The Saliva Exposome for Monitoring of Individuals’ Health Trajectories
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
BACKGROUND: There is increasing evidence that environmental, rather than genetic, factors are the major causes of most chronic diseases. By measuring entire classes of chemicals in archived biospecimens, exposome-wide association studies (EWAS) are being conducted to investigate associations between a myriad of exposures received during life and chronic diseases. OBJECTIVES: Because the intraindividual variability in biomarker levels, arising from changes in environmental exposures from conception onwards, leads to attenuation of exposure-disease associations, we posit that saliva can be collected repeatedly in longitudinal studies to reduce exposure-measurement errors in EWAS. METHODS: From the literature and an open-source saliva-metabolome database, we obtained concentrations of 1,233 chemicals that had been detected in saliva. We connected salivary metabolites with human metabolic pathways and PubMed Medical Subject Heading (MeSH) terms, and performed pathway enrichment and pathway topology analyses. RESULTS: One hundred ninety-six salivary metabolites were mapped into 49 metabolic pathways and connected with human metabolic diseases, central nervous system diseases, and neoplasms. We found that the saliva exposome represents at least 14 metabolic pathways, including amino acid metabolism, TCA cycle, gluconeogenesis, glutathione metabolism, pantothenate and CoA biosynthesis, and butanoate metabolism. CONCLUSIONS: Saliva contains molecular information worthy of interrogation via EWAS. The simplicity of specimen collection suggests that saliva offers a practical alternative to blood for measurements that can be used to characterize individual exposomes. https://doi.org/10.1289/EHP1011.
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 | 0,002 | 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 | 0,004 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 découle