MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416447266 · doi:10.1093/jimmun/vkaf283.1611

Common and divergent dynamic changes of the human plasma metabolome across the first week of life in the Gambia and Papua New Guinea 3859

2025· article· en· W4416447266 sur OpenAlexaff
Annmarie Hoch, Caitlin Syphurs, Jing Chen, Rym Ben-Othman, Asimenia Angelidou, Kinga K. Smolen, Oludare A. Odumade, Kerry McEnaney, Olubukola T. Idoko, Geraldine Masiria, Joe Jude, Rebecca Ford, Jessica Lasky‐Su, Al Ozonoff, Anita H.J. van den Biggelaar, Peter Richmond, William Pomat, Beate Kampmann, Tobias R. Kollmann, Ofer Levy, Joann Diray‐Arce

Notice bibliographique

RevueThe Journal of Immunology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensDalhousie University
Organismes subventionnairesSearle Scholars ProgramPew Charitable Trusts
Mots-clésMetabolomeMetabolomicsMetaboliteHuman plasmaNew guineaClinical nutritionLiquid chromatography–mass spectrometry

Résumé

récupéré en direct d'OpenAlex

Abstract Description Background The plasma metabolome changes markedly over the first week of life, yet little is known regarding how these trajectories might differ across geographically distinct populations. Methods To gain insight into potential differences in ontogeny between geographic sites, newborn participants were enrolled in The Gambia (n = 45) and Papua New Guinea (n = 45). All participants had samples collected at birth and were randomized to have their second sample collected either on the first, third, or seventh day following birth. Global untargeted plasma metabolomics employed ultra-performance liquid chromatography mass spectrometry (Metabolon). Results PCA showed plasma metabolites clustering by day of sample collection and by site. The majority (62%) of metabolite features showed a significant difference based on time point: 46% of these were lipids and 17% were amino acids. Additionally, 24% of the metabolite features showed a significant difference between sites, with the most common being lipids (28.2%). Xenobiotics including caffeine and food metabolites were distinct in GAM vs. PNG, suggesting differences in maternal diet and environmental factors. Conclusions The plasma metabolome undergoes marked changes during the first week of human life, with distinct features across geographic locations, and warrants further exploration with respect to potential correlations to immune status and clinical outcomes, with particular emphasis on lipid pathways. Funding Sources Supported by NIH/NIAID grants: U19AI118608 and U19AI168643–01, as well as the BCH Precision Vaccines Program. Topic Categories Computational and Systems Immunology (COMP)

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,261
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Immunology→Même sujetMetabolomics and Mass Spectrometry Studies→Travaux en français237 207→