Multiomics analysis to explore blood metabolite biomarkers in an Alzheimer’s Disease Neuroimaging Initiative cohort
Notice bibliographique
Résumé
Abstract Alzheimer's disease (AD) is a neurodegenerative disease that commonly causes dementia. Identifying biomarkers for the early detection of AD is an emerging need, as brain dysfunction begins two decades before the onset of clinical symptoms. To this end, we reanalyzed untargeted metabolomic mass spectrometry data from 905 patients enrolled in the AD Neuroimaging Initiative (ADNI) cohort using MS-DIAL, with 1,304,633 spectra of 39,108 unique biomolecules. Metabolic profiles of 93 hydrophilic metabolites were determined. Additionally, we integrated targeted lipidomic data (4873 samples from 1524 patients) to explore candidate biomarkers for predicting progressive mild cognitive impairment (pMCI) in patients diagnosed with AD within two years using the baseline metabolome. Patients with lower ergothioneine levels had a 12% higher rate of AD progression with the significance of P = 0.012 (Wald test). Furthermore, an increase in ganglioside (GM3) and decrease in plasmalogen lipids, many of which are associated with apolipoprotein E polymorphism, were confirmed in AD patients, and the higher levels of lysophosphatidylcholine (18:1) and GM3 d18:1/20:0 showed 19% and 17% higher rates of AD progression, respectively (Wald test: P = 3.9 × 10 –8 and 4.3 × 10 –7 ). Palmitoleamide, oleamide, diacylglycerols, and ether lipids were also identified as significantly altered metabolites at baseline in patients with pMCI. The integrated analysis of metabolites and genomics data showed that combining information on metabolites and genotypes enhances the predictive performance of AD progression, suggesting that metabolomics is essential to complement genomic data. In conclusion, the reanalysis of multiomics data provides new insights to detect early development of AD pathology and to partially understand metabolic changes in age-related onset of AD.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».