Differential metabolomics analysis allows characterization of diversity of metabolite networks between males and females
Notice bibliographique
Résumé
Females and males are known to have different abilities to cope with stress and disease. This study was designed to investigate the effect of sex on properties of a complex interlinked network constructed of central biochemical metabolites. The study involved the blood collection and analysis of a large set of blood metabolic markers from a total of 236 healthy participants, which included 140 females and 96 males. Metabolic profiling yielded concentrations of 168 metabolites for each subject. A differential correlation network analysis approach was developed for this study that allowed detection and characterization of interconnection differences in metabolites in males and females. Through topological analysis of the differential network that depicted metabolite differences in the sexes, we identified metabolites with high centralities in this network. These key metabolites were identified as 10 phosphatidylcholines (PCaaC34:4, PCaaC36:6, PCaaC34:3, PCaaC42:2, PCaeC38:1, PCaeC38:2, PCaaC40:1, PCaeC34:1, PC aa C32:1 and PC aa C40:6) and 4 acylcarnitines (C3-OH, C7-DC, C3 and C0). Identification of these metabolites may help further studies of sex-specific differences in the metabolome that may underlie different responses to stress and disease in males and females.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».