение данных из библиографических файлов базы данных».
  3. Установите тип анализа на «совместное появление» с использованием метода «Полный подсчёт», при этом «все ключевые слова» являются единицей анализа.
  4. Примените несколько ключевых слов для выбора 100 и нажмите «Закончить», чтобы завершить анализ, создавая сеть совместного возникновения, визуализирующую связь ключевых слов внутри поля.
  5. Нажмите на «Overlay Visualization», чтобы создать визуальное аналитическое представление развивающихся кластеров совместного появления ключевых слов.
  6. Нажмите на «Визуализацию плотности», и будет сгенерирована таблица распределения ключевых слов.
2. Анализ импульсов ключевых слов в CiteSpace.
  1. Используйте CiteSpace для анализа вспышки ключевых слов, выбрав опцию «Burstness» и установив параметр γ в [0, 1].
  2. После обновления данных выберите «Просмотр», чтобы сформировать список из 25 ключевых слов с самыми сильными всплесками цитирования, указывая ключевые слова, которые со временем привлекли заметное внимание.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Обзор тенденций и эволюции C. elegans в области старения
Библиометрический анализ включал 6 117 публикаций из 1 123 источников, отобранных из первоначальных 6 205 публикаций WOSCC, соответствующих критериям допуска. Это включало 45 рецензий в раннем доступе и 145 материалов по материалам. После исключения 87 нерелевантных публикаций и одной отозванной публикации данные были проанализированы на временное распределение и типы документов. За последние пять десят...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

Для обеспечения воспроизводимости и интерпретации ключевыми этапами этого рабочего процесса являются: тщательная отчётность по стратегии поиска (источник базы данных, запрос, типы документов, языковые ограничения, дата поиска), проведение проверки релевантности и проверки данных для минимизации внетематических записей, последовательное отчётство параметров инструментов (слайсинг по времени, типы узлов, обрезка, пороги, кластеризация) и экспорт выходных данных в стандартных форматах при д...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Авторам нечего раскрывать.

Благодарности

Авторы выражают признательность всем участникам и исследователям, внесшим вклад в эту работу. Кроме того, они благодарны аналитическим инструментам, предоставленным CiteSpace, VOSviewer, Scimago Graphica и R, которые сыграли ключевую роль в проведении этого исследования.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
Имя	Компания	Каталожный номер	Комментарии
LEGION Savior Y7000 2019 ноутбук (серийный номер PF1CGZJU)	Lenovo	https://pcsupport.lenovo.com/us/en/products/laptops-and-netbooks/legion-series/legion-y7000-2019	Компьютер, используемый для анализа
R (версия 4.5.2)	R Foundation для статистических вычислений / R Core Team	https://www.r-project.org/	Среда статистических вычислений
CiteSpace (версия 6.3.R3)	CiteSpace / Chaomei Chen (Университет Дрекселя)	https://citespace.podia.com/	Программное обеспечение для библиометрической визуализации и анализа
VOSviewer (версия 1.6.20)	Лейденский университет CWTS (Нис Ян ван Эк, Людо Вальтман)	https://www.vosviewer.com/	Программное обеспечение для библиометрического картирования
Pajek (версия 64.6.01)	Люблянский университет (Владимир Батагель, Андрей Мрвар)	http://mrvar.fdv.uni-lj.si/pajek/	Программное обеспечение для анализа и визуализации сетей

Ссылки

McHugh, D., Durán, I., Gil, J. Senescence as a therapeutic target in cancer and age-related diseases. Nat Rev Drug Discov. 24 (1), 57-71 (2025).
Young, A. R. J., Narita, M. SASP reflects senescence. EMBO Rep. 10 (3), 228-230 (2019).
Suda, M., Tchkonia, T., Kirkland, J. L., Minamino, T. Targeting senescent cells for the treatment of age-associated diseases. J Biochem. 177 (3), 177-187 (2025).
Irion, U., Nüsslein-Volhard, C. Developmental genetics with model organisms. Proc Natl Acad Sci U S A. 119 (30), e2122148119(2022).
Wu, C. Y., Davis, S., Saudagar, N., et al. Caenorhabditis elegans as a convenient animal model for microbiome studies. Int J Mol Sci. 25 (12), 6670(2024).
Kimble, J., Nüsslein-Volhard, C. The great small organisms of developmental genetics: Caenorhabditis elegans and Drosophila melanogaster. Dev Biol. 485, 93-122 (2022).
Riddle, D. L., Swanson, M. M., Albert, P. S. Interacting genes in nematode dauer larva formation. Nature. 290 (5808), 668-671 (1981).
Friedman, D. B., Johnson, T. E. A mutation in the age-1 gene in Caenorhabditis elegans lengthens life and reduces hermaphrodite fertility. Genetics. 118 (1), 75-86 (1988).
Shmookler Reis, R. J., Ayyadevara, S., Crow, W. A., Lee, T., Delongchamp, R. R. Gene categories differentially expressed in C. elegans age-1 mutants of extraordinary longevity: new insights from novel data-mining procedures. J Gerontol A Biol Sci Med Sci. 67 (4), 366-375 (2012).
Guarente, L., Kenyon, C. Genetic pathways that regulate ageing in model organisms. Nature. 408 (6809), 255-262 (2000).
Berk, Ş, Cetin, A., Özdemir, ÖÜ, Pektaş, A. N., Yurtcu, N., Dastan, S. D. The combination of metformin and high glucose increased longevity of Caenorhabditis elegans in a DAF-16/FOXO-independent manner: cancer/diabetic model via C. elegans. Front Endocrinol. 15, 1435098(2024).
Pandey, T., Wang, B., Wang, C., et al. LPD-3 as a megaprotein brake for aging and insulin-mTOR signaling in C. elegans. Cell Rep. 43 (3), 113899(2024).
Chen, C., Dubin, R., Kim, M. C. Emerging trends and new developments in regenerative medicine: a scientometric update (2000-2014). Expert Opin Biol Ther. 14 (9), 1295-1317 (2014).
Beguet, B., Brun, J. L. Influence of parental aging on the reproduction of the F1 generation in a hermaphrodite nematode Caenorhabditis elegans. Exp Gerontol. 7 (3), 195-206 (1972).
Beguet, B. The persistence of processes regulating the level of reproduction in the hermaphrodite nematode Caenorhabditis elegans, despite the influence of parental aging, over several consecutive generations. Exp Gerontol. 7 (3), 207-218 (1972).
Ogg, S., Paradis, S., Gottlieb, S., et al. The forkhead transcription factor DAF-16 transduces insulin-like metabolic and longevity signals in C. elegans. Nature. 389 (6654), 994-999 (1997).
Lin, K., Dorman, J. B., Rodan, A., Kenyon, C. Daf-16: An HNF-3/forkhead family member that can function to double the life-span of Caenorhabditis elegans. Science. 278 (5341), 1319-1322 (1997).
López-Otín, C., Blasco, M. A., Partridge, L., Serrano, M., Kroemer, G. The hallmarks of aging. Cell. 153 (6), 1194-1217 (2013).
Olshansky, S. J., Willcox, B. J., Demetrius, L., Beltrán-Sánchez, H. Implausibility of radical life extension in humans in the twenty-first century. Nat Aging. 4 (11), 1635-1642 (2024).
Chen, C., Lim, J., Koh, J., Beard, J., Rowe, J. W. Research network on an aging society: a global analysis of adaptation to societal aging across low-, middle-, and high-income countries using the Global Aging Society Index. Nat Aging. 5 (1), 113-121 (2025).
Johnson, T. E., Conley, W. L., Keller, M. L. Long-lived lines of Caenorhabditis elegans can be used to establish predictive biomarkers of aging. Exp Gerontol. 23 (4-5), 281-295 (1988).
Johnson, T. E. Increased lifespan of age-1 mutants in Caenorhabditis elegans and lower Gompertz rate of aging. Science. 249 (4971), 908-912 (1990).
Kimura, K. D., Tissenbaum, H. A., Liu, Y., Ruvkun, G. Daf-2, an insulin receptor-like gene that regulates longevity and diapause in Caenorhabditis elegans. Science. 277 (5328), 942-946 (1997).
Dorman, J. B., Albinder, B., Shroyer, T., Kenyon, C. The age-1 and daf-2 genes function in a common pathway to control the lifespan of Caenorhabditis elegans. Genetics. 141 (4), 1399-1406 (1995).
Barzilai, N., Huffman, D. M., Muzumdar, R. H., Bartke, A. The critical role of metabolic pathways in aging. Diabetes. 61 (6), 1315-1322 (2012).
Lee, H., Lee, S. V. Recent progress in regulation of aging by insulin/IGF-1 signaling in Caenorhabditis elegans. Mol Cells. 45 (11), 763-770 (2022).
Martins, R., Lithgow, G. J., Link, W. Long live FOXO: unraveling the role of FOXO proteins in aging and longevity. Aging Cell. 15 (2), 196-207 (2016).
Fontana, L., Partridge, L. Promoting health and longevity through diet: from model organisms to humans. Cell. 161 (1), 106-118 (2015).
Calorie restriction increases muscle mitochondrial biogenesis in healthy humans. PLoS Med. Civitarese, A. E., Carling, S., Heilbronn, L. K., et al. 4 (3), e76(2007).
Palikaras, K., Lionaki, E., Tavernarakis, N. Coordination of mitophagy and mitochondrial biogenesis during ageing in C. elegans. Nature. 521 (7553), 525-528 (2015).
Jang, J. Y., Blum, A., Liu, J., Finkel, T. The role of mitochondria in aging. J Clin Invest. 128 (9), 3662-3670 (2018).
Picca, A., Faitg, J., Auwerx, J., Ferrucci, L. D'Amico D. Mitophagy in human health, ageing and disease. Nat Metab. 5 (12), 2047-2061 (2023).
Ryu, D., Mouchiroud, L., Andreux, P. A., et al. Urolithin A induces mitophagy and prolongs lifespan in C. elegans and increases muscle function in rodents. Nat Med. 22 (8), 879-888 (2016).
Hong, X., Isern, J., Campanario, S., et al. Mitochondrial dynamics maintain muscle stem cell regenerative competence throughout adult life by regulating metabolism and mitophagy. Cell Stem Cell. 29 (9), 1298-1314.e10 (2022).
Rappe, A., McWilliams, T. G. Dynamic mitophagy trajectories hallmark brain aging. Autophagy. 21 (2), 487-489 (2025).
Kerr, J. S., Adriaanse, B. A., Greig, N. H., et al. Mitophagy and Alzheimer's disease: cellular and molecular mechanisms. Trends Neurosci. 40 (3), 151-166 (2017).
Tarpey, M. D., Davy, K. P., McMillan, R. P., et al. Skeletal muscle autophagy and mitophagy in endurance-trained runners before and after a high-fat meal. Mol Metab. 6 (12), 1597-1609 (2017).
Estébanez, B., Moreira, O. C., Almar, M., de Paz, J. A., Gonzalez-Gallego, J., Cuevas, M. J. Effects of a resistance-training programme on endoplasmic reticulum unfolded protein response and mitochondrial functions in PBMCs from elderly subjects. Eur J Sport Sci. 19 (7), 931-940 (2019).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Больше статей

Исследования старения библиометрический анализ инсулиновый сигналинг стрессовый ответ ограничение калорийности митофагия картирование знаний модельный организм