Metabolomic Analysis of Serum and Placenta in Preeclampsia
Notice bibliographique
Résumé
Abstract Background: Preeclampsia (PE) is one of the main causes of maternal and fetal morbidity and mortality worldwide. This study was aimed to explore the potential metabolic alterations in women diagnosed with PE and reveal the underlying pathogenesis of disease. Methods; Healthy pregnant women and patients diagnosed with PE were recruited from August 2017 to February 2018. The metabolomic analysis of serum (n=90) and placenta (n=9) samples collected from the two groups were performed with the high performance liquid chromatography coupled with quadrupole-time-of light mass spectrometry (HPLC-QTOF-MS). Results: In serum, 16 metabolites that were present in different concentrations between the two groups were identified, of which pyroglutamic acid (pGlu), methionine, glutamine and taurocholic acid may be used as potential PE diagnosis biomarkers with the area under ROC curve of 0.901, 0.909, 0.892 and 0.873 respectively. Furthermore, the metabolic pathways analysis with differential metabolites in serum and placenta samples showed that linoleic acid and alpha- linolenic acid metabolism, phenylalanine, tyrosine and tryptophan biosynthesis, D-glutamine/D-glutamate metabolism, phenylalanine metabolism, glutathione metabolism and tryptophan metabolism were significantly altered and might be involved in PE pathogenesis. Conclusions: These results showed the altered metabolic pathways could contribute to the pathophysiologic mechanisms of PE.
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 | 0,012 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».