Metabolomic alterations in human brain microvascular endothelial cells induced by traumatic injury
Notice bibliographique
Résumé
INTRODUCTION: Altered metabolic pathways are critical in the progression of traumatic brain injury (TBI). Identifying differentially abundant metabolites (DAMs) from specific cell types can offer valuable diagnostic and prognostic insights. OBJECTIVE: This study aimed to characterize the metabolomic profile of injured human brain microvascular endothelial cells (hBMEC) at 2-, 12-, 24-, and 48 h post-injury. METHODS: Using an in vitro TBI model, we analyzed metabolites in cell culture media through a combination of direct injection mass spectrometry and a custom reverse-phase LC-MS/MS assay. We evaluated 644 metabolites at each time point. RESULTS: Phosphatidylcholines were significantly upregulated across all time intervals. At 2- and 12 h post-injury, the most significantly upregulated metabolites included sphingomyelin (OH) C22:1, ethylmalonic acid, and methylhistidine, while guanosine and the combination of butyric acid + isobutyric acid were the most downregulated. At 24 and 48 h, deoxyadenosine and inosine, respectively, emerged as the most upregulated metabolites, with butyric acid + isobutyric acid and quinoline-4-carboxylic acid showing the greatest downregulation. CONCLUSION: Metabolomic profiling identified various DAMs after traumatic injury that are linked to human endothelial dysfunction. Future experiments should expand the number of metabolites measured to determine the underlying signaling pathways.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».