Metabolomics and In-Silico Analysis Reveal Critical Energy Deregulations in Animal Models of Parkinson’s Disease
Notice bibliographique
Résumé
Parkinson's disease (PD) is a multifactorial disease known to result from a variety of factors. Although age is the principal risk factor, other etiological mechanisms have been identified, including gene mutations and exposure to toxins. Deregulation of energy metabolism, mostly through the loss of complex I efficiency, is involved in disease progression in both the genetic and sporadic forms of the disease. In this study, we investigated energy deregulation in the cerebral tissue of animal models (genetic and toxin induced) of PD using an approach that combines metabolomics and mathematical modelling. In a first step, quantitative measurements of energy-related metabolites in mouse brain slices revealed most affected pathways. A genetic model of PD, the Park2 knockout, was compared to the effect of CCCP, a mitochondrial uncoupler [corrected]. Model simulated and experimental results revealed a significant and sustained decrease in ATP after CCCP exposure, but not in the genetic mice model. In support to data analysis, a mathematical model of the relevant metabolic pathways was developed and calibrated onto experimental data. In this work, we show that a short-term stress response in nucleotide scavenging is most probably induced by the toxin exposure. In turn, the robustness of energy-related pathways in the model explains how genetic perturbations, at least in young animals, are not sufficient to induce significant changes at the metabolite level.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».