Storage of human plasma samples leads to alterations in the lipoprotein distribution of apoC-III and apoE
Notice bibliographique
Résumé
The effect of frozen storage on lipoprotein distribution of apolipoprotein C-III (apoC-III) and apoE was investigated by measuring apoC-III and apoE by ELISA in HDL and apoB-containing lipoproteins of human plasma samples (n = 16) before and after 2 weeks of frozen storage (-20 degrees C). HDLs were separated by heparin-manganese precipitation (HMP) or by fast-protein liquid chromatography (FPLC). Total plasma apoC-III and apoE levels were not affected by frozen storage. HDL-HMP apoC-III and apoE levels were significantly higher in frozen versus fresh samples: 7.7 +/- 0.7 versus 6.7 +/- 0.7 mg/dl (P < 0.05) and 2.0 +/- 0.1 versus 1.2 +/- 0.1 mg/dl (P < 0.001), respectively. HDL-FPLC apoC-III and apoE, but not triglyceride (TG) or cholesterol, levels were also higher in frozen samples: 12.0 +/- 1.2 versus 7.5 +/- 0.6 mg/dl (P < 0.001) and 2.7 +/- 0.2 versus 1.6 +/- 0.2 mg/dl (P < 0.001), respectively. Frozen storage led to a decrease in apoC-III (-17 +/- 9%) and apoE (-19 +/- 9%) in triglyceride-rich lipoprotein. Redistribution of apoC-III and apoE was most evident in samples with high TG levels. HDL apoC-III and apoE levels were also significantly higher when measured in plasma stored at -80 degrees C. Our results demonstrate that lipoprotein distribution of apoC-III and apoE is affected by storage of human plasma, suggesting that analysis of frozen plasma should be avoided in studies relating lipoprotein levels of apoC-III and/or apoE to the incidence of coronary artery disease.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».