Lipidomic studies reveal two specific circulating phosphatidylcholines as surrogate biomarkers of the omega-3 index
Notice bibliographique
Résumé
Optimal dietary intake of omega-3 long-chain polyunsaturated fatty acids (n3-LCPUFAs) is critical to human health across the lifespan. However, omega-3 index (O3I) determination is not routinely assessed due to complicated procedures for n3-LCPUFA analysis from the phospholipid (PL) fraction of erythrocytes. Herein, a high-throughput method for lipidomics based on multisegment injection-nonaqueous capillary electrophoresis-mass spectrometry was applied to identify circulating PLs as surrogate biomarkers of O3I in two randomized placebo-controlled trials. An untargeted lipidomic data workflow using a subgroup analysis of serum extracts from sunflower oil versus high-dose fish oil (FO)-supplemented participants revealed that ingested n3-LCPUFAs were primarily distributed as their phosphatidylcholines (PCs) relative to other PL classes. In both high-dose FO (5.0 g/day) and EPA-only trials (3.0 g/day), PC (16:0_20:5) was the most responsive PL, whereas PC (16:0_22:6) was selective to DHA-only supplementation. We also demonstrated that the sum concentration of both these PCs in fasting serum or plasma samples was positively correlated to the O3I following FO (r = 0.708, P = 1.02 × 10−11, n = 69) and EPA- or DHA-only supplementation (r = 0.768, P = 1.01 × 10−33, n = 167). Overall, DHA was more effective in improving the O3I (ΔO3I = 4.90 ± 1.33%) compared to EPA (ΔO3I = 2.99 ± 1.19%) in young Canadian adults who had a poor nutritional status with an O3I (3.50 ± 0.68%) at baseline. Our method enables the rapid assessment of the O3I by directly measuring two circulating PC species in small volumes of blood, which may facilitate screening applications for population and precision 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 | 0,014 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».