MétaCan
Menu
Retour à la cohorte
Enregistrement W4402736336 · doi:10.20944/preprints202406.1284.v3

Is Deuterium Fractionation a Major Controlling Factor in Human Metabolism and Cancer? An Essential Role for Proline

2024· preprint· en· W4402736336 sur OpenAlexaff
Stephanie Seneff

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueChemical Reactions and Isotopes
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésProlineFractionationMetabolismChemistryFactor (programming language)BiochemistryAmino acidComputer scienceChromatography

Résumé

récupéré en direct d'OpenAlex

Deuterium is a heavy nonradioactive isotope of hydrogen, having a neutron as well as a proton, making it twice as heavy. It is a natural element, present at 156 parts per million in seawater. The ATPase pumps in the mitochondria utilize proton motive force to drive ATP synthesis, and deuterons damage the pumps, producing a stutter that can cause reactive oxygen release and inefficiencies in ATP synthesis. Cellular metabolism incorporates several novel mechanisms to assure low deuterium content in the mitochondria and other organelles. Nicotinamide adenine dinucleotide (NAD) is a major carrier of deuterium depleted (deupleted) protons to supply the mitochondria. Many enzymes, especially flavoproteins, are able to use proton tunneling to fractionate out deuterium. In this paper, we argue that the amino acid proline is able to trap and sequester deuterium, and that peptidyl prolyl isomerases (PPIases) play a central role in facilitating deuterium trapping in proline-rich proteins, most notably collagen. The endothelial glycocalyx also sequesters deuterium in gelled water lining the blood vessels, creating a battery and promoting low deuterium in the circulation. Excess deuterium promotes cancer growth, and cancer cells release large quantities of lactate via aerobic glycolysis to help reverse deuterium overload, systemically.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,202
Tête enseignante GPT0,499
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetChemical Reactions and IsotopesTravaux en français237 207