Quantitation of a Urinary Profile of Biomarkers in Gaucher Disease Type 1 Patients Using Tandem Mass Spectrometry
Notice bibliographique
Résumé
Gaucher disease is a rare inherited disorder caused by a deficiency of the lysosomal acid beta-glucocerebrosidase enzyme. Metabolomic studies by our group targeted several new potential urinary biomarkers. Apart from lyso-Gb1, these studies highlighted lyso-Gb1 analogs −28, −26, −12 (A/B), +2, +14, +16 (A/B), +30, and +32 Da, and polycyclic lyso-Gb1 analogs 362, 366, 390, and 394 Da. The main objective of the current study was to develop and validate a robust UPLC-MS/MS method to study the urine distribution of these biomarkers in patients. Method: Urine samples were purified using solid-phase extraction. A 12 min UPLC-MS/MS method was developed. Results: Validation assays revealed high precision and accuracy for creatinine and lyso-Gb1. Most lyso-Gb1 analogs had good recovery rates and high intra- and interday precision assays. Biomarker-estimated LOD and LOQ levels ranged from 56–109 pM to 186–354 pM, respectively. Comparison between GD patients and healthy controls showed significant differences in most biomarker levels. Typically, treated GD patients presented lower biomarker levels compared to untreated patients. Conclusions: These data suggest that the metabolites investigated might be interesting GD biomarkers. More studies with a larger cohort of patients will be needed to better understand the clinical significance of these GD biomarkers.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».