Serum dysregulation of serine and glycine metabolism as predictive biomarker for cognitive decline in frail elderly subjects
Notice bibliographique
Résumé
Frailty is a common age-related clinical syndrome characterized by a decline in the function of multiple organ systems, increased vulnerability to stressors, and a huge socio-economic burden. Despite recent research efforts, the physiopathological mechanisms underlying frailty remain elusive and biomarkers able to predate its occurrence in the early stages are still lacking. Beyond its physical component, cognitive decline represents a critical domain of frailty associated with higher risk of adverse health outcomes. We measured by High-Performance Liquid Chromatography (HPLC) a pool of serum amino acids including L-glutamate, L-aspartate, glycine, and D-serine, as well as their precursors L-glutamine, L-asparagine, and L-serine in a cohort of elderly subjects encompassing the entire continuum from fitness to frailty. These amino acids are known to orchestrate excitatory and inhibitory neurotransmission, and in turn, to play a key role as intermediates of energy homeostasis and in liver, kidney, muscle, and immune system metabolism. To comprehensively assess frailty, we employed both the Edmonton Frail Scale (EFS), as a practical tool to capture the multidimensionality of frailty, and the frailty phenotype, as a measure of physical function. We found that D-serine and D-/Total serine ratio were independent predictors of EFS but not of physical frailty. Furthermore, higher levels of glycine, glycine/L-serine and D-/Total serine were associated with worse cognition and depressive symptoms in the frail group. These findings suggest that changes in peripheral glycine and serine enantiomers homeostasis may represent a novel biochemical correlate of frailty.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».