L'application de la métabolomique à la découverte de nouveaux biomarqueurs chez les patients atteints d'acidose lactique
Bibliographic record
Abstract
L’acidose lactique du Saguenay-Lac-St-Jean, ou syndrome de Leigh de forme canadienne-française (LSFC), est une maladie mitochondriale neurodégénérative causée par des mutations du gène LRPPRC et caractérisée par des crises d’acidose menant au décès en bas âge. On ne comprend pas encore les causes exactes de ces crises, et aucun traitement n’est actuellement disponible. L’objectif de cette étude a été de comparer le profil des métabolites sanguins et urinaires chez des sujets LSFC et des témoins, avant et après un repas, par une approche métabolomique ciblée. Le projet s’inscrit dans une démarche à long terme visant l’identification de biomarqueurs prédictifs des crises, permettant d'intervenir plus rapidement afin d’éviter le décès. Les échantillons biologiques ont été prélevés chez 9 sujets atteints du LSFC et 9 témoins appariés, à jeun et 90 minutes après un repas standardisé. Les analyses incluent un bilan biochimique et hormonal, un profil des acides aminés, des acides gras, des acides organiques et des acylcarnitines. Les métabolites significativement modifiés chez les patients peuvent être classés en deux catégories : (i) le reflet d’une dysfonction mitochondriale, et plus particulièrement de l’accumulation d’équivalents réduits en amont de la chaîne respiratoire, et (ii) des indices de risque cardiométabolique, qui s’observent davantage chez les patients adultes malgré leur jeune âge. Ainsi, il serait intéressant d’inclure au traitement des stratégies visant la diminution des facteurs de risque cardiométabolique, notamment par une modification des habitudes de vie. Notre étude démontre la pertinence d’avoir recours à la métabolomique dans l’étude des désordres de la phosphorylation oxydative.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
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".