Resolving Hexose-Phosphates by LC-MS Leads to New Insights in PGM1-CDG Pathophysiology
Notice bibliographique
Résumé
Hexose-phosphates play a role in many metabolic pathways, such as glycolysis and glycosylation. To understand the molecular basis of diseases such as congenital disorders of glycosylation (CDG), information about the source and abundance of hexose-phosphates is imperative. Mass spectrometry (MS)-based tracer metabolomics can provide this information, but hexose-phosphates are structural isomers with similar physicochemical properties, which makes them difficult to differentiate using MS. Here, we present and compare two optimized liquid-chromatography-based MS methods for the identification of relevant hexose-phosphates, compatible with tracer metabolomics. A combination of these two methods led to the analysis of eight hexose-monophosphates and two hexose-bisphosphates that can occur in humans. Both methods displayed linearity in 3 to 4 orders of magnitude, with limits of quantification between 0.5 and 50 nM, which is well within the cellular concentration range. The applicability of these methods to biological models was then proven in a study of the effect of galactose treatment in phosphoglucomutase 1 (PGM1)-CDG fibroblasts. Here, we show, for the first time, the hexose-phosphate profiles in CDG and how these change upon treatment.
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 ».