MétaCan
Menu
← Retour à la cohorte
Enregistrement W3182471653 · doi:10.21203/rs.3.rs-684065/v1

Identification of Metabolic Pathway Dysregulation in Diabetic Retinopathy: A Propensity Score-Matched Metabolomic Study

2021· preprint· en· W3182471653 sur OpenAlexaff
Chengnan Guo, Depeng Jiang, Yixi Xu, Fang Peng, Shuzhen Zhao, Huihui Li, Dongzhen Jin, Xin Xu, Zhezheng Xia, Mingzhu Che, Mengyuan Lai, Ruogu Huang, Chao Zheng, Guangyun Mao

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesBasic Public Welfare Research Program of Zhejiang ProvinceNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of ChinaWenzhou Medical University
Mots-clésPropensity score matchingDiabetic retinopathyMetabolomicsDiabetes mellitusMedicineIdentification (biology)RetinopathyInternal medicineBioinformaticsOncologyPharmacologyEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Diabetic retinopathy (DR) is a major diabetes-related disease linked to metabolism. However, scientifically assessment of serum metabolic alterations in DR is scarce. We aimed to investigate the changes in metabolic coregulation from type 2 diabetic patients (T2DM) to DR and identify corresponding metabolite predictors via a widely targeted metabolomics approach.Methods In this case-control study, we tested 613 serum metabolites in 69 pairs of T2DM with DR (case) and propensity score-matched T2DM without DR (control) utilizing the ultra-performance liquid chromatography-electrospray ionization-tandem mass spectrometry system. The discrimination capability of differentially expressed metabolites (DEMs) in DR identification was also evaluated using a least absolute shrinkage and selection operator (LASSO) regression-based linear support vector machine (SVM) classifier. Metabolic pathway dysregulation in DR were comprehensively investigated by metabolic pathway analysis, chemical similarity enrichment analysis and MetaMapp approaches.Results A total of 89 DEMs were identified after paired univariate analysis and partial least squares discriminant analysis. The linear-SVM model based on LASSO regression selected DEMs had an excellent discrimination with an area under the ROC curve (AUC) as 0.99 (95% confidence interval: 0.95, 1.00). The biosynthesis of polyunsaturated fatty acids (PUFAs), thiamine metabolism, amino acids (mainly glycine, serine and threonine metabolism), hydroxyeicosatetraenoic acid (HETE), disaccharides, indoles and nucleotides were significantly enriched in DR. Conclusions This study systematically demonstrates that distinct metabolic alterations are linked to DR initiation. n-3 PUFAs, trehalose and vitamin B1 play an important role in inhibiting DR progression.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,344
Écart entre enseignants0,286 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetMetabolomics and Mass Spectrometry Studies→Travaux en français237 207→