Vitamin C Differentially Impacts the Serum Proteome Profile in Female and Male Mice
Notice bibliographique
Résumé
A suboptimal blood vitamin C (ascorbate) level increases the risk of several chronic diseases. However, the detection of hypovitaminosis C is not a simple task, as ascorbate is unstable in blood samples. In this study, we examined the serum proteome of mice lacking the gulonolactone oxidase (Gulo) required for the ascorbate biosynthesis. Gulo–/– mice were supplemented with different concentrations of ascorbate in drinking water, and serum was collected to identify proteins correlating with serum ascorbate levels using an unbiased label-free liquid chromatography-tandem mass spectrometry global quantitative proteomic approach. Parallel reaction monitoring was performed to validate the correlations. We uncovered that the serum proteome profiles differ significantly between male and female mice. Also, unlike Gulo–/– males, a four-week ascorbate treatment did not entirely re-establish the serum proteome profile of ascorbate-deficient Gulo–/– females to the optimal profile exhibited by Gulo–/– females that never experienced an ascorbate deficiency. Finally, the serum proteins involved in retinoid metabolism, cholesterol, and lipid transport were similarly affected by ascorbate levels in males and females. In contrast, the proteins regulating serum peptidases and the protein of the acute phase response were different between males and females. These proteins are potential biomarkers correlating with blood ascorbate levels and require further study in standard clinical settings. The complete proteomics data set generated in this study has been deposited to the public repository ProteomeXchange with the data set identifier: PXD027019.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».