Cerebrospinal Fluid and Plasma Metabolites with Parkinson’s Disease: A Mendelian Randomization Study
Notice bibliographique
Résumé
Abstract Background and Objective Previous studies have identified associations between metabolites and Parkinson’s disease (PD), but the causal relationships remain unclear. This study aims to identify causal relationships between specific cerebrospinal fluid (CSF) and plasma metabolites and the PD risk using Mendelian Randomization (MR). Methods We utilized data on 338 CSF metabolites from the Wisconsin Alzheimer’s Disease Research Center and the Wisconsin Registry for Alzheimer’s Prevention, and 1,400 plasma metabolites from the Canadian Longitudinal Study on Aging. PD outcome data were obtained from a GWAS meta-analysis by the International Parkinson’s Disease Genomics Consortium. MR analysis was conducted using the TwoSampleMR package in R. Results MR analysis identified 49 plasma metabolites with suggestive causal relationships with PD risk, including 21 positively associated metabolites, 23 negatively associated metabolites, and 5 unknown compounds. In the CSF, six metabolites showed suggestive causal relationships with PD, including positively associated dimethylglycine, gluconate, oxalate (ethanedioate), and the unknown metabolite X-12015, while (1-enyl-palmitoyl)-2-arachidonoyl-GPC (P-16:0/20:4) and the unknown metabolite X-23587 were negatively associated. Among the plasma metabolites, those with a positive association with PD risk include hydroxy-3-carboxy-4-methyl-5-propyl-2-furanpropanoic acid (hydroxy-CMPF), carnitine C14, 1-linoleoyl-GPG (18:2), glucose to maltose ratio, and cis-3,4-methyleneheptanoate. Conversely, metabolites with a negative association with PD risk include tryptophan, succinate to acetoacetate ratio, N,N,N-trimethyl-alanylproline betaine (TMAP), glucuronide of piperine metabolite C17H21NO3, and linoleoylcholine. Conclusion Our study underscores the correlation between CSF and plasma metabolites and PD risk, highlighting specific metabolites as potential biomarkers for diagnosis and therapeutic targets.
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 | 0,012 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».