Association Between Caffeine Intake and the Plasma Proteome in Humans
Notice bibliographique
Résumé
Background: Caffeine intake has been associated with both an increased and decreased risk of various health conditions. However, many of the physiological pathways affected remain unclear. CYP1A2 is the major enzyme that metabolizes caffeine, and a single nucleotide polymorphism (rs762551) affects the rate of caffeine metabolism. Objective: The aim of this study was to determine the association between caffeine intake and the plasma proteome, and whether CYP1A2 genotype modifies any association. Methods: Subjects (n=1,095) aged 20–29 years from the Toronto Nutrigenomics and Health Study completed a 196-item semi-quantitative food frequency questionnaire and provided a fasting blood sample from which DNA and plasma were obtained for genotyping and proteomics analysis. Fifty-four proteins were measured by mass spectrometry multiple reaction monitoring (MS-MRM). Subjects were categorized into three groups according to habitual caffeine intake (<100 mg/d, 100–200 mg/d, and >200 mg/d) and stratified by CYP1A2 genotype. Results: Among carriers of the C allele (slow metabolizers), plasma concentrations of gelsolin isoform 1 were significantly (p<0.005) lower among those in the highest category of caffeine intake compared to those with the lowest level of intake. No differences in protein concentration were observed for AA homozygotes (fast metabolizers). Conclusion: These findings show that caffeine intake is associated with lower gelsolin levels only among slow caffeine metabolizers, and suggest that gelsolin might mediate some of the biological effects of caffeine.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| 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 ».