Quantitative Metabolomic Profiling of Serum, Plasma, and Urine by <sup>1</sup> H NMR Spectroscopy Discriminates between Patients with Inflammatory Bowel Disease and Healthy Individuals
Notice bibliographique
Résumé
Serologic biomarkers for inflammatory bowel disease (IBD) have yielded variable differentiating ability. Quantitative analysis of a large number of metabolites is a promising method to detect IBD biomarkers. Human subjects with active Crohn's disease (CD) and active ulcerative colitis (UC) were identified, and serum, plasma, and urine specimens were obtained. We characterized 44 serum, 37 plasma, and 71 urine metabolites by use of (1)H NMR spectroscopy and "targeted analysis" to differentiate between diseased and non-diseased individuals, as well as between the CD and UC cohorts. We used multiblock principal component analysis and hierarchical OPLS-DA for comparing several blocks derived from the same "objects" (e.g., subject) to examine differences in metabolites. In serum and plasma of IBD patients, methanol, mannose, formate, 3-methyl-2-oxovalerate, and amino acids such as isoleucine were the metabolites most prominently increased, whereas in urine, maximal increases were observed for mannitol, allantoin, xylose, and carnitine. Both serum and plasma of UC and CD patients showed significant decreases in urea and citrate, whereas in urine, decreases were observed, among others, for betaine and hippurate. Quantitative metabolomic profiling of serum, plasma, and urine discriminates between healthy and IBD subjects. However, our results show that the metabolic differences between the CD and UC cohorts are less pronounced.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».