MétaCan
Menu
Retour à la cohorte
Enregistrement W3175495588 · doi:10.1016/j.ebiom.2021.103440

Multiplatform metabolomics for an integrative exploration of metabolic syndrome in older men

2021· article· en· W3175495588 sur OpenAlexafffundabout
Blandine Comte, Stéphanie Monnerie, Marion Brandolini-Bunlon, Cécile Canlet, Florence Castelli, Emeline Chu‐Van, Benoît Colsch, François Fenaille, Charlotte Joly, Fabien Jourdan, Natacha Lenuzza, Bernard Lyan, Jean‐François Martin, Carole Migné, José Morais, Mélanie Pétéra, Nathalie Poupin, Florence Vinson, Etienne Thévenot, Christophe Junot, Pierrette Gaudreau, Estelle Pujos‐Guillot

Notice bibliographique

RevueEBioMedicine · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensCentre Hospitalier de l’Université de MontréalMcGill UniversityUniversité de MontréalMcGill University Health Centre
Organismes subventionnairesFonds de Recherche du Québec - SantéAgence Nationale de la RechercheCanadian Institutes of Health ResearchFondation de l’Université LavalRéseau québécois de recherche sur le vieillissement
Mots-clésMetabolomicsMetabolic syndromeMetabolomeLipidomePhenomeBiobankGerontologyMedicineMetabolic networkLipidomicsBiologyComputational biologyBioinformaticsObesityPhenotypeInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Metabolic syndrome (MetS), a cluster of factors associated with risks of developing cardiovascular diseases, is a public health concern because of its growing prevalence. Considering the combination of concomitant components, their development and severity, MetS phenotypes are largely heterogeneous, inducing disparity in diagnosis. METHODS: A case/control study was designed within the NuAge longitudinal cohort on aging. From a 3-year follow-up of 123 stable individuals, we present a deep phenotyping approach based on a multiplatform metabolomics and lipidomics untargeted strategy to better characterize metabolic perturbations in MetS and define a comprehensive MetS signature stable over time in older men. FINDINGS: We characterize significant changes associated with MetS, involving modulations of 476 metabolites and lipids, and representing 16% of the detected serum metabolome/lipidome. These results revealed a systemic alteration of metabolism, involving various metabolic pathways (urea cycle, amino-acid, sphingo- and glycerophospholipid, and sugar metabolisms…) not only intrinsically interrelated, but also reflecting environmental factors (nutrition, microbiota, physical activity…). INTERPRETATION: These findings allowed identifying a comprehensive MetS signature, reduced to 26 metabolites for future translation into clinical applications for better diagnosing MetS. FUNDING: The NuAge Study was supported by a research grant from the Canadian Institutes of Health Research (CIHR; MOP-62842). The actual NuAge Database and Biobank, containing data and biologic samples of 1,753 NuAge participants (from the initial 1,793 participants), are supported by the Fonds de recherche du Québec (FRQ; 2020-VICO-279753), the Quebec Network for Research on Aging, a thematic network funded by the Fonds de Recherche du Québec - Santé (FRQS) and by the Merck-Frost Chair funded by La Fondation de l'Université de Sherbrooke. All metabolomics and lipidomics analyses were funded and performed within the metaboHUB French infrastructure (ANR-INBS-0010). All authors had full access to the full data in the study and accept responsibility to submit for publication.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,297
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207