Nicotinamide as potential biomarker for Alzheimer’s disease: A translational study based on metabolomics
Notice bibliographique
Résumé
Introduction: The metabolic routes altered in Alzheimer's disease (AD) brain are poorly understood. As the metabolic pathways are evolutionarily conserved, the metabolic profiles carried out in animal models of AD could be directly translated into human studies. Methods: We performed untargeted Nuclear Magnetic Resonance metabolomics in hippocampus of McGill-R-Thy1-APP transgenic (Tg) rats, a model of AD-like cerebral amyloidosis and the translational potential of these findings was assessed by targeted Gas Chromatography-Electron Impact-Mass Spectrometry in plasma of participants in the German longitudinal cohort AgeCoDe. Results: In rat hippocampus 26 metabolites were identified. Of these 26 metabolites, nine showed differences between rat genotypes that were nominally significant. Two of them presented partial least square-discriminant analysis (PLS-DA) loadings with the larger absolute weights and the highest Variable Importance in Projection (VIP) scores and were specifically assigned to nicotinamide adenine dinucleotide (NAD) and nicotinamide (Nam). NAD levels were significantly decreased in Tg rat brains as compared to controls. In agreement with these results, plasma of AD patients showed significantly reduced levels of Nam in respect to cognitively normal participants. In addition, high plasma levels of Nam showed a 27% risk reduction of progressing to AD dementia within the following 2.5 years, this hazard ratio is lost afterwards. Discussion: To our knowledge, this is the first report showing that a decrease of Nam plasma levels is observed couple of years before conversion to AD, thereby suggesting its potential use as biomarker for AD 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 ».