Distinct Basal Metabolism in Three Mouse Models of Neurodevelopmental Disorders
Notice bibliographique
Résumé
Abstract Prevalence of metabolic disturbances is higher among individuals with neurodevelopmental disorders (NDDs), yet this association has been largely overlooked. Investigation into human disease remains challenging, as a complete pathophysiological understanding relies on accurate modeling and highly controlled variables. Genetically engineered mouse models are widely used to gain insight into the biology of human NDDs, but research focus has been on behavioral and neurophysiological abnormalities. Such models not only allow for evaluating usefulness in reproducing human features, including similarities and discrepancies with rodent phenotypes, but they also represent a unique opportunity to observe and quantify novel anomalies. Here, we present the first characterization and comparison of basal metabolism in three mouse models of NDDs, namely, Down syndrome (DS; Dp(16)Yey/+ mice), 16p11.2 deletion syndrome (16pDel; 16p11.2 df/+ mice), and fragile X syndrome [FXS; Fmr1 knock-out (KO) mice] and their wild-type (WT) counterparts. Using the Comprehensive Lab Animal Monitoring System (CLAMS) coupled to EchoMRI, as well as quantification of key plasma metabolites by liquid chromatography mass spectrometry (LC-MS), our in vivo study reveals that each mouse model expresses a unique metabolic signature that is sex-specific, independent of the amount of food consumed and minimally influenced by physical activity. In particular, we identify striking differences in body composition, respiratory exchange ratio (RER), caloric expenditure (CE), and concentrations of circulating plasma metabolites related to mitochondrial function. Providing novel insight into NDD-associated metabolic alterations is an essential prerequisite for future preclinical and clinical interventions.
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) | 0,000 | 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 ».