Stored <scp>RBC</scp> metabolism as a function of caffeine levels
Notice bibliographique
Résumé
BACKGROUND: Coffee consumption is extremely common in the United States. Coffee is rich with caffeine, a psychoactive, purinergic antagonist of adenosine receptors, which regulate red blood cell energy and redox metabolism. Since red blood cell (purine) metabolism is a critical component to the red cell storage lesion, here we set out to investigate whether caffeine levels correlated with alterations of energy and redox metabolism in stored red blood cells. STUDY DESIGN AND METHODS: We measured the levels of caffeine and its main metabolites in 599 samples from the REDS-III RBC-Omics (Recipient Epidemiology Donor Evaluation Study III Red Blood Cell-Omics) study via ultra-high-pressure-liquid chromatography coupled to high-resolution mass spectrometry and correlated them to global metabolomic and lipidomic analyses of RBCs stored for 10, 23, and 42 days. RESULTS: Caffeine levels positively correlated with increased levels of the main red cell antioxidant, glutathione, and its metabolic intermediates in glutathione-dependent detoxification pathways of oxidized lipids and sugar aldehydes. Caffeine levels were positively correlated with transamination products and substrates, tryptophan, and indole metabolites. Expectedly, since caffeine and its metabolites belong to the family of xanthine purines, all xanthine metabolites were significantly increased in the subjects with the highest levels of caffeine. However, high-energy phosphate compounds ATP and DPG were not affected by caffeine levels, despite decreases in glucose oxidation products-both via glycolysis and the pentose phosphate pathway. CONCLUSION: Though preliminary, this study is suggestive of a beneficial correlation between the caffeine levels and improved antioxidant capacity of stored red cells.
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) | 0,001 | 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 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 ».