Distinctive Metabolomics Patterns Associated With Insulin Resistance and Type 2 Diabetes Mellitus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Obesity is associated with an increased risk of insulin resistance (IR) and type 2 diabetes mellitus (T2DM) which is a multi-factorial disease associated with a dysregulated metabolism and can be prevented in pre-diabetic individuals with impaired glucose tolerance. A metabolomic approach emphasizing metabolic pathways is critical to our understanding of this heterogeneous disease. This study aimed to characterize the serum metabolomic fingerprint and multi-metabolite signatures associated with IR and T2DM. Here, we have used untargeted high-performance chemical isotope labeling (CIL) liquid chromatography-mass spectrometry (LC-MS) to identify candidate biomarkers of IR and T2DM in sera from 30 adults of normal weight, 26 obese adults, and 16 adults newly diagnosed with T2DM. Among the 3633 peak pairs detected, 62% were either identified or matched. A group of 78 metabolites were up-regulated and 111 metabolites were down-regulated comparing obese to lean group while 459 metabolites were up-regulated and 166 metabolites were down-regulated comparing T2DM to obese groups. Several metabolites were identified as IR potential biomarkers, including amino acids (Asn, Gln, and His), methionine (Met) sulfoxide, 2-methyl-3-hydroxy-5-formylpyridine-4-carboxylate, serotonin, L-2-amino-3-oxobutanoic acid, and 4,6-dihydroxyquinoline. T2DM was associated with dysregulation of 42 metabolites, including amino acids, amino acids metabolites, and dipeptides. In conclusion, these pilot data have identified IR and T2DM metabolomics panels as potential novel biomarkers of IR and identified metabolites associated with T2DM, with possible diagnostic and therapeutic applications. Further studies to confirm these associations in prospective cohorts are warranted.
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.
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 découle