Metabolomic Profiling of Aqueous Humor in Glaucoma Points to Taurine and Spermine Deficiency: Findings from the Eye-D Study
Notice bibliographique
Résumé
We compared the metabolomic profile of aqueous humor from patients with primary open-angle glaucoma (POAG; n = 26) with that of a group of age- and sex-matched non-POAG controls (n = 26), all participants undergoing cataract surgery. Supervised paired partial least-squares discriminant analysis showed good predictive performance for test sets with a median area under the receiver operating characteristic of 0.89 and a p-value of 0.0087. Twenty-three metabolites allowed discrimination between the two groups. Univariate analysis after the Benjamini-Hochberg correction showed significant differences for 13 of these metabolites. The POAG metabolomic signature indicated reduced concentrations of taurine and spermine and increased concentrations of creatinine, carnitine, three short-chain acylcarnitines, 7 amino acids (glutamine, glycine, alanine, leucine, isoleucine, hydroxyl-proline, and acetyl-ornithine), 7 phosphatidylcholines, one lysophosphatidylcholine, and one sphingomyelin. This suggests an alteration of metabolites involved in osmoprotection (taurine and creatinine), neuroprotection (spermine, taurine, and carnitine), amino acid metabolism (7 amino acids and three acylcarnitines), and the remodeling of cell membranes drained by the aqueous humor (hydroxyproline and phospholipids). Five of these metabolic alterations, already reported in POAG plasma, concern spermine, C3 and C4 acylcarnitines, PC aa 34:2, and PC aa 36:4, thus highlighting their importance in the pathogenesis of glaucoma.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».