Identification of a Reliable Biomarker Profile for the Diagnosis of Gaucher Disease Type 1 Patients Using a Mass Spectrometry-Based Metabolomic Approach
Notice bibliographique
Résumé
Gaucher disease (GD) is a rare autosomal recessive multisystemic lysosomal storage disorder presenting a marked phenotypic and genotypic variability. GD is caused by a deficiency in the glucocerebrosidase enzyme. The diagnosis of GD remains challenging because of the large clinical spectrum associated with the disease. Moreover, GD biomarkers are often not sensitive enough and can be subject to polymorphic variations. The main objective of this study was to perform a metabolomic study using an ultra-performance liquid chromatography system coupled to a time-of-flight mass spectrometer to identify novel GD biomarkers. Following the analysis of plasma samples from patients with GD, and age- and gender-matched control samples, supervised statistical analyses were used to find the best molecules to differentiate the two groups. Targeted biomarkers were structurally elucidated using accurate mass measurements and tandem mass spectrometry. This metabolomic study was successful in highlighting seven biomarkers associated with GD. Fragmentation tests revealed that these latter biomarkers were lyso-Gb1 (glucosylsphingosine) and four related analogs (with the following modifications on the sphingosine moiety: -C2H4, -H2, -H2+O, and +H2O), sphingosylphosphorylcholine, and N-palmitoyl-O-phosphocholineserine. Based on the plasma biomarker distribution, we suggest the evaluation of this GD biomarker profile, which might facilitate early diagnosis, monitoring, and follow-up of patients.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».