An Emerging Cross-Species Marker for Organismal Health: Tryptophan-Kynurenine Pathway
Notice bibliographique
Résumé
Tryptophan (TRP) is an essential dietary amino acid that, unless otherwise committed to protein synthesis, undergoes metabolism via the Tryptophan-Kynurenine (TRP-KYN) pathway in vertebrate organisms. TRP and its metabolites have key roles in diverse physiological processes including cell growth and maintenance, immunity, disease states and the coordination of adaptive responses to environmental and dietary cues. Changes in TRP metabolism can alter the availability of TRP for protein and serotonin biosynthesis as well as alter levels of the immune-active KYN pathway metabolites. There is now considerable evidence which has shown that the TRP-KYN pathway can be influenced by various stressors including glucocorticoids (marker of chronic stress), infection, inflammation and oxidative stress, and environmental toxicants. While there is little known regarding the role of TRP metabolism following exposure to environmental contaminants, there is evidence of linkages between chemically induced metabolic perturbations and altered TRP enzymes and KYN metabolites. Moreover, the TRP-KYN pathway is conserved across vertebrate species and can be influenced by exposure to xenobiotics, therefore, understanding how this pathway is regulated may have broader implications for environmental and wildlife toxicology. The goal of this narrative review is to (1) identify key pathways affecting Trp-Kyn metabolism in vertebrates and (2) highlight consequences of altered tryptophan metabolism in mammals, birds, amphibians, and fish. We discuss current literature available across species, highlight gaps in the current state of knowledge, and further postulate that the kynurenine to tryptophan ratio can be used as a novel biomarker for assessing organismal and, more broadly, ecosystem health.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».