Этот библиометрический анализ использовал CiteSpace, VOSviewer и Scimago Graphica для оценки тенденций публикаций, сетей сотрудничества и новых горячих точек в исследованиях метаболического перепрограммирования T-лимфоцитов с 2016 по 2025 год.
Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.
Исследовательская статья
Библиометрический анализ метаболического перепрограммирования в Т-лимфоцитах выявляет тенденции исследований и новые горячие точки на 2016–2025 годы
* These authors contributed equally
В этой статье
Краткое содержание
Аннотация
Т-лимфоциты являются центральными регуляторами иммунных ответов, и недавние исследования показали, что метаболические процессы влияют на активацию, дифференцировку и эффекторную функцию Т-лимфоцитов при раке и аутоиммунных заболеваниях. В этом исследовании был проведен библиометрический анализ публикаций с 1 января 2016 года по 31 декабря 2025 года, полученный из Web of Science Core Collection. CiteSpace использовался для анализа совместного появления, социтирования и кластеризации ссылок и ключевых слов. VOSviewer применялся для анализа журналов, авторов, источников, стран и учреждений, в то время как Scimago Graphica визуализировала национальные сети сотрудничества, а Excel использовался для оценки ежегодных тенденций публикаций. Всего было включено 1 882 публикации. Годовой выпуск публикаций стабильно рос, при этом заметный рост был зафиксирован в 2021 и 2025 годах. Китай обеспечил наибольший объём публикаций, тогда как США продемонстрировали большее влияние на цитирование. Самый продуктивный журнал был Frontiers in Immunology, а Nature показал наибольшее влияние на цитирование. Кластеризация ключевых слов и анализ цитирования выявили развивающиеся горячие точки исследований, сосредоточенные на перепрограммировании метаболизма Т-лимфоцитов, метаболизме глюкозы и аминокислот, а также растущем интересе к метаболическим взаимодействиям иммунных клеток. В целом этот библиометрический анализ демонстрирует продолжающееся расширение исследований иммунометаболизма Т-лимфоцитов и выделяет новые тематические направления, включая межклеточную метаболическую регуляцию и липидный метаболизм.
Введение
Наивные Т-лимфоциты в основном полагаются на митохондриальное окислительное фосфорилирование (OXPHOS) для поддержания своего спокойного и низкоэнергетического метаболическогосостояния 1. Однако после стимуляции антигеном активированные Т-лимфоциты проходят метаболический сдвиг в сторону аэробного гликолиза для поддержки быстрого пролиферации и эффекторной функции2. Эффекторные Т-лимфоциты, особенно цитотоксические подмножества, зависят от гликолиза для удовлетворения повышенных биоэнергетических и биосинтетических потребностей, связанных с выработкой цитокинов и расширениемклеток 3. Хотя гликолиз производит меньше аденозинтрифосфата (АТФ) на одну молекулу глюкозы, чем OXPHOS, его быстрый метаболизм поддерживает функциональные потребности активированных иммунныхклеток 4. Чрезмерная гликолитическая активность также может способствовать негативному воздействию в иммунной микросреде. Накопление лактата может нарушать синтез серина, полученного из глюкозы, и изменять внутриклеточный окислительный баланс, тем самым подавляя пролиферацию и функциюТ-лимфоцитов 5. Кроме того, повышенный уровень лактата нарушает миграционные пути, зависящие от гликолиза, и снижает подвижность T-лимфоцитов CD4⁺ и CD8⁺6,7.
Клеточный метаболизм динамически адаптируется к воздействию окружающей среды и физиологическим стимулам через процесс, известный как метаболическоеперепрограммирование 8,9. Всё больше данных указывает на то, что метаболическое перепрограммирование играет центральную роль в регуляции активации, дифференцировки и функциональной пластичности Т-лимфоцитов10,11. Эти метаболические изменения особенно актуальны при раке и аутоиммунных заболеваниях, где изменения в иммунной микросреде влияют на функцию Т-лимфоцитов и иммуннуюрегуляцию 12,13. Хотя несколько библиометрических исследований оценивали иммунометаболизм в более широких контекстах, включая иммунометаболизм рака и иммунный метаболизм, связанные с заболеваниями, эти анализы в основном сосредоточены на обобщённых иммунно-метаболических взаимодействиях, а не на специфическом метаболическом перепрограммированииТ-лимфоцитов 14,15. Комплексная библиометрическая оценка, посвящённая иммунометаболизму Т-лимфоцитов, остаётся ограниченной, особенно с точки зрения исследовательских тенденций, сетей сотрудничества и развивающихся тематических горячих точек в этой области.
Для устранения этого пробела в исследовании был проведен библиометрический анализ публикаций, индексируемых в Web of Science Core Collection (WOScc) с 1 января 2016 года по 31 декабря 2025 года. CiteSpace, VOSviewer и Scimago Graphica использовались для количественного анализа публикаций, шаблонов сотрудничества, социтирующих отношений и тематической эволюции в исследованиях метаболического перепрограммирования Т-лимфоцитов. В отличие от традиционных нарративных обзоров, библиометрический анализ предоставляет структурированный и основанный на данных обзор научного ландшафта с помощью цитирования, кластеризации и анализа ключевых слов. Цель данного исследования заключалась в систематической характеристике глобальных исследовательских тенденций и возникающих горячих точек в иммунометаболизме Т-лимфоцитов, а также в предоставлении организованного обзора современного ландшафта знаний в этой быстро меняющейся области.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Протокол
Это исследование исключительно анализировало библиографические данные, полученные из общедоступных баз данных, и не включало участников, животных или идентифицируемые персональные данные; Поэтому одобрение институциональной этики и информированное согласие не требовались.
Стратегия сбора данных и поиска
Данные были извлечены из WoSCC (https://www.webofscience.com/wos/woscc/) 27 января 2026 года. Выбранные издания базы данных включали Science Citation Index Expanded (SCI-EXPANDED) и Social Sciences Citation Index внутри WoSCC. Поиск проводился с использованием интерфейса расширенного поиска. Стратегия поиска применялась в поле «Тема (TS)», а полный поисковый запрос и полученные записи представлены в Таблице 1. Период поиска был ограничен публикациями, индексированными с 1 января 2016 года по 31 декабря 2025 года с использованием фильтра WoSCC «Timespan». С помощью фильтра «Типы документов» включались только оригинальные исследовательские статьи и обзорные статьи. Язык был ограничен английским, и никаких ограничений по стране, учебному заведению или области исследований не применялись. Все записи экспортировались в простом текстовом формате с выделением «Полная запись и цитируемые ссылки» при экспорте. Когда количество полученных записей превышало 500, записи скачивались несколькими партиями и затем объединялись в единый набор данных перед анализом. После извлечения все записи импортировались в CiteSpace для предварительной обработки и библиометрического анализа. Дублирующиеся записи выявлялись и удалялись с помощью встроенной функции дедупликации в CiteSpace на основе библиографических метаданных, включая название, авторов, год публикации и исходный журнал. Когда выявлялись возможные несоответствия или неполные библиографические записи, дополнительно проводилась ручная проверка для обеспечения точности и согласованности данных перед анализом.
| Декорации | Результаты | Поисковый запрос |
| #1 | 252,461 | TS=("Т-клетка*" ИЛИ "Т-клетка*" ИЛИ "Т-лимфоцит*" ИЛИ "Т-лимфоцит*" ИЛИ "Т-лимфа*" ИЛИ "CD4+ Т-клетка*" ИЛИ "CD8+ Т-клетка*" ИЛИ "цитотоксичная Т-клетка*" ИЛИ "регуляторная Т-клетка*" ИЛИ "Т-клетка*" ИЛИ "Т-цельная клетка*" ИЛИ "наивная Т-клетка*" ИЛИ "Т-клетка*" ИЛИ "Т-клетка памяти*" ИЛИ "эффекторная Т-клетка*") |
| #2 | 13,799 | TS=("метаболическая репрограмма*" ИЛИ "метаболическая ремодель*" ИЛИ "метаболическая перенастройка") |
| #3 | 1,882 | #1 И #2 |
Таблица 1: Стратегия поиска Web of Science Core Collection, используемая для поиска библиометрических данных. Таблица обобщает подробную стратегию поиска, комбинации ключевых слов, булевые операторы и итоговые подсчёты поиска, используемые для сбора литературы из WoSCC. Поиск осуществлялся с помощью поля «Тема (TS)» в интерфейсе расширенного поиска. Джокеры (*) использовались для получения нескольких окончаний слов и связанной терминологии. Окончательный набор данных состоял из публикаций, индексируемых с 1 января 2016 года по 31 декабря 2025 года после применения языковых и типовых фильтров.
Аналитические подходы
Многоинструментовый библиометрический подход был систематически реализован для анализа данных. Анализ проводился в операционной среде Windows 10. CiteSpace (v.5.7.R2) использовался для анализа ссылок и ключевых слов путём обработки данных в формате TXT, экспортированных из WoSCC. Параметры CiteSpace были настроены следующим образом: (1) временное слайсирование было установлено с 2016 по 2025 год с одним годом на срез; (2) критерии отбора были настроены с использованием g-индекса (k = 25); (3) методы обрезки включали Pathfinder, Pruninging Sliced Networks и Pruninging the Merged Network для упрощения структур сетей при сохранении ключевых связей; и (4) кластерный анализ проводился с использованием алгоритма логарифм-правдоподобия16. Этот анализ сгенерировал сети социтирования, карты кластеризации, визуализации временной шкалы и карты обнаружения вспышек как для ссылок, так и для ключевых слов. В визуализационных картах размер узла обозначал частоту, толщина канала — силу совместного появления, а фиолетовые кольца — высокую центральность между ними. Узлы burst отражали резкое увеличение частоты цитирования или ключевых слов со временем.
Впоследствии экспортированные файлы были пересохранены в кодировке UTF-8 с помощью Windows Notepad и импортированы в VOSviewer (версия 1.6.20) для библиометрического отображения, включая анализ соавторства, совместного цитирования и совместного появления среди авторов, журналов, учреждений и стран17. Применялся метод полного подсчёта, а нормализация проводилась с использованием метода ассоциативно-прочности. Минимальные пороги распространения были установлены в зависимости от размера набора данных (авторы ≥ 5 публикаций; ключевые слова ≥ 5 случаев; учреждения ≥ 3 публикации). Визуализация сети основывалась на весе элемента и общей силе связи. Для анализа сотрудничества на уровне страны файлы GML, экспортированные из VOSviewer, импортировались в Scimago Graphica (версия 1.0.53), где узлы представляли страны. Визуализация и кластеризация сети были созданы с использованием стандартного алгоритма форс-направленной структуры для представления пространственных связей и шаблонов сотрудничества между странами. WPS Excel использовался для описательного статистического анализа ежегодных публикаций и базового суммирования данных. Результаты визуализировались с помощью столбчатых диаграмм, столбцов и линейных графиков.
Дополнительный анализ с ограничением времени был проведён с использованием той же стратегии поиска, описанной выше, при этом поиск был ограничен публикациями, индексированными с 1 января 2025 года по 31 декабря 2025 года. В рамках той же структуры запросов WoSCC и аналитической среды были извлечены недавние публикации и результаты, связанные с конференциями, для контекстуальных и описательных целей. Эта процедура проводилась полностью в рамках встроенного аналитического интерфейса WoSCC. Независимый набор данных не создавался, и полученная информация не интегрировалась в основной библиометрический набор данных и не использовалась для количественного анализа. Общий дизайн исследования и рабочий процесс библиометрического анализа обобщены в блок-схеме (рисунок 1).
Рисунок 1. Рабочий процесс библиометрического анализа исследований метаболического перепрограммирования Т-лимфоцитов. Схематический обзор дизайна исследования и аналитического рабочего процесса, используемых в этом библиометрическом анализе. Публикации были извлечены из Web of Science Core Collection (WoSCC) с использованием заранее определённых стратегий поиска и критериев включения. Полученные записи экспортировались в обычном текстовом формате и подвергались предварительной обработке, включая удаление дубликов и стандартизацию библиографических данных. Библиометрический анализ проводился с использованием CiteSpace для анализа социтирования, совместного появления ключевых слов, кластеризации и обнаружения вспышек, а также VOSviewer для анализа сетей сотрудничества между авторами, учреждениями, странами и журналами. Scimago Graphica использовалась для визуализации международных сетей сотрудничества, а WPS Excel — для анализа ежегодных тенденций публикаций и описательной статистики. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Результаты
Публикационная деятельность и временные тенденции
Для характеристики временной эволюции исследовательской деятельности в этой области был проведён библиометрический анализ с использованием публикаций, индексируемых в WoSCC. Всего за последнее десятилетие было первоначально извлечено 1 991 запись. После удаления дублирующих и неанглийских записей в итоге было включено и проанализировано 1882 публикации, включая 1046 оригинальных научных статей и 836 обзорных статей. Го...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Обсуждение
Наш библиометрический анализ метаболического перепрограммирования в Т-клетках показал устойчивый рост исследовательской деятельности со временем. В 2020 году заметно увеличилось количество публикаций и цитирований: появилось 40 дополнительных публикаций и 1 989 дополнительных цитат по сравнению с 2019 годом. Этот рост во времени совпал с несколькими широко цитируемыми публикациями, включая «Глутаминная блокада индуцирует дивергентные метаболические программы для преодоления уклонения...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Раскрытие информации
Конфликты интересов:
Авторы заявляют, что нет конфликтов интересов, связанных с этой работой.
Мнения автора:
Сбор данных и сбор литературы проводился И Лю. Предварительный анализ данных и библиометрический анализ были проведены компанией Yinping Yang. Визуализацию и подготовку фигур выполняли Синъюэ Ян и Цзиньцюань Ли. Первый черновик рукописи был написан И Лю и Вэйхун Ли. Все авторы внесли вклад в редактирование рукописей и одобрили окончательную поданную версию.
Благодарности
Авторы с благодарностью выражают финансовую поддержку от Фундаментальных исследовательских фондов Центральных университетов (2022-JYB-JBZR-037).
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Материалы
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| 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 | Недоступно |
| VOSviewer | Leiden University | v.1.6.20 | SCR_023516 |
| Web of Science Core Collection | Clarivate Analytics | обращение 27 января 2026 года; версия не применима | Недоступно |
| Windows Operating System | Microsoft Corporation | Windows 10 | Недоступно |
Ссылки
- 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.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.