Dried Blood Spot-Based Metabolomic Profiling in Adults with Cystic Fibrosis
Notice bibliographique
Résumé
Mucoviscidosis of the respiratory, gastrointestinal, and genitourinary tracts is the major pathology in patients with cystic fibrosis (CF), a lethal monogenic panethnic and multisystemic disease most commonly identified in Caucasians. Currently, the measurement of immuno reactive trypsinogen in dry blood spots (DBSs) is the gold-standard method for initial newborn screening for CF, followed by targeted CF transmembrane regulator (CFTR) mutation analysis, and ultimate confirmation with abnormally elevated sweat chloride. Previous metabolomics studies in patients with CF reported on different biomarkers such as breath 2-aminoacetophenone produced during acute and chronic infection in human tissues, including the lungs of CF patients. Herein, we used liquid and gas chromatography–mass spectrometry-based targeted metabolomics profiling to identify potentially reliable, sensitive, and specific biomarkers in DBSs collected from 69 young and adult people including CF patients (n = 39) and healthy control (n = 30). A distinctive metabolic profile including 26 significantly differentially expressed metabolites involving amino acids, glycolysis, mitochondrial and peroxisomal metabolism, and sorbitol pathways was identified. Specifically, the osmolyte (sorbitol) was remarkably downregulated in CF patients compared to healthy controls indicating perturbation in the sorbitol pathway, which may be responsible for the mucoviscidosis seen in patients with CF. The significance of our findings is supported by the clinical utility of inhaled mannitol and hypertonic saline in patients with CF. The systemic administration of sorbitol in such patients may confer additional benefits beyond the respiratory system, especially in those with misfolded CFTR proteins.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| 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 ».