MétaCan
Menu
Retour à la cohorte
Enregistrement W3023963269 · doi:10.1002/mnfr.202000178

Plasma Metabolomics Profiles are Associated with the Amount and Source of Protein Intake: A Metabolomics Approach within the PREDIMED Study

2020· article· en· W3023963269 sur OpenAlexaff
Pablo Hernández‐Alonso, Nerea Becerra‐Tomás, Christopher Papandreou, Mònica Bulló, Marta Guasch‐Ferré, Estefanía Toledo, Miguel Ruiz‐Canela, Clary B. Clish, Dolores Corella, Courtney Dennis, Amy Deik, Dong D. Wang, Cristina Razquín, Jean‐Philippe Drouin‐Chartier, Ramón Estruch, Emilio Ros, Montserrat Fitó, Fernando Arós, Miquel Fiol, Lluís Serra‐Majem, Liming Liang, Miguel Ángel Martínez‐González, Frank B. Hu, Jordi Salas‐Salvadó

Notice bibliographique

RevueMolecular Nutrition & Food Research · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesInstituto de Salud Carlos IIIInstitució Catalana de Recerca i Estudis AvançatsNIH Clinical CenterGeneralitat Valenciana
Mots-clésMetabolomicsMetaboliteAllantoinPlant proteinChemistryMetabolomeCarnitineInternal medicineEndocrinologyBiologyBiochemistryFood scienceMedicineChromatography

Résumé

récupéré en direct d'OpenAlex

SCOPE: The plasma metabolomics profiles of protein intake have been rarely investigated. The aim is to identify the distinct plasma metabolomics profiles associated with overall intakes of protein as well as with intakes from animal and plant protein sources. METHODS AND RESULTS: A cross-sectional analysis using data from 1833 participants at high risk of cardiovascular disease is conducted. Associations between 385 identified metabolites and the intake of total, animal protein (AP), and plant protein (PP), and plant-to-animal ratio (PR) are assessed using elastic net continuous regression analyses. A double 10-cross-validation (CV) procedure is used and Pearson correlations coefficients between multi-metabolite weighted models and reported protein intake in each pair of training-validation datasets are calculated. A wide set of metabolites is consistently associated with each protein source evaluated. These metabolites mainly consisted of amino acids and their derivatives, acylcarnitines, different organic acids, and lipid species. Few metabolites overlapped among protein sources (i.e., C14:0 SM, C20:4 carnitine, GABA, and allantoin) but none of them toward the same direction. Regarding AP and PP approaches, C20:4 carnitine and dimethylglycine are positively associated with PP but negatively associated with AP. However, allantoin, C14:0 SM, C38:7 PE plasmalogen, GABA, metronidazole, and trigonelline (N-methylnicotinate) behave contrarily. Ten-CV Pearson correlation coefficients between self-reported protein intake and plasma metabolomics profiles range from 0.21 for PR to 0.32 for total protein. CONCLUSIONS: Different sets of metabolites are associated with total, animal, and plant protein intake. Further studies are needed to assess the contribution of these metabolites in protein biomarkers' discovery and prediction of cardiometabolic alterations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,271
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Nutrition & Food ResearchMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207