Impact of taurine on red blood cell metabolism and implications for blood storage
Notice bibliographique
Résumé
ABSTRACT BACKGROUND Taurine is an antioxidant that is abundant in some common energy drinks. Here we hypothesized that the antioxidant activity of taurine in red blood cells (RBCs) could be leveraged to counteract storage‐induced oxidant stress. STUDY DESIGN AND METHODS Metabolomics analyses were performed on plasma and RBCs from healthy volunteers (n = 4) at baseline and after consumption of a whole can of a common, taurine‐rich (1000 mg/serving) energy drink. Reductionistic studies were also performed by incubating human RBCs with taurine ex vivo (unlabeled or 13 C 15 N‐labeled) at increasing doses (0, 100, 500, and 1000 μmol/L) at 37°C for up to 16 hours, with and without oxidant stress challenge with hydrogen peroxide (0.1% or 0.5%). Finally, we stored human and murine RBCs under blood bank conditions in additives supplemented with 500 μmol/L taurine, before metabolomics and posttransfusion recovery studies. RESULTS Consumption of energy drinks increased plasma and RBC levels of taurine, which was paralleled by increases in glycolysis and glutathione (GSH) metabolism in the RBC. These observations were recapitulated ex vivo after incubation with taurine and hydrogen peroxide. Taurine levels in the RBCs from the REDS‐III RBC‐Omics donor biobank were directly proportional to the total levels of GSH and glutathionylated metabolites and inversely correlated to oxidative hemolysis measurements. Storage of human RBCs in the presence of taurine improved energy and redox markers of storage quality and increased posttransfusion recoveries in FVB mice. CONCLUSION Taurine modulates RBC antioxidant metabolism in vivo and ex vivo, an observation of potential relevance to transfusion medicine.
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 ».