Is Exposure to BMAA a Risk Factor for Neurodegenerative Diseases? A Response to a Critical Review of the BMAA Hypothesis
Notice bibliographique
Résumé
In a literature survey, Chernoff et al. (2017) dismissed the hypothesis that chronic exposure to β-N-methylamino-L-alanine (BMAA) may be a risk factor for progressive neurodegenerative disease. They question the growing scientific literature that suggests the following: (1) BMAA exposure causes ALS/PDC among the indigenous Chamorro people of Guam; (2) Guamanian ALS/PDC shares clinical and neuropathological features with Alzheimer's disease, Parkinson's disease, and ALS; (3) one possible mechanism for protein misfolds is misincorporation of BMAA into proteins as a substitute for L-serine; and (4) chronic exposure to BMAA through diet or environmental exposures to cyanobacterial blooms can cause neurodegenerative disease. We here identify multiple errors in their critique including the following: (1) their review selectively cites the published literature; (2) the authors reported favorably on HILIC methods of BMAA detection while the literature shows significant matrix effects and peak coelution in HILIC that may prevent detection and quantification of BMAA in cyanobacteria; (3) the authors build alternative arguments to the BMAA hypothesis, rather than explain the published literature which, to date, has been unable to refute the BMAA hypothesis; and (4) the authors erroneously attribute methods to incorrect studies, indicative of a failure to carefully consider all relevant publications. The lack of attention to BMAA research begins with the review's title which incorrectly refers to BMAA as a "non-essential" amino acid. Research regarding chronic exposure to BMAA as a cause of human neurodegenerative diseases is emerging and requires additional resources, validation, and research. Here, we propose strategies for improvement in the execution and reporting of analytical methods and the need for additional and well-executed inter-lab comparisons for BMAA quantitation. We emphasize the need for optimization and validation of analytical methods to ensure that they are fit-for-purpose. Although there remain gaps in the literature, an increasingly large body of data from multiple independent labs using orthogonal methods provides increasing evidence that chronic exposure to BMAA may be a risk factor for neurological illness.
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 | 0,043 | 0,150 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,011 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,006 | 0,012 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,012 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».