A Comparative Metabolomics Study of Multiple Urological Diseases by Highly Sensitive Dansylation Isotope Labeling LC-MS
Notice bibliographique
Résumé
Urine analysis is a straightforward, non-invasive testing method that, when integrated with metabolomics, shows great potential for detecting small-molecule metabolites as biomarkers of abnormal metabolic activity in the urinary tract, including drug interactions, toxicity, and diseases. However, integrated and comparative analyses of multiple urinary tract pathologies are currently limited. In this study, 12C2/13C2-chemical dansylation labeling was used to explore the urinary amine/phenol-metabolome profiles of eight urological conditions compared with normal profiles. We obtained ten samples for each condition (disease and normal) from a total of 90 participants, pooling them as representative samples, and constructed metabolite panels to differentiate various urological conditions. We discovered nine metabolites that were dysregulated between urine samples from patients with and without cancer. Another seven metabolites were differentially expressed between the benign prostatic hyperplasia group and the prostate cancer group. Among 1854 peak pairs of metabolites in an amine/phenol submetabolome analyzed by dansyl chloride derivatization coupled with LC–MS/MS, 1747 (94.2%) were detectable in urine specimens from all nine groups. Notably, 18 identified metabolites showed substantial stability across all urological conditions. Given the considerable variability in urine metabolite composition, these metabolites could potentially be used for normalization in urine metabolome analysis, addressing the need for stably expressed molecules as internal standards in the development of urinary biomarkers. Our findings provide the preliminary insights into the stability of urinary metabolomics and the metabolic perturbations associated with different urinary tract-related pathologies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».