Metabolomic Profiling of Bile Acids in Clinical and Experimental Samples of Alzheimer’s Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Certain endogenous bile acids have been proposed as potential therapies for ameliorating Alzheimer's disease (AD) but their role, if any, in the pathophysiology of this disease is not currently known. Given recent evidence of bile acids having protective and anti-inflammatory effects on the brain, it is important to establish how AD affects levels of endogenous bile acids. Using LC-MS/MS, this study profiled 22 bile acids in brain extracts and blood plasma from AD patients (n = 10) and age-matched control subjects (n = 10). In addition, we also profiled brain/plasma samples from APP/PS1 and WT mice (aged 6 and 12 months). In human plasma, we detected significantly lower cholic acid (CA, p = 0.03) in AD patients than age-matched control subjects. In APP/PS1 mouse plasma we detected higher CA (p = 0.05, 6 months) and lower hyodeoxycholic acid (p = 0.04, 12 months) than WT. In human brain with AD pathology (Braak stages V-VI) taurocholic acid (TCA) were significantly lower (p = 0.01) than age-matched control subjects. In APP/PS1 mice we detected higher brain lithocholic acid (p = 0.05) and lower tauromuricholic acid (TMCA; p = 0.05, 6 months). TMCA was also decreased (p = 0.002) in 12-month-old APP/PS1 mice along with 5 other acids: CA (p = 0.02), β-muricholic acid (p = 0.02), Ω-muricholic acid (p = 0.05), TCA (p = 0.04), and tauroursodeoxycholic acid (p = 0.02). The levels of bile acids are clearly disturbed during the development of AD pathology and, since some bile acids are being proposed as potential AD therapeutics, we demonstrate a method that can be used to support work to advance bile acid therapeutics.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle