Investigation of <i>N</i>,<i>N</i>,<i>N</i>-Trimethyl-L-alanyl-L-proline Betaine (TMAP) as a Biomarker of Kidney Function
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Glomerular filtration rate (GFR) is the most widely used tool for the measurement of kidney function, but endogenous biomarkers such as cystatin C and creatinine have limitations. A previous metabolomic study revealed N, N, N -trimethyl-L-alanyl-L-proline betaine (TMAP) to be reflective of kidney function. In this study, we developed a quantitative LCMS assay for the measurement of TMAP and evaluated TMAP as a biomarker of GFR. An assay to measure TMAP was developed using liquid chromatography-mass spectrometry. After validation of the method, we applied it to plasma samples from three distinct kidney disease patient cohorts: nondialysis chronic kidney disease (CKD) patients, patients receiving peritoneal and hemodialysis, and living kidney donors. We investigated whether TMAP was conserved in other mammalian and nonmammalian species, by analyzing plasma samples from Wistar rats with diet-induced CKD and searching for putative matches to the m/z for TMAP and its known fragments in the raw sample data repository “Metabolomics Workbench”. The assay can measure plasma TMAP at a lower limit of quantitation (100 ng/mL) with an interday precision and accuracy of 12.8 and 12.1%, respectively. In all three patient cohorts, TMAP concentrations are significantly higher in patients with CKD than in controls with a normal GFR. Further, TMAP concentrations are also elevated in rats with CKD and TMAP is present in the sap produced from Acer saccharum trees. TMAP concentration is inversely related to GFR suggesting that it is a marker of kidney function. TMAP is present in nonmammalian species suggesting that it is part of a biologically conserved process.
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) | 0,000 | 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 ».