Plasma and urine metabolomic analyses in aortic valve stenosis reveal shared and biofluid-specific changes in metabolite levels
Notice bibliographique
Résumé
Aortic valve stenosis (AVS) is a prevalent condition among the elderly population that eventually requires aortic valve replacement. The lack of reliable biomarkers for AVS poses a challenge for its early diagnosis and the application of preventive measures. Untargeted gas chromatography mass spectrometry (GC-MS) metabolomics was applied in 46 AVS cases and 46 controls to identify plasma and urine metabolites underlying AVS risk. Multivariate data analyses were performed on pre-processed data (e.g. spectral peak alignment), in order to detect changes in metabolite levels in AVS patients and to evaluate their performance in group separation and sensitivity of AVS prediction, followed by regression analyses to test for their association with AVS. Through untargeted analysis of 190 urine and 130 plasma features that could be detected and quantified in the GC-MS spectra, we identified contrasting levels of 22 urine and 21 plasma features between AVS patients and control subjects. Following metabolite assignment, we observed significant changes in the concentration of known metabolites in urine (n = 14) and plasma (n = 15) that distinguish the metabolomic profiles of AVS patients from healthy controls. Associations with AVS were replicated in both plasma and urine for about half of these metabolites. Among these, 2-Oxovaleric acid, elaidic acid, myristic acid, palmitic acid, estrone, myo-inositol showed contrasting trends of regulation in the two biofluids. Only trans-Aconitic acid and 2,4-Di-tert-butylphenol showed consistent patterns of regulation in both plasma and urine. These results illustrate the power of metabolomics in identifying potential disease-associated biomarkers and provide a foundation for further studies towards early diagnostic applications in severe heart conditions that may prevent surgery in the elderly.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».