Untargeted plasma and tissue metabolomics in rats with chronic kidney disease given AST-120
Notice bibliographique
Résumé
Chronic kidney disease (CKD) results in the accumulation of metabolic waste products that are normally cleared by the kidney, known as uremia. Many of these waste products are from bacteria metabolites in the gut. Accumulation of uremic toxins in plasma and tissue, as well as the gut-plasma-tissue metabolic axis are important for understanding pathophysiological mechanisms of comorbidities in CKD. In this study, an untargeted metabolomics approach was used to determine uremic toxin accumulation in plasma, liver, heart and kidney tissue in rats with adenine-induced CKD. Rats with CKD were also given AST-120, a spherical carbon adsorbent, to assess metabolic changes in plasma and tissues with the removal of gut-derived uremic toxins. AST-120 decreased >55% of metabolites that were increased in plasma, liver and heart tissue of rats with CKD. CKD was primarily defined by 8 gut-derived uremic toxins, which were significantly increased in plasma and all tissues. These metabolites were derived from aromatic amino acids and soy protein including: indoxyl sulfate, p-cresyl sulfate, hippuric acid, phenyl sulfate, pyrocatechol sulfate, 4-ethylphenyl sulfate, p-cresol glucuronide and equol 7-glucuronide. Our results highlight the importance of diet and gut-derived metabolites in the accumulation of uremic toxins and define the gut-plasma-tissue metabolic axis in CKD.
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) | 0,001 | 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 | 0,001 |
| 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 ».