Vitamin C as a nitrosation inhibitor: A modelling study across dietary patterns and water quality
Notice bibliographique
Résumé
Rising dietary and drinking-water intake of nitrate (NO$_3^-$) and nitrite (NO$_2^-$) presents a significant public health concern. After ingestion, a portion of NO$_3^-$ enters the enterosalivary circulation, where oral bacteria reduce it to NO$_2^-$. When swallowed, NO$_2^-$ enters the acidic gastric environment, where it can react to form N-nitroso compounds (NOCs), many of which are suspected carcinogens. However, epidemiological evidence for this link remains mixed, likely due to the protective effects of antioxidants such as vitamin C, which is present in many high-NO$_3^-$ foods (e.g. leafy vegetables). To better understand and quantify these complex interactions, we develop a dynamic, compartmental quantitative systems pharmacology (QSP) model of human NO$_{3}^{-}$ and NO$_{2}^{-}$ metabolism and gastric chemistry. The framework tracks NO$_{3}^{-}$ and NO$_{2}^{-}$ fluxes across the stomach, intestine, plasma, and saliva, incorporates postprandial changes in gastric volume and pH, and includes mechanistic nitrosation pathways with vitamin C inhibition. Using this model, we evaluate NOC formation under different dietary and water-quality contexts, demonstrating the protective effect of dietary vitamin C and investigating the role of vitamin C supplementation in suppressing NOC formation. Our simulations suggest supplementation is most effective when administered shortly after each meal, with the greatest benefit observed for individuals consuming low vitamin C diets. These findings provide a mechanistic basis for understanding how diet, drinking-water NO$_{3}^{-}$ and NO$_{2}^{-}$, and vitamin C supplementation interact to shape endogenous NOC formation, with potential implications for nutritional guidelines and risk mitigation in vulnerable populations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».