Comprehensive Plasma Metabolomic Analyses of Atherosclerotic Progression Reveal Alterations in Glycerophospholipid and Sphingolipid Metabolism in Apolipoprotein E-deficient Mice
Notice bibliographique
Résumé
Atherosclerosis is the major underlying cause of most cardiovascular diseases. Despite recent advances, the molecular mechanisms underlying the pathophysiology of atherogenesis are not clear. In this study, comprehensive plasma metabolomics were used to investigate early-stage atherosclerotic development and progression in chow-fed apolipoprotein E-deficient mice at 5, 10 and 15 weeks of age. Comprehensive plasma metabolomic profiles, based on 4365 detected metabolite features, differentiate atherosclerosis-prone from atherosclerosis-resistant models. Metabolites in the sphingomyelin pathway were significantly altered prior to detectable lesion formation and at all subsequent time-points. The cytidine diphosphate-diacylglycerol pathway was up-regulated during stage I of atherosclerosis, while metabolites in the phosphatidylethanolamine and glycosphingolipid pathways were augmented in mice with stage II lesions. These pathways, involving glycerophospholipid and sphingolipid metabolism, were also significantly affected during the course of atherosclerotic progression. Our findings suggest that distinct plasma metabolomic profiles can differentiate the different stages of atherosclerotic progression. This study reveals that alteration of specific, previously unreported pathways of glycerophospholipid and sphingolipid metabolism are associated with atherosclerosis. The clear difference in the level of several metabolites supports the use of plasma lipid profiling as a diagnostic tool of atherogenesis.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».