Identificação de biomarcadores de exposição de compostos fenólicos degrumixama (<i>Eugenia brasiliensis</i> Lam.): Abordagem metabolômica
Bibliographic record
Abstract
O consumo de frutas e verduras na dieta está associado à redução da incidência de doenças crônicas não transmissíveis entre eles câncer, síndrome metabólica e doenças cardiovasculares.A atividade biológica atribuída à ingestão desses alimentos é relacionada principalmente à presença de compostos bioativos, entre eles os compostos fenólicos, tais como flavonoides e elagitaninos.Contudo, a biodisponibilidade e a influência destes compostos no metabolismo humano não estão estabelecidas.Assim, o objetivo geral do presente estudo foi investigar as alterações no metaboloma humano decorrente da ingestão de uma fonte rica em compostos fenólicos, o suco da grumixama roxa (Eugenia brasiliensis Lam.), buscando identificar possíveis pontos de regulação do metabolismo.Para isto, a grumixama, variedades amarela e roxa, foram caracterizadas quanto ao seu perfil de compostos fenólicos e administradas na forma de suco, em dose única, a voluntários saudáveis.A grumixama roxa se mostrou rica em antocianinas e elagitaninos, principalmente cianidina 3-O-glicosídeo e a strictinina, respectivamente.Para o ensaio clínico, 15 voluntários saudáveis consumiram, em dose única, suco de grumixama roxa (10 ml de suco/kg de peso corporal).Amostras de plasma e urina foram coletadas em diferentes tempos durante 24 h após ingestão e analisados por CG-MS e LC-ESI-MS/MS.Os metabólitos exógenos excretados na urina foram identificados como urolitinas e ácidos fenólicos, derivados da degradação, principalmente, pela microbiota dos elagitaninos e das antocianinas, respectivamente.Quatro urolitinas (A, B, C e D) foram encontradas na urina, principalmente como metabólitos de fase II, detectados a partir de 4 h após a ingestão do suco com aumento na concentração observado até 24h.Além disso, quatro ácidos fenólicos foram identificados, destes o ácido hipúrico como majoritário.114 metabólitos, entre eles, 17 aminoácidos, 47 ácidos orgânicos, 7 outras classes de compostos e 43 compostos desconhecidos foram identificados por CG-MS, para os tempos de coleta de urina antes da ingestão de suco de grumixama (T0) e para os períodos de 1-2 h e 2-4 h após a ingestão.A OPLS-DA foi utilizada para descriminar os metabólitos alterados pela ingestão de suco de grumixama.A análise das vias metabólicas mostrou que a ingestão do suco de grumixama influenciou principalmente em três vias metabólicas: metabolismo do glioxilato e dicarboxilato (up-regulated), da betaalanina (down-regulated) e da fenilalanina (up-regulated), sendo essas direcionadas ao metabolismo energético.Além disso, os extratos de grumixama roxa e amarela também foram testados em modelo animal (camundongo C57BL/6J) de obesidade e resistência à insulina induzido por uma dieta rica em lipídeos e açúcares.O tratamento com os extratos, concomitante à dieta e durante 8 semanas, promoveu modulação significativa do metabolismo lipídico.Como conclusões, a grumixama roxa mostrou ser uma boa fonte de antocianinas e elagitaninos, e a interação entre metabólitos oriundos da ingestão do fruto e dos metabólitos endógenos podem estar relacionados com alterações nos metabolismos de aminoácidos e energético.No entanto, mais estudos são necessários para elucidar e validar as hipóteses geradas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".