Исследовательская статья

Макрофаги в системном красном волчанке: библиометрический анализ исследовательских тенденций и новых рубежей

37 просмотров

⸱

DOI:

10.3791/72238

⸱

11 августа 2026 г.

 ,  ,  ,  ,  ,  ,  ,  , 
1Qihuang School, Beijing University of Chinese Medicine, 2Department of Rheumatology and Immunology, First Teaching Hospital of Tianjin University of Traditional Chinese Medicine, 3College of Basic Medical Sciences, Zhejiang Chinese Medical University, 4Department of Rheumatology and Immunology, Ruijin Hospital, 5Nephrology Center, First Affiliated Hospital of Xinjiang Medical University, 6Division of Nephrology, Tongji Hospital, 7Tongji Medical College and State Key Laboratory for Diagnosis and Treatment of Severe Zoonotic Infectious Diseases, Huazhong University of Science and Technology, 8Shenzhen Institute of Translational Medicine, Shenzhen Second People's Hospital, 9Department of Traditional Chinese Medicine Rheumatology, China-Japan Friendship Hospital, 10Department of Nephrology, China-Japan Friendship Hospital

В этой статье

Краткое содержание

Это исследование систематически определяет исследовательский ландшафт и меняющиеся границы в области системной красной волчанки и макрофагов с 2016 по 2025 годы с помощью библиометрического анализа.

Аннотация

В этом исследовании систематически проанализировали 1 197 статей о роли макрофагов в системной красной волчанке (СКВ), опубликованных с 2016 по 2025 год с использованием библиометрических методов, основанных на Web of Science Core Collection. Анализ рассматривал тенденции публикаций, совместные сети, исследовательские темы и базу знаний для прояснения текущего исследовательского ландшафта, ключевых исследовательских сил и эволюции фронтиров в этой области. Количество публикаций достигло пика в 154 в 2022 году, а ежегодные цитаты выросли с 184 в 2016 году до 9 030 в 2025 году, что свидетельствует об активных и значимых исследованиях. Китай занял первое место по объёму публикаций (379 статей), тогда как США лидировали по общему числу цитирований (18 838) и центральной роли в международном сотрудничестве. Шанхайский университет Цзяо Тун и Каролинский институт были самыми продуктивными учреждениями — по 23 статьи каждый. Границы иммунологии (импакт-фактор = 5,9; Journal Citation Reports квартиль 1) был самым продуктивным журналом. Кластеризация по хронологии ключевых слов выделила 13 основных исследовательских тем, включая ключевые компоненты врождённого иммунитета, такие как нейтрофильные внеклеточные ловушки, дендритные клетки и рецепторы-подобные Толл, а также адаптивный иммунитет с участием Т-клеток, В-клеток и плазмацитоидных дендритных клеток. Эти темы также включали основные механизмы, такие как поляризация макрофагов, инфламмасомы семейства рецепторов, похожих на NOD, содержащие 3 (NLRP3), и клиренс апоптотических клеток, а также клинические горячие точки, такие как волчаночный нефрит, синдром активации макрофагов и ревматоидный артрит. Эволюция горячих точек исследований отражает переход от ранних базовых механизмов очищения апоптотических клеток и иммунного комплекса к усовершенствованной регуляции цитокинов, врождённого иммунитета и адаптивного иммунитета, а также, наконец, к исследованиям терапии сигнальных путей, клинического управления и многоцентровой валидации, при этом «путь» и «многоцентровая диагностика» выделяются как современные направления исследований.

Введение

Системная красная волчанка (СКВ) — хроническое аутоиммунное заболевание, характеризующееся выработкой аутоантител, отложением иммунных комплексов и воспалением несколькихорганов 1,2. Несмотря на значительный прогресс в диагностических подходах и терапевтических стратегиях за последние десятилетия, СКВ продолжает вызывать серьёзные повреждения почек, гематологической системы и центральной нервной системы 3,4,5. Существующие методы лечения, включая глюкокортикоиды, иммуносупрессанты и биологические препараты, обычно имеют ограниченную терапевтическую эффективность и связаны с побочными эффектами в разной степени 6,7,8. Стратегии клеточной инженерии, такие как терапия Т (CAR-T) с помощью химерных антигенных рецепторов, показали потенциал для достижения устойчивой безлекарственной ремиссии при СКВ за счет глубокого истощения аутореактивныхВ-клеток 9,10,11. Будучи ключевыми членами врождённой иммунной системы, макрофаги выполняют ключевые функции в очистке иммунных комплексов, эффероцитозе апоптотических клеток и секреции цитокинов, тем самым поддерживая иммунныйгомеостаз 11,12. Накопленные данные указывают на участие нескольких форм дисфункции макрофагов в патогенезеСКВ 13,14,15. Дисрегулированная поляризация макрофагов в проинфламаторный M1 и противовоспалительный M2 фенотипы постоянно наблюдается при волчанке, где макрофаги M1 способствуют повреждению тканей, а макрофаги M2 способствуют восстановлению тканей и фиброзномуремоделированию 16,17. Чрезмерное образование нейтрофильных внеклеточных ловушек (НЭТ) и аномальная активация сигнальных путей интерферона дополнительно усиливают макрофаговые воспалительныереакции 18,19,20. В результате дисфункция макрофагов стала не только центральным узлом патогенеза СКВ, но и перспективной терапевтическойцелью.

За последнее десятилетие наблюдалось стремительное расширение публикаций, посвящённых роли макрофагов в СКВ, охватывающих различные направления исследований, включая эффероцитоз, NETosis, поляризацию макрофагов, метаболическое перепрограммирование и таргетную модуляцию сигнальныхпутей 22,23,24,25,26 . Однако растущая литература также несёт вызовы, включая фрагментированные исследовательские темы, неясное определение основных исследовательских сил и неоднозначное картирование эволюции границ, что подчёркивает острую необходимость систематического обзора современного исследовательского ландшафта. Bibliometrics использует математические и статистические методы для количественного анализа характеристик распределения и эволюционных паттернов носителей знаний, предоставляя объективные данные о тенденциях публикаций, коллаборативных сетях, горячих точках исследований и динамикефронтира 27,28,29,30,31 . Хотя библиометрические подходы успешно применяются для картирования знаний в иммунотерапии СКВ, открытии биомаркеров и смежных областях, библиометрическое картирование, ориентированное исключительно на макрофаги в СКВ, остаётсяограниченным 32,33,34. В данном исследовании получена соответствующая литература из базы данных Web of Science Core Collection за период с 2016 по 2025 год, и используются CiteSpace, VOSviewer и Scimago Graphica для проведения многомерного визуального анализа. Изучая публикации, сотрудничество между странами/регионами и институциональными структурами, сети авторов и журналов, совместное появление ключевых слов и кластеризацию хронологии, а также обнаружение вспышек цитирования, данное исследование направлено на систематическое прояснение текущего состояния исследований, основных исследовательских сил, тематической эволюции и новых рубежей в области макрофагов в СКВ, тем самым предоставляя объективную карту знаний и направление для будущих исследований.

Протокол

Для этого исследования не требовалось этическое одобрение или информированное согласие, поскольку все данные были получены из общедоступных библиографических записей в базе данных Web of Science Core Collection. В этом исследовании не участвовали люди, животные или клинические образцы.

Стратегия сбора и поиска данных

Данные были извлечены из базы данных Web of Science Core Collection (WOSCC) в одну дату (27 апреля 2026 года) для обеспечения согласованности и воспроизводимости данных. В поисковом запросе использовались булевые операторы со следующей структурой: TS=("Красная волчанка, системная" ИЛИ "Системная красная волчанка" ИЛИ "Красная волчанка диссеминататус") И TS=("макрофаг*"). Типы документов были ограничены статьями и обзорными статьями. Период публикации длился с 1 января 2016 года по 31 декабря 2025 года. Всего было сохранено 1 197 действительных статей для последующего библиометрического анализа.

Аналитические инструменты

Использовался аналитический конвейер, включающий несколько программных пакетов. CiteSpace (Research Resource Identifier [RRID]: SCR_020932) использовался для кластеризации хронологии ключевых слов и анализа всплескицитирования 35. VOSviewer (RRID: SCR_016598) использовался для создания и визуализации сетей соавторства для стран/регионов, учреждений и авторов, а также для создания карт совместного появления ключевыхслов 36. Scimago Graphica использовалась для генерации визуализаций сетей сотрудничества между странами и регионами из сетевых файлов, экспортированных из VOSviewer37. Базовые статистические расчёты и подготовка рисунков выполнялись с помощью WPS Excel и GraphPad Prism (RRID: SCR_002798). Общий библиометрический рабочий процесс иллюстрируется на рисунке 1.

Конфигурация параметров в CiteSpace и VOSviewer

В CiteSpace временной срез устанавливался с 2016 по 2025 год с интервалом в 1 год. g-индекс (k = 10) был выбран в качестве порога выбора узла. Алгоритм обрезки Pathfinder применялся дважды: сначала для упрощения каждой отдельной сети временных срезов, а затем после объединения всех срезов для снижения визуальной сложности. В VOSviewer для оптимизации планировки сети был выбран алгоритм LinLog/модульность. Размеры узлов взвешивались по количеству документов или частоте цитирования, в зависимости от конкретного анализа. Для картирования сотрудничества страны и регионов с использованием Scimago Graphic диаметры узлов отражали объёмы публикаций, а толщина связей — интенсивность сотрудничества между странами.

Результаты

Годовой выпуск публикаций

В период с 2016 по 2025 год было опубликовано всего 1 197 статей о макрофагах в СКВ. Годовой объём публикаций колеблся: начиная с 112 в 2016 году, достигнув пика в 154 в 2022 году, а затем немного снизился до 133 в 2025 году. За тот же период годовое количество цитирований выросло с 184 до 9 030, с незначительными колебаниями, что свидетельствует о постепенном росте академического влияния в этой области (рисунок 2).

Вклад стран/регионов и транснациональные сети сотрудничества

Всего 76 стран/регионов внесли вклад в исследования макрофагов в SLE. Представлены топ-10 стран/регионов, ранжированных по объёму публикаций (Таблица 1). Китай занял первое место с 379 статьями (31,7% от общего числа), за ним следуют США (311 статей, 26,0%), Япония (74 статьи), Англия (59 статей) и Германия (57 статей). По общему числу цитирований США лидировали с 18 838 цитатами, значительно превышая 8 935 цитат Китая. Примечательно, что Англия, Швеция и Германия показали самые высокие средние цитаты на статью (66, 64 и 57 соответственно), что отражает их высокий вклад, несмотря на умеренные объёмы публикаций. Общая сила связи была наивысшей в США (178), за ними следуют Англия (78) и Германия (78), при этом Китай — 77, что свидетельствует о уровне международного сотрудничества, сопоставимом с тем, что у крупных европейских стран. Эти результаты свидетельствуют о том, что, хотя Соединённые Штаты занимают центральное место в глобальной сети сотрудничества, европейские страны и Китай также демонстрируют сильную совместную активность.

В сети сотрудничества страны и регионов были выделены три основные группы. В одну из групп входили Германия, Греция, Иран, Италия, Япония, Нидерланды и Швейцария; другой включал Канаду, Францию, Польшу, Испанию, Швецию и Великобританию; а третья — Китай, Мексика, Соединённые Штаты и Австралия (рисунок 3A). Диаграмма аккордов дополнительно показывает интенсивность двустороннего сотрудничества между наиболее продуктивными странами и регионами, подчёркивая доминирующие роли США и Китая в соавторских связях (см. рисунок 3B). Годовые тенденции публикаций в топ-10 странах/регионах с 2016 по 2025 год показывают, что выпуск в Китае неуклонно рос, увеличившись с 18 статей в 2016 году до 70 в 2025 году. В Соединённых Штатах наблюдалась относительно стабильная, но слегка снижающаяся тенденция, начавшаяся с 51 статьи в 2016 году и закончившаяся на 21 статье в 2025 году. Япония, Англия, Германия и другие европейские страны сохраняли скромный, но стабильный вклад на протяжении всего десятилетия. В целом, временные тенденции свидетельствуют о смене руководства исследованиями: в то время как США доминировали в первые годы, Китай стал самым продуктивным участником во второй половине периода наблюдения (см. рисунок 3C).

Исследовательские институты и сети сотрудничества

Всего 417 учреждений внесли вклад в эту область. Представлены топ-10 учреждений по объему публикаций (Таблица 2). Сеть институционального сотрудничества выявила пять основных кластеров (рисунок 4A). Кластер 1 (красный) включал 12 учреждений, включая Гарвардскую медицинскую школу, Бригамскую и женскую больницу, Йельский университет, Университет Вашингтона, Университет Мичигана и Шанхайский университет Цзяо Тун. Кластер 2 (зелёный) включал девять учреждений, преимущественно из Китая, таких как Пекинский университет, Центральный южный университет, Университет Сунь Ятсена и Гонконгский университет. Кластер 3 (синий) включал восемь учреждений, преимущественно из восточного Китая, таких как Университет науки и технологий Хуачжун, Нанкинский университет, Университет Сучжоу и Южный медицинский университет. Кластер 4 (жёлтый) включал семь учебных заведений, включая Университет Фудань, Медицинский университет Аньхой, Кембриджский университет, Университет Монаш, Университет Мельбурна, Университет Торонто и Университет Чулалонгкорн. Кластер 5 (фиолетовый) также включал семь учреждений, включая Китайскую академию наук, Университет Китайской академии наук, Каролинский институт, Каролинскую университетскую больницу, Чжэцзянский китайский медицинский университет, Чжэцзянский университет и Хьюстонский университет.

Шанхайский университет Цзяо Тун и Каролинский институт поделили наивысший результат — по 23 статьи, за ними следуют Университет Сунь Ятсена (21 статья), Хуачжунский университет науки и технологий (20 статей) и Нанкинский университет (20 статей). Из десяти лучших семь были из Китая, а оставшиеся три — Каролинский институт (Швеция), Университет Вашингтона (США) и Гарвардская медицинская школа (США) (рисунок 4B). По числу цитирований Университет Вашингтона получил 2 095 ссылок, заняв первое место, за ним следуют Каролинска Институт (1 929), Гарвардская медицинская школа (1 265) и Центральный Южный университет (926). Стоит отметить, что NIAMSD (Национальный институт артрита и заболеваний опорно-двигательного аппарата) содержал всего 13 статей, но накопил 2 124 цитирования, что отражает исключительно высокий уровень влияния на статью. Показано распределение топ-10 производственных учреждений по странам и регионам. Китай лидировал в списке с восемью учреждениями, тогда как Швеция и США внесли по одному институту. В отличие от этого, десять лучших учебных заведений по количеству цитирований демонстрировали иную схему: США внесли пять учреждений, Китай — три — Центральный южный университет, Китайскую академию наук и Университет Сунь Ятсена, Швеция — Каролинский институт, а Канада — Университет Торонто (рисунок 4C)). Это различие свидетельствует о том, что хотя китайские учреждения лидируют по количеству исследований, американские и европейские учреждения, как правило, оказывают более высокое влияние на работу и более широкое признание.

Анализ публикаций и цитирования в журналах

Всего 417 журналов опубликовали статьи о макрофагах в СКВ с 2016 по 2025 год. Перечислены топ-10 журналов по объёму публикаций (Таблица 3). Frontiers in Immunology занял первое место со 108 статьями, за ним следуют Lupus (38 статей), International Journal of Molecular Sciences (31 статья), Journal of Immunology (26 статей) и Arthritis & Rheumatology (24 статьи). По общему количеству цитирований Frontiers in Immunology также лидировал с 6 104 цитатами, значительно превзойдя другие журналы. Журнал Nature Reviews Rheumatology опубликовал всего 11 статей, но накопил 1 364 цитаты, что отражает высокий вклад на одну статью. Среди десяти ведущих журналов семь были в первом квартале Journal Citation Reports (JCR), два — во втором квартале и один — в третьем квартале. Сеть социтирования журналов выявила пять основных кластеров (рисунок 5A). Кластер 1 включал журналы по иммунологии с высоким воздействием, такие как Nature Reviews Rheumatology, Annals of the Rheumatic Diseases, Journal of Autoimmune и Autoimmune Reviews. Кластер 2 включал Frontiers in Immunology, Clinical Immunology, International Immunopharmacology и International Journal of Molecular Sciences. Кластер 3 включал журналы Journal of Immunology, Proceedings of the National Academy of Sciences, Nature Communications и Immunity. Кластер 4 включал Артрит и ревматологию, Волчанку, Детскую ревматологию, Международную ревматологию, биомедицину, а также клиническую и экспериментальную ревматологию. Кластер 5 включал аутоиммунность, клиническую ревматологию, Frontiers in Medicine и International Journal of Life Sciences.

Пузырчатая диаграмма иллюстрирует связь между объёмом публикаций, количеством цитирований и импакт-фактором журналов среди десяти самых продуктивных журналов (рисунок 5B). Журнал Frontiers in Immunology показал самый большой пузырь (наибольшее количество публикаций и цитирований), за ним следуют International Journal of Molecular Sciences и Arthritis & Rheumatology. Журналы с высоким импакт-фактором, такие как Arthritis & Rheumatology (импакт-фактор [IF] = 10,9, Q1) и Autoimmune Reviews (IF = 8,3, Q1), показали умеренные объёмы публикаций, но высокую результативность цитирования. Гистограмма совместно цитируемых журналов выделяет наиболее влиятельные источники с точки зрения частоты цитирования (рисунок 5C). По частоте совместного цитирования пять лучших журналов были ранжированы следующим образом: Journal of Immunology, Frontiers in Immunology, Lupus, Annals of the Rheumatic Diseases и Arthritis & Rheumatology. Другие часто цитируемые журналы включали Nature, Nature Immunology, Proceedings of the National Academy of Sciences и Immunity. Такое распределение подчёркивает фундаментальную роль классических иммунологических журналов и растущее влияние журналов с открытым доступом и специализированных исследований в этой области исследований.

Сети сотрудничества авторов и анализ академического воздействия

Всего 787 авторов внесли вклад в изучение макрофагов в области СКВ. Сеть сотрудничества авторов была разделена на пять основных кластеров (рисунок 6A). В Кластер 1 вошли Сан, Лос-Анджелес, и группа китайских исследователей, специализировавшихся на поляризации макрофагов и нефрите волчанки. Кластер 2 включал Каплан, М.Дж., Элкон, К.Б., Барнса, Б.Дж. и Кармона-Ривера, К., представляющих тесно взаимосвязанную группу, работающую над НЭВ и эффероцитозом. Этот кластер соответствует современным направлениям исследований, поскольку NETosis и нарушение очищения апоптотических клеток признаны ключевыми факторами патогенеза СКВ. Кластер 3 включал Cao, X.T., Lu, Q.J., Zhao, M. и других, сосредоточившись на эпигенетической регуляции и аутоиммунности. В кластер 4 входили Мохан, К., Дэвидсон, А. и Паттерман, К., которые внесли значительный вклад в открытие нефрита волчанки и биомаркеров. В кластер 5 входили Донг, С., Джи, Дж. и другие, в основном изучавшие сигнальные пути, связанные с макрофагами.

Представлены топ-10 авторов по объёму публикаций (рисунок 6B). Kaplan, M.J. занял первое место с 12 статьями, за ним следуют Mohan, C. (10 статей), Deng, G.M. (10 статей), Lu, Q.J. (9 статей) и Sun, L.Y. (8 статей). Примечательно, что Каплан, М.Дж., также лидировал по количеству цитирований — 1957, значительно превзойдя других авторов. Elkon, K.B. (1 834 цитирования) и Carmona-Rivera, C. (1 410 цитат) также показали исключительно высокий эффект на одну статью. По распределению стран и регионов среди наиболее цитируемых авторов США внесли семь из десяти лидеров, а Германия (Munoz, L.E.), Китай (Lu, Q.J.) и Иран (Sahebkar, A.) — по одному (рисунок 6C). Эта тенденция указывает на то, что хотя китайские авторы часто появляются в рейтинге производительности, в настоящее время исследователи из США доминируют по академическому влиянию.

В целом сеть сотрудничества авторов выявляет отдельные исследовательские сообщества: одно сосредоточено на НЭВ и эффероцитозе (Кластер 2), другое — на поляризации макрофагов и нефрите волчанки (Кластер 1), отражая две основные актуальные темы в этой области. Высокое количество цитируемых Каплана, Элкона и Кармона-Риверы подчеркивает растущее признание врождённых иммунных механизмов, особенно воспаления, опосредованного NET, и дефектного очищения умирающих клеток, как критически важных областей для будущих терапевтических вмешательств.

Кластеризация ключевых слов и эволюция исследовательских горячих точек

Сеть совместного появления по ключевым словам включала 196 узлов и 254 канала с плотностью сети 0,0133 (рисунок 7A). Таблица 4 перечисляет топ-10 ключевых слов, ранжированных по количеству случаев и центральности. Самым частым ключевым словом было «системный красный волчанка» (666 случаев), за ним следовали «экспрессия» (186), «активация» (157), «ревматоидный артрит» (149) и «макрофаги» (144). С точки зрения центральности, отражающей связывающую роль ключевого слова в исследовательской сети, «аутоиммунные» (0,31), «аутоиммунные заболевания» (0,30) и «макрофаги» (0,30) имели наивысшие значения, указывая на их ключевую роль в связывании различных исследовательских тем в разных областях. Синдром активации макрофагов также был одним из самых частых ключевых слов.

Анализ кластеризации по ключевым словам охватывал 2016–2025 годы. Ранние исследования (2016–2019) были сосредоточены на фундаментальных кластерах, включая #6 эритематоз, #9 аутоиммунные заболевания и #12 аутоиммунные заболевания, с акцентом на базовые клинические и иммунологические характеристики СКВ, с ключевыми словами, такими как системная красная волчанка, макрофаги и воспаление. В период с 2020 по 2023 годы приоритеты исследований сместились в сторону механистических кластеров, где #1 NET, #3 нефрит волчанки и #4 Т-клетки получили преимущество. Ключевые элементы, такие как поляризация, регуляция и НЭТ, стали центральными темами, отражая растущее внимание к взаимодействиям и регуляторным механизмам между врождёнными и адаптивными иммунными клетками. В последний период (2023–2025) доминировали новые кластеры #0 синдрома активации макрофагов, экспрессии гена #2 и #11 апоптотических клеток, что свидетельствует о переходе к углубленным молекулярным механизмам, таргетным стратегиям ингибитора и трансляционным терапевтическим приложениям.

Анализ всплесков ключевых слов (рисунок 7B) выделил топ-25 терминов с самыми сильными всплесками цитирования, выделяя быстро растущие приоритеты исследований. Ранние взрывные ключевые слова, такие как апоптотические клетки и фактор некроза опухолей альфа, отражали фундаментальные исследования воспаления и гибели клеток. Более недавние всплески включали апоптоз, риски, управление и пути, что свидетельствует о смещении в сторону трансляционных исследований, терапевтических целей и клинических применений. В частности, такие термины, как терапия и pathway, сохраняют сильные всплески в 2025 году, что подтверждает их статус современных исследовательских ориентиров.

Вместе статистические результаты и различные картографические анализы систематически раскрывают направление исследований, тематическую структуру и тенденции развития макрофагов в СКВ (рисунок 7C и таблица 4). Эти результаты показывают чёткий путь от описательных исследований функции иммунных клеток к углубленным исследованиям врождённых иммунных путей, с всё большим акцентом на преобразование фундаментальных исследований в новые терапевтические стратегии лечения СКВ и его осложнений.

Библиометрический анализ ссылок

В сети со-цитирования наиболее часто цитируемые источники были фундаментальные и высокоэффективные вклады в иммунопатологию SLE, биологию макрофагов и смежные терапевтические исследования. Андерс Х.Дж. (2020, Nat Rev Dis Primers) занял первое место с 35цитатами, 38, за ним следуют Джинг С (2020, Proc Natl Acad Sci USA) с 31цитированием, 39, и Цокос GC (2016, Nat Rev Rheumatol) с 29цитатами, 40. Обзор Цокоса GC (2016), опубликованный в Nature Reviews Rheumatology, остаётся краеугольным камнем этой области и широко цитируется за обзор патогенезаСКВ 40. Также были выявлены высокоцентральные ссылки, играющие критически важную связь в сети знаний. Мохаммади С (2017, волчанка) показал наивысшую центральность (0,69)41, за ним следовал Фунес SC (2018, иммунология) (0,67)42. Эти ссылки связывают несколько направлений исследований, связывая базовые иммунологические механизмы, такие как поляризация макрофагов и активация инфламмасом NLRP3, с клиническими проявлениями, такими как волчанковый нефрит и цитокиновые штормы (рисунок 8A).

Анализ кластеров выделил 13 основных тематических кластеров, отражающих основные области знаний и исследовательские сообщества в этой области. Эти кластеры включали #0 синдром активациимакрофагов 43, #1 апоптоз, #2 гемофагоцитный лимфогистиоцитоз, #3 лактобациллус дельбрукки, #4 аутоиммунные заболевания, #5 нефрит волчанки, #6 периферических мононуклеарных клеток крови (PBMC), #7 метаболизм, #8 семейства рецепторов, похожих на NOD, с 3 (NLRP3) инфламмасомами, #9 интерферон типа I, #10 дендритные клетки, #11 цитокиновые штормы и #12 витамин D. Эти кластеры охватывают ключевые направления исследований, такие как активация врождённого иммунитета, воспалительная гибель клеток, дисрегуляция цитокинов, механизмы повреждения органов и терапевтические вмешательства, тем самым обеспечивая основу для исследований макрофагов при СКВ (рисунок 8B).

Импульсный эталонный анализ показал динамическую эволюцию базы знаний в этой области (рисунок 8C). Что касается силы вспышки, обзор Цокоса GC (2016) показал силу взрыва 10,4544, с периодом взрыва с 2018 по 2021 год, что является самым влиятельным ориентиром в этот период. Исследование Lood C (2016) показало импульсную силу 6,23, активную с 2016 по 2020 год, что подчеркивает устойчивое влияние исследований NETosis. С временной точки зрения вспышки можно разделить на три этапа: 2016–2018 годы, в которых основывались фундаментальные обзоры иммунопатологии СКВ и ранние механистические исследования дисфункции макрофагов44; 2019–2022 годы были посвящены достижениям в области врождённого иммунитета, включая исследования инфламмасом, дендритных клеток и механизмов апоптоза с NLRP3, а также 2023–2025, характеризующихся новыми исследованиями цитокиновых штормов, обмена веществ и терапевтическихвмешательств 47,48, отражая сдвиг в сторону трансляционных и клинических применений.

ДОСТУПНОСТЬ ДАННЫХ:

Наборы данных, созданные и проанализированные в ходе этого исследования, в настоящее время доступны через ссылку на рецензирование Science Data Bank: https://www.scidb.cn/en/detail?dataSetId=122808b00b8a4040a775db6bcc8d5a8a.

figure-results-1
Рисунок 1: Схематический обзор библиометрического рабочего процесса.Рабочий процесс состоит из четырёх основных этапов: поиск литературы из основной коллекции Web of Science; скрининг и извлечение данных; библиометрический анализ с использованием CiteSpace и VOSviewer; а также визуализацию и интерпретацию результатов. Сокращение: WOSCC = Основная коллекция Web of Science. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

figure-results-2
Рисунок 2: Годовой объём публикаций и количество цитирований с 2016 по 2025 год. Планки обозначают количество публикаций в год, а линия — годовое количество цитируемых. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

figure-results-3
Рисунок 3: Библиометрический анализ по странам/региону. (A) Сеть сотрудничества между странами и регионами. Размер узла отражает объём публикации, цвет узла — кластер сотрудничества, а толщина канала отражает интенсивность сотрудничества. (B) Диаграмма хордов, иллюстрирующая силу и распределение сотрудничества между крупными странами и регионами. (C) Годовой объём публикаций 10 крупнейших стран/регионов с 2016 по 2025 год. Сокращения: Великобритания = Великобритания; США = Соединённые Штаты Америки. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

figure-results-4
Рисунок 4: Институциональный библиометрический анализ. (A) Сеть институционального сотрудничества. Размер узла отражает объём публикации, цвет узла — кластер сотрудничества, а толщина ссылки отражает интенсивность соавторства. (B) Топ-10 учреждений по объёму публикаций с соответствующей страной/региональной принадлежностью. (C) Топ-10 учебных заведений по количеству цитирований с соответствующей принадлежностью к стране/региону. Сокращения: NIAMSD = Национальный институт артрита и заболеваний опорно-двигательного аппарата и кожи; США = Соединённые Штаты Америки. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

figure-results-5
Рисунок 5: Библиометрический анализ журналов. (A) Сеть совместного цитирования журналов. Размер узла отражает объём публикации, цвет узла — кластер журналов, а толщина ссылки отражает соотношения цитирования. (B) Журнальная пузырьковая диаграмма. Ось x обозначает количество цитированных, размер пузыря — объём публикации, а цвет пузыря — импакт-фактор. (C) Совместный рейтинг журналов. Ось x обозначает количество цитирований, ось y — имена журналов, а цвет полосы — импакт-фактор. Сокращения: IF = импакт-фактор; JCR = Отчёты по цитированию журналов. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

figure-results-6
Рисунок 6: Библиометрический анализ автора. (A) Сеть сотрудничества авторов. Размер узла отражает объём публикации, цвет узла — исследовательский кластер, а толщина ссылки отражает силу соавторства. (B) Кольцевая таблица топ-10 авторов по объёму публикаций; Размер сегмента пропорционален количеству публикаций. (C) Топ-10 авторов по количеству цитирований с соответствующими странами/регионами. Сокращение: USA = Соединённые Штаты Америки. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

figure-results-7
Рисунок 7: Библиометрический анализ по ключевым словам. (A) Сеть совместного появления ключевых слов. Размер узла отражает частоту ключевых слов, цвет узла — тематический кластер, а толщина связи отражает силу совместного появления. (B) Топ-25 ключевых слов с самыми сильными всплесками цитирования, ранжированные по силе взрыва; красные полосы указывают на период взрыва. (C) Визуализация хронологии ключевых слов, показывающая эволюцию горячих точек исследований и появление новых направлений в период с 2016 по 2025 год. Сокращение: SLE = системная красная волчанка. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

figure-results-8
Рисунок 8: Библиометрический анализ ссылок. (A) Сеть социтирования ссылк. Размер узла отражает частоту цитирования, цвет узла — эталонный кластер, а ссылки отражают соотношения цитирования. (B) Кластеризация карт ссылок, группировка социтированных ссылок в тематические кластеры на основе общих шаблонов цитирования. (C) Топ-15 источников с самыми сильными всплесками цитирования, ранжированные по силе взрыва; красные полосы обозначают период взрыва, а синяя линия — период исследования. Сокращения: NLRP3 = семейство рецепторов, похожих на NOD, содержит домен 3; PBMC = периферическая мононуклеарная клетка крови. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

ЗваниеСтрана/регионДокументыСсылкиСреднее количество цитат на статьюОбщая сила соединения
1Китай37989352477
2США3111883861178
3Япония7415452126
4Англия5939026678
5Германия5732365778
6Италия3921775638
7Австралия3814203733
8Швеция3321086440
9Франция3014174740
10Южная Корея307252420

Таблица 1: Топ-10 стран/регионов по общему объёму публикаций. Страны/регионы сортируются по объёму публикаций.

ЗваниеУчреждениеДокументыСсылкиОбщая сила соединенияСтрана/регион
1Шанхайский университет Цзяо Тун2330815Китай
2Каролинский институт23192918Швеция
3Университет Сунь Ятсена2182126Китай
4Хуачжунский университет науки и технологий2038411Китай
5Нанкинский университет2051212Китай
6Китайская академия наук1885527Китай
7Центральный Южный университет1892617Китай
8Университет Вашингтона1720959США
9Нанкинский медицинский университет1627917Китай
10Гарвардская медицинская школа16126516США

Таблица 2: Топ-10 учреждений по общему объему публикаций. Учреждения сортируются по объёму публикаций.

ЗваниеЖурналДокументыСсылкиОбщая сила соединенияЕСЛИКвартиль JCR
1Границы иммунологии10861042215.9Q1
2Волчанка38478701.9Вопрос 3
3Международный журнал молекулярных наук311028474.9Q1
4Журнал иммунологии26585473.4Q2
5Артрит и ревматология249115610.9Q1
6Научные отчёты23526203.9Q1
7Клиническая иммунология22487623.8Q2
8Международная иммунофармакология21237304.7Q1
9Журнал аутоиммунности18749347.0Q1
10Обзоры аутоиммунности16698688.3Q1

Таблица 3: Объём публикаций в журнале, импакт-фактор и квартильное ранжирование. В таблице перечислены количество публикаций, импакт-факторы и квартили Journal Citation Reports для топ-10 журналов. Сокращения: IF = импакт-фактор; JCR = Отчёты по цитированию журналов.

ЗваниеКлючевое слово (частота)ГрафКлючевое слово (центральность)Центральность
1Системная красная волчанка666аутоиммунные0.31
2Выражение186Аутоиммунные заболевания0.30
3Активация157макрофаги0.30
4Ревматоидный артрит149эритематозуз0.27
5Макрофаги144мыши0.27
6болезни112атеросклероз0.26
7Синдром активации макрофагов111Экспрессия генов0.25
8Дендритные клетки108Регуляторные Т-клетки0.24
9Т-клетки101Модель мыши0.24
10Ячейки85болезни0.23

Таблица 4: Топ-10 ключевых слов по частоте и центральности между ними. Ключевые слова высокой частоты указывают на горячие точки исследований, тогда как ключевые слова с высокой промежуточностью — это концепции, объединяющие несколько тем.

Обсуждение

Это библиометрическое исследование систематически определяет ландшафт исследований макрофагов в SLE за последнее десятилетие (2016–2025). Анализируя 1 197 публикаций из Web of Science Core Collection, мы выявили глобальные тенденции публикаций, совместные сети, основные исследовательские силы, тематическую эволюцию и динамику базы знаний, тем самым предоставив объективную дорожную карту для будущих исследований в этой быстро меняющейся области.

За 10-летний период исследования ежегодные публикации по макрофагам в СКВ немного выросли с 112 в 2016 году до пика в 154 в 2022 году, а затем немного снизились до 133 в 2025 году. Что ещё важнее, ежегодное количество цитирований выросло с 184 до 9 030, что свидетельствует о том, что, несмотря на колебания в результатах, академическое влияние этой области значительно выросло. Эта траектория роста соответствует растущему признанию макрофагов как центральных игроков патогенеза СКВ, выходя за рамки их традиционной роли в клиренсе иммунных комплексов и эффероцитозе. За последнее десятилетие были отмечены знаковые открытия, связывающие дисфункцию макрофагов с NETosis, сигнатурами интерферонов типа I и метаболическим перепрограммированием, что стимулировало интересисследований 49,50,51,52,53. Примечательно, что пик в 2022 году совпал с публикацией нескольких высокоэффективных механистических исследований и расширением биологических терапий, направленных на врожденные иммунные пути, что говорит о том, что клинический перевод начал стимулировать фундаментальные исследования.

На национальном уровне Китай занимает первое место по объёму публикаций, являясь ведущим участником в мире, в то время как США лидируют по общему количеству цитирований и центральной роли в международном сотрудничестве. Англия, Швеция и Германия, несмотря на умеренные объёмы публикаций, демонстрируют самые высокие средние цитаты на статью, что отражает их высокий уровень цитирования. Сеть сотрудничества между странами и регионами образовала три основных кластера, при этом США и Китай входили в тот же крупный кластер сотрудничества, что и Мексика. Хотя общая мощность канала Китая была умеренной, годовой выпуск постепенно увеличивался с 18 до 70 изделий за десятилетие, превышая показатели США после 2020 года. Этот сдвиг может отражать значительные инвестиции Китая в исследования иммунологии и растущий потенциал сотрудничества. Топ-10 учебных заведений по объёму публикаций преимущественно расположены в Китае, при этом внутренние коллаборации демонстрируют выраженную региональную кластеризацию, особенно среди восточных учреждений, таких как Шанхайский университет Цзяо Тун, Университет Сунь Ятсена и Хуачжунский университет науки и технологий. В то же время десять самых цитируемых учебных заведений занимают американские и европейские учреждения, такие как Вашингтонский университет, Каролинский институт и Гарвардская медицинская школа, при этом NIAMSD показывает исключительно высокий результат по оценке статьи. Анализ журналов определил Frontiers in Immunology как самый продуктивный журнал, отражая растущее влияние движения открытого доступа в иммунологии. Журналы с высоким влиянием подписки, такие как Nature Reviews Rheumatology и Arthritis & Rheumatology, публиковали меньше статей, но накопили значительное количество цитирований, что подчёркивает их роль в формировании теоретической основы. Карта совместного цитирования выделяла Journal of Immunology как самый цитируемый источник, за ним следовали Frontiers in Immunology и Lupus, иллюстрируя сочетание классических иммунологических и специализированных журналов по волчанке, составляющих базу знаний. Сети сотрудничества авторов выявили пять основных кластеров. Кластер 2, сосредоточенный на Каплане, М.Дж., Элконе, К.Б. и Кармоне-Ривере, К., сосредоточен на НЭВ и эффероцитозе — механизмах, которые изменили наше понимание врождённой иммунной дисрегуляции вСКВ 54,55. Высокий уровень цитирования Каплана, Элкона и Кармона-Риверы подчёркивает растущее осознание в области того, что дефектное очищение умирающих клеток и воспаление, опосредованное NET, являются не просто эпифеноменами, но и центральными патогенными факторами и терапевтическими целями56.

Анализ совместного появления ключевых слов и кластеризации временной шкалы показывает, что исследовательские темы в области макрофагов при СПВ обладают заметными динамическими эволюционными характеристиками. Ранние исследования в основном были сосредоточены на фундаментальных механизмах дисфункции макрофагов при СКВ, с основным акцентом на поляризацию макрофагов, клиренс апоптотических клеток и обработку иммунных комплексов. С помощью кластерного анализа в этой области было выявлено 13 основных тематических кластеров. Эти многочисленные кластеры систематически интерпретируют многогранные регуляторные роли макрофагов в активации врождённого иммунитета, воспалительной гибели клеток, дисрегуляции цитокинов, повреждении нескольких органов и потенциальных целенаправленных терапевтических вмешательствах. На ранней стадии исследований учёные в основном сосредоточились на основных физиологических функциях макрофагов, особенно на очищении апоптотических клеток и циркулирующих иммунных комплексов, а также на регуляторном механизме аутоиммунной толерантности. Знаковое открытие нарушения эффероцитоза, опосредованного макрофагами, при СКВ установило критическую механистическую связь между функциональными дефектами макрофагов и прогрессированием аутоиммунных заболеваний55. С 2019 по 2022 год направление исследований сместилось на углублённые механистические исследования. Помимо аномального клиренса клеток, макрофаги были дополнительно признаны как основные воспалительные усилители при СКВ, вызывающие устойчивые воспалительные реакции через активацию инфламмасом и положительные обратные связи, связанные с интерфероном56. Анализ референсных всплесков подтвердил, что знаковое исследование NETs, проведённое Lood C (2016), и авторитетный тематический обзор, опубликованный Цокос GC (2016), сохраняли сильные всплески цитирования в этот период, что сильно соответствовало динамически меняющейся тенденции основных ключевых слов в тот же период. Тем временем метаболизм постепенно проявился и привлекает постоянное внимание, что свидетельствует о том, что иммунометаболическое перепрограммирование макрофагов стало одной из главных исследований в этой области. В последние годы направления исследований в этой области были дополнительно обновлены и расширены, с появлением новых кластеров, таких как цитокиновые штормы, метаболизм и витамин D, а также клинически ориентированные направления исследований. Среди них «путь» и «многоцентровая диагностика» стали передовыми направлениями исследований, что свидетельствует о постепенном продвижении этой области в сторону таргетной терапии и стандартизированной клинической диагностики. Важно, что не все новые ключевые слова отражают устойчивые направления исследований. При различии между временными всплесками и долгосрочными тенденциями мы заметили, что термины, связанные с COVID-19, проявлялись как кратковременные явления, вероятно, отражающие временный всплеск исследований в период глобальной пандемии. В отличие от этого, такие темы, как поляризация макрофагов, перепрограммирование метаболизма и таргетная терапия, показали более стабильную и устойчивую динамику на протяжении всего периода, что свидетельствует о том, что они представляют собой подлинные, устойчивые рубежи исследований, а не эфемерные горячие точки. Ключевые слова с высоким импульсом на последнем этапе в основном включают цитокиновую бурю, метаболическое перепрограммирование, витамин D, поляризацию макрофагов и терапевтическую цель, которые полностью отражают последние приоритеты исследований. Кроме того, внимание привлекли два новых исследовательских направления. Один из них — Lactobacillus delbrueckii, что отражает растущий интерес к регуляции микробиома кишечника при СКВ57. Вторая — молекулярные сигнатуры периферических мононуклеарных клеток крови (PBMC), которые предоставляют новые идеи для неинвазивных биомаркеров для вспомогательной диагностики и оценки состояния SLE58. Примечательно, что нефрит волчанки остаётся постоянной горячей точкой исследований на всех эволюционных этапах, полностью демонстрируя, что повреждение почек, как наиболее распространённое тяжёлое осложнение органов при СКВ, по-прежнему остаётся основной клинической проблемой, стимулирующей углублённые исследования макрофагов59. Витамин D и метаболическое перепрограммирование демонстрируют высокую интенсивность цитирования, что делает их самыми динамичными и перспективными направлениями в современном исследовательском ландшафте.

Хотя исследования систематической биологии пока не дали независимых тем кластеризации в этой области, новые технологии, такие как секвенирование одноклеточных РНК, мультиомика и машинное обучение, широко применяются в высококачественных и влиятельных публикациях. Технология одноклеточной транскриптомики успешно выявила несколько функционально дефектных подмножеств макрофагов у пациентов с СКВ, таких как фагоцитарные макрофаги MerTK⁺, что стало основой для дальнейших исследований механизмов заболеваний и терапевтических целей для глубокого изучения механизмов заболевания 60,61,62,63. Интеграция секвенирования отдельных клеток, пространственной транскриптомики и других передовых технологий открывает новые перспективы для выявления сложной патогенезы аутоиммунныхповреждений 64,65,66. Анализ социтирования ссылок дополнительно подтверждает, что эта область обладает полной и структурированной базой знаний. Ключевые исследования, представленные Цокосом Г.К. (2016, Nature Reviews Rheumatology) и Лудом С (2016, Nature Medicine), составляют основную теоретическую основу этой исследовательской области. Цитируемый анализ чётко делит эволюцию системы знаний на три прогрессивных этапа, интуитивно отражая постоянное углубление и инновации исследовательского контента в этой области.

Несмотря на эти достижения, остаётся несколько проблем. Гетерогенность макрофагов при СКВ всё ещё плохо характеризуется. Секвенирование одноклеточной РНК выявило неожиданные подмножества, такие как фагоцитарные макрофаги MerTK+, которые имеют дефекты у пациентов сСКВ 67. То, как эти подгруппы по-разному влияют на инициацию болезни, обострения и повреждение органов, требует дальнейшегоизучения 68,69. Хотя таргетирование макрофагов имеет терапевтический потенциал — например, способствует эффероцитозу через агонисты рецепторов, активируемых пероксисом-пролифератором (PPARγ), ингибирование инфламмасомы NLRP3 с помощью MCC950 или смещение поляризации в сторону фенотипов M2 — большинство вмешательств остаются доклиническими. Для оценки макрофаг-таргетных терапий при СКВ срочно необходимы высококачественные многоцентровые рандомизированные контролируемые исследования. Трансляция мультиомических сигнатур в клинически применимые биомаркеры и алгоритмы лечения остаётся пробелом. Будущие исследования должны интегрировать подходы системной биологии с строгим клиническим фенотипированием для достижения точной медицины SLE.

У этого исследования есть несколько ограничений, которые следует учитывать. Во-первых, данные были получены исключительно из Web of Science Core Collection, за исключением других баз данных, таких как PubMed, Scopus или китайские базы данных (CNKI, Wanfang). Это могло привести к смещению отбора, особенно для регионально значимых исследований. Хотя WOSCC широко используется для библиометрического анализа, и наши результаты в целом согласуются с предыдущими исследованиями, которые также в основном опирались на WOSCC, включение дополнительных баз данных, таких как Scopus или PubMed, могло охватить более широкий спектр публикаций и потенциально изменить наблюдаемые модели сотрудничества. Во-вторых, наш поиск ограничивался англоязычными публикациями, которые могли недооценивать важные материалы, опубликованные на других языках, особенно из стран, где не говорят по-английски, и с активными программами исследований SLE. В-третьих, библиометрический анализ описывает внешние характеристики и взаимосвязи между ними, но не может оценить качество, инноваторство или клиническую достоверность отдельных исследований. В-четвёртых, период 2016–2025 годов был выбран для отражания последнего десятилетия; Однако некоторые фундаментальные работы, опубликованные до 2016 года, неизбежно недостаточно представлены в области обнаружения вспышек. В-пятых, показатели, основанные на цитировании, по своей природе страдают от задержки цитирования, что означает, что недавно опубликованные качественные исследования могли накопить меньше цитат просто потому, что у них не было достаточно времени для их накопления, что потенциально недооценивает их реальное влияние. Этот временной уклон особенно актуален для публикаций 2025 года, включённых в наш анализ. Наконец, мы признаём, что наш анализ не учитывал конкретно возможные отзывы. Наш набор данных был взят из Web of Science Core Collection, который не исключает автоматически отозванные статьи. Поскольку анализ не выявил и не количественно оценил отозванные записи, степень их влияния на агрегированные библиометрические закономерности неизвестна.

В заключение, этот библиометрический анализ предоставляет всестороннее и объективное отображение макрофагов в области СКВ. Результаты демонстрируют динамическую эволюцию от базовых иммунологических наблюдений к детальным механистическим исследованиям и, в последнее время, к трансляционным и клиническим применениям. Китай стал крупнейшим участником по объёму, тогда как США и европейские страны продолжают лидировать по влиянию и центральной роли сотрудничества. База знаний основана на знаковых обзорах и механистических исследованиях по NETosis, интерферону типа I и эффероцитозу. Современные направления сосредоточены на цитокиновых штормах, иммунометаболизме и терапии, направленных на пути, при этом «многоцентровая диагностика» и «пути интерферона типа I» представляют собой самые яркие направления исследований. Помимо обобщения наших текущих результатов, данное исследование предлагает несколько конкретных применений библиометрического анализа для направления будущих исследований СКВ. Во-первых, мы определили устойчивые направления исследований, в частности поляризацию макрофагов, метаболическое перепрограммирование и таргетную терапию. Эти направления предоставляют основанные на доказательствах рекомендации, помогающие финансирующим агентствам распределять приоритеты в области с долгосрочной научной значимостью. Во-вторых, недостаточное представление публикаций клинических испытаний и дефицит многоцентровых валидационных исследований, выявленных в нашем анализе, выявляют критические пробелы в исследованиях, требующие целенаправленных инвестиций. В-третьих, наблюдаемые коллаборативные сети в основном сосредоточены в Китае и США, тогда как межкластерные связи с другими регионами остаются относительно редкими. Эта тенденция указывает на возможности для содействия международным совместным инициативам, особенно между исследовательскими центрами в Азии, Европе и Латинской Америке, чтобы ускорить глобальный прогресс в терапии СКВ, направленных на макрофаги. Будущие усилия должны уделять приоритет международному сотрудничеству, высококачественным клиническим испытаниям и интеграции мультиомических подходов для преобразования биологии макрофагов в ощутимую пользу для пациентов с СКВ.

Раскрытие информации

У авторов нет конфликта интересов, которые можно было бы заявлять. При подготовке этой рукописи не использовались инструменты с помощью ИИ, включая анализ данных, генерацию изображений или написание.

Благодарности

Эта работа была поддержана Инициативой по совершенствованию и инновациям Китайско-японской больницы дружбы (Грант No ZRZC2025-KCC02), Национальное финансирование клинических исследований высокоуровневых больниц (Грант No 2025-NHLHCRF-JBGS-B-WZ-15), Национальный фонд естественных наук Китая (Грант No 82400846), Крупный инновационный проект в области лекарственных средств Министерства науки и технологий Китая (Грант No 2017ZX09301001) и Программа иностранных ведущих учёных Российского национального научного фонда (Грант No 257431017).

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
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

Ссылки

  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.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

NLRP3Toll

Похожие статьи