Metabolomics analysis identifies different metabotypes of asthma severity
Notice bibliographique
Résumé
In this study, we sought to determine whether asthma has a metabolic profile and whether this profile is related to disease severity. We characterised the serum from 22 healthy individuals and 54 asthmatics (12 mild, 20 moderate, 22 severe) using liquid chromatography–high-resolution mass spectrometry-based metabolomics. Selected metabolites were confirmed by targeted mass spectrometry assays of eicosanoids, sphingolipids and free fatty acids. We conclusively identified 66 metabolites; 15 were significantly altered with asthma (p≤0.05). Levels of dehydroepiandrosterone sulfate, cortisone, cortisol, prolylhydroxyproline, pipecolate and N-palmitoyltaurine correlated significantly (p<0.05) with inhaled corticosteroid dose, and were further shifted in individuals treated with oral corticosteroids. Oleoylethanolamide increased with asthma severity independently of steroid treatment (p<0.001). Multivariate analysis revealed two patterns: 1) a mean difference between controls and patients with mild asthma (p=0.025), and 2) a mean difference between patients with severe asthma and all other groups (p=1.7×10 −4 ). Metabolic shifts in mild asthma, relative to controls, were associated with exogenous metabolites ( e.g. dietary lipids), while those in moderate and severe asthma ( e.g. oleoylethanolamide, sphingosine-1-phosphate, N-palmitoyltaurine) were postulated to be involved in activating the transient receptor potential vanilloid type 1 (TRPV1) receptor, driving TRPV1-dependent pathogenesis in asthma. Our findings suggest that asthma is characterised by a modest systemic metabolic shift in a disease severity-dependent manner, and that steroid treatment significantly affects metabolism.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».