Measuring Peripheral Tissue <scp>DHA</scp> Turnover Using a Novel <scp> <sup>13</sup> C </scp> Enrichment Technique
Notice bibliographique
Résumé
ABSTRACT Recently, through the use of compound‐specific isotope analysis (CSIA), our lab validated the utility of 13 C enrichment ( δ 13 C) of docosahexaenoic acid (DHA) by using a very high δ 13 C in a diet switch study by measuring brain, liver, and plasma DHA turnover and half‐lives via high‐precision gas chromatography combustion isotope ratio mass spectrometry (GC/C/IRMS). Using this novel enrichment technique, the present study extends measures of DHA turnover in the peripheral tissues, including red blood cells (RBC), perirenal adipose tissue (PRAT), muscle, heart, and skin. Mice were fed a low δ 13 C diet (fish‐DHA control) for 3 months, then switched to either a high δ 13 C treatment diet (algal‐DHA) or a very high δ 13 C treatment diet ( 13 C enriched‐DHA), while some remained on the fish‐DHA control diet as a reference group for the remainder of the study time course. In mice fed the algal and 13 C enriched‐DHA diets, the RBC DHA half‐life was 22.8 and 19.5 days, the PRAT DHA half‐life was 6.0 and 8.2 days, the muscle DHA half‐life was 38.2 and 42.2 days, the heart DHA half‐life was 12.4 and 10.5 days, and the skin DHA half‐life was 13.6 and 13.0 days, respectively. Future studies could employ the 13 C enrichment method to examine how DHA metabolism is altered in peripheral tissues according to genetics, stress, and development.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».