Comparison of Serum Metabolite Changes of Radiated Mice Administered with Panax quinquefolium from Different Cultivation Regions Using UPLC-Q/TOF-MS Based Metabolomic Approach
Notice bibliographique
Résumé
Chemometric analysis of bioactive compounds revealed that American ginsengs (AGs) from different cultivation regions of China had a difference in quality, which indicates their possible pharmacological difference. A UPLC-Q/TOF-MS-based untargeted metabolomic approach was used to uncover serum metabolite changes in radiated mice pre-administered with AG root decoctions from seven cultivation regions and to further assess their quality difference. OPLS-DA revealed that 51 metabolites (ESI−) and 110 (ESI+) were differentially expressed in sera between the control and the radiated model mice. Heatmap analysis further revealed that AG could not reverse most of these radiation-altered metabolites, which indicates dietary supplement of AG before cobalt radiation had the weak potential to mediate serum metabolites that were altered by the sub-lethal high dose radiation. In addition, 83 (ESI−) and 244 (ESI+) AG altered metabolites were detected in radiated mice under radiation exposure. Both OPLS-DA on serum metabolomes and heatmap analysis on discriminant metabolites showed that AGs from different cultivation regions differentially influenced metabolic alterations in radiated mice, which indicates AGs from different cultivation regions showed the pharmacological difference in modulation of metabolite changes. AGs from Shandong, Shanxi, and Beijing provinces had more similar pharmacological effects than AGs from USA, Canada, Jilin, and Heilongjiang. Finally, 28 important potential biomarkers were annotated and assigned onto three metabolic pathways including lipid, amino acid, and energy metabolisms.
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 | 0,000 | 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 ».