Huntington's disease (HD) is a progressive neurodegenerative illness for which there is no effective therapy. We examined whether creatine, which may exert neuroprotective effects by increasing phosphocreatine levels or by stabilizing the mitochondrial permeability transition, has beneficial effects in a transgenic mouse model of HD (line 6/2). Dietary creatine supplementation significantly improved survival, slowed the development of brain atrophy, and delayed atrophy of striatal neurons and the formation of huntingtin-positive aggregates in R6/2 mice. Body weight and motor performance on the rotarod test were significantly improved in creatine-supplemented R6/2 mice, whereas the onset of diabetes was markedly delayed. Nuclear magnetic resonance spectroscopy showed that creatine supplementation significantly increased brain creatine concentrations and delayed decreases in N-acetylaspartate concentrations. These results support a role of metabolic dysfunction in a transgenic mouse model of HD and suggest a novel therapeutic strategy to slow the pathological process.

Metabolomics is the comprehensive study of the metabolome, the repertoire of biochemicals (or small molecules) present in cells, tissues, and body fluids. The study of metabolism at the global or “-omics” level is a rapidly growing field that has the potential to have a profound impact upon medical practice. At the center of metabolomics, is the concept that a person’s metabolic state provides a close representation of that individual’s overall health status. This metabolic state reflects what has been encoded by the genome, and modified by diet, environmental factors, and the gut microbiome. The metabolic profile provides a quantifiable readout of biochemical state from normal physiology to diverse pathophysiologies in a manner that is often not obvious from gene expression analyses. Today, clinicians capture only a very small part of the information contained in the metabolome, as they routinely measure only a narrow set of blood chemistry analytes to assess health and disease states. Examples include measuring glucose to monitor diabetes, measuring cholesterol and high density lipoprotein/low density lipoprotein ratio to assess cardiovascular health, BUN and creatinine for renal disorders, and measuring a panel of metabolites to diagnose potential inborn errors of metabolism in neonates. We anticipate that the narrow range of chemical analyses in current use by the medical community today will be replaced in the future by analyses that reveal a far more comprehensive metabolic signature. This signature is expected to describe global biochemical aberrations that reflect patterns of variance in states of wellness, more accurately describe specific diseases and their progression, and greatly aid in differential diagnosis. Such future metabolic signatures will: (1) provide predictive, prognostic, diagnostic, and surrogate markers of diverse disease states; (2) inform on underlying molecular mechanisms of diseases; (3) allow for sub-classification of diseases, and stratification of patients based on metabolic pathways impacted; (4) reveal biomarkers for drug response phenotypes, providing an effective means to predict variation in a subject’s response to treatment (pharmacometabolomics); (5) define a metabotype for each specific genotype, offering a functional read-out for genetic variants: (6) provide a means to monitor response and recurrence of diseases, such as cancers: (7) describe the molecular landscape in human performance applications and extreme environments. Importantly, sophisticated metabolomic analytical platforms and informatics tools have recently been developed that make it possible to measure thousands of metabolites in blood, other body fluids, and tissues. Such tools also enable more robust analysis of response to treatment. New insights have been gained about mechanisms of diseases, including neuropsychiatric disorders, cardiovascular disease, cancers, diabetes and a range of pathologies. A series of ground breaking studies supported by National Institute of Health (NIH) through the Pharmacometabolomics Research Network and its partnership with the Pharmacogenomics Research Network illustrate how a patient’s metabotype at baseline, prior to treatment, during treatment, and post-treatment, can inform about treatment outcomes and variations in responsiveness to drugs (e.g., statins, antidepressants, antihypertensives and antiplatelet therapies). These studies along with several others also exemplify how metabolomics data can complement and inform genetic data in defining ethnic, sex, and gender basis for variation in responses to treatment, which illustrates how pharmacometabolomics and pharmacogenomics are complementary and powerful tools for precision medicine. Our metabolomics community believes that inclusion of metabolomics data in precision medicine initiatives is timely and will provide an extremely valuable layer of data that compliments and informs other data obtained by these important initiatives. Our Metabolomics Society, through its “Precision Medicine and Pharmacometabolomics Task Group”, with input from our metabolomics community at large, has developed this White Paper where we discuss the value and approaches for including metabolomics data in large precision medicine initiatives. This White Paper offers recommendations for the selection of state of-the-art metabolomics platforms and approaches that offer the widest biochemical coverage, considers critical sample collection and preservation, as well as standardization of measurements, among other important topics. We anticipate that our metabolomics community will have representation in large precision medicine initiatives to provide input with regard to sample acquisition/preservation, selection of optimal omics technologies, and key issues regarding data collection, interpretation, and dissemination. We strongly recommend the collection and biobanking of samples for precision medicine initiatives that will take into consideration needs for large-scale metabolic phenotyping studies.

Abstract Introduction Increasing evidence suggests a role for the gut microbiome in central nervous system disorders and a specific role for the gut‐brain axis in neurodegeneration. Bile acids (BAs), products of cholesterol metabolism and clearance, are produced in the liver and are further metabolized by gut bacteria. They have major regulatory and signaling functions and seem dysregulated in Alzheimer's disease (AD). Methods Serum levels of 15 primary and secondary BAs and their conjugated forms were measured in 1464 subjects including 370 cognitively normal older adults, 284 with early mild cognitive impairment, 505 with late mild cognitive impairment, and 305 AD cases enrolled in the AD Neuroimaging Initiative. We assessed associations of BA profiles including selected ratios with diagnosis, cognition, and AD‐related genetic variants, adjusting for confounders and multiple testing. Results In AD compared to cognitively normal older adults, we observed significantly lower serum concentrations of a primary BA (cholic acid [CA]) and increased levels of the bacterially produced, secondary BA, deoxycholic acid, and its glycine and taurine conjugated forms. An increased ratio of deoxycholic acid:CA, which reflects 7α‐dehydroxylation of CA by gut bacteria, strongly associated with cognitive decline, a finding replicated in serum and brain samples in the Rush Religious Orders and Memory and Aging Project. Several genetic variants in immune response–related genes implicated in AD showed associations with BA profiles. Discussion We report for the first time an association between altered BA profile, genetic variants implicated in AD, and cognitive changes in disease using a large multicenter study. These findings warrant further investigation of gut dysbiosis and possible role of gut‐liver‐brain axis in the pathogenesis of AD.

In 2005, the Metabolomics Standards Initiative has been formed. An outline and general introduction is provided to inform about the history, structure, working plan and intentions of this initiative. Comments on any of the suggested minimal reporting standards are welcome to be sent to the open email list Msi-workgroups-feedback@lists.sourceforge.net

The gene defect in Huntington's disease (HD) may result in an impairment of energy metabolism. Malonate and 3-nitropropionic acid (3-NP) are inhibitors of succinate dehydrogenase that produce energy depletion and lesions that closely resemble those of HD. Oral supplementation with creatine or cyclocreatine, which are substrates for the enzyme creatine kinase, may increase phosphocreatine (PCr) or phosphocyclocreatine (PCCr) levels and ATP generation and thereby may exert neuroprotective effects. We found that oral supplementation with either creatine or cyclocreatine produced significant protection against malonate lesions, and that creatine but not cyclocreatine supplementation significantly protected against 3-NP neurotoxicity. Creatine and cyclocreatine increased brain concentrations of PCr and PCCr, respectively, and creatine protected against depletions of PCr and ATP produced by 3-NP. Creatine supplementation protected against 3-NP induced increases in striatal lactate concentrations in vivo as assessed by 1H magnetic resonance spectroscopy. Creatine and cyclocreatine protected against malonate-induced increases in the conversion of salicylate to 2,3- and 2,5-dihydroxybenzoic acid, biochemical markers of hydroxyl radical generation. Creatine administration protected against 3-NP-induced increases in 3-nitrotyrosine concentrations, a marker of peroxynitrite-mediated oxidative injury. Oral supplementation with creatine or cyclocreatine results in neuroprotective effects in vivo, which may represent a novel therapeutic strategy for HD and other neurodegenerative diseases.

Background The development of plasma biomarkers could facilitate early detection, risk assessment and therapeutic monitoring in Alzheimer's disease (AD). Alterations in ceramides and sphingomyelins have been postulated to play a role in amyloidogensis and inflammatory stress related neuronal apoptosis; however few studies have conducted a comprehensive analysis of the sphingolipidome in AD plasma using analytical platforms with accuracy, sensitivity and reproducibility. Methods and Findings We prospectively analyzed plasma from 26 AD patients (mean MMSE 21) and 26 cognitively normal controls in a non-targeted approach using multi-dimensional mass spectrometry-based shotgun lipidomics [1], [2] to determine the levels of over 800 molecular species of lipids. These data were then correlated with diagnosis, apolipoprotein E4 genotype and cognitive performance. Plasma levels of species of sphingolipids were significantly altered in AD. Of the 33 sphingomyelin species tested, 8 molecular species, particularly those containing long aliphatic chains such as 22 and 24 carbon atoms, were significantly lower (p<0.05) in AD compared to controls. Levels of 2 ceramide species (N16:0 and N21:0) were significantly higher in AD (p<0.05) with a similar, but weaker, trend for 5 other species. Ratios of ceramide to sphingomyelin species containing identical fatty acyl chains differed significantly between AD patients and controls. MMSE scores were correlated with altered mass levels of both N20:2 SM and OH-N25:0 ceramides (p<0.004) though lipid abnormalities were observed in mild and moderate AD. Within AD subjects, there were also genotype specific differences. Conclusions In this prospective study, we used a sensitive multimodality platform to identify and characterize an essentially uniform but opposite pattern of disruption in sphingomyelin and ceramide mass levels in AD plasma. Given the role of brain sphingolipids in neuronal function, our findings provide new insights into the AD sphingolipidome and the potential use of metabolomic signatures as peripheral biomarkers.

Abstract Introduction The Alzheimer's Disease Research Summits of 2012 and 2015 incorporated experts from academia, industry, and nonprofit organizations to develop new research directions to transform our understanding of Alzheimer's disease (AD) and propel the development of critically needed therapies. In response to their recommendations, big data at multiple levels are being generated and integrated to study network failures in disease. We used metabolomics as a global biochemical approach to identify peripheral metabolic changes in AD patients and correlate them to cerebrospinal fluid pathology markers, imaging features, and cognitive performance. Methods Fasting serum samples from the Alzheimer's Disease Neuroimaging Initiative (199 control, 356 mild cognitive impairment, and 175 AD participants) were analyzed using the AbsoluteIDQ‐p180 kit. Performance was validated in blinded replicates, and values were medication adjusted. Results Multivariable‐adjusted analyses showed that sphingomyelins and ether‐containing phosphatidylcholines were altered in preclinical biomarker‐defined AD stages, whereas acylcarnitines and several amines, including the branched‐chain amino acid valine and α‐aminoadipic acid, changed in symptomatic stages. Several of the analytes showed consistent associations in the Rotterdam, Erasmus Rucphen Family, and Indiana Memory and Aging Studies. Partial correlation networks constructed for Aβ 1–42 , tau, imaging, and cognitive changes provided initial biochemical insights for disease‐related processes. Coexpression networks interconnected key metabolic effectors of disease. Discussion Metabolomics identified key disease‐related metabolic changes and disease‐progression‐related changes. Defining metabolic changes during AD disease trajectory and its relationship to clinical phenotypes provides a powerful roadmap for drug and biomarker discovery.

Background The metabolic basis of Alzheimer disease (AD) is poorly understood, and the relationships between systemic abnormalities in metabolism and AD pathogenesis are unclear. Understanding how global perturbations in metabolism are related to severity of AD neuropathology and the eventual expression of AD symptoms in at-risk individuals is critical to developing effective disease-modifying treatments. In this study, we undertook parallel metabolomics analyses in both the brain and blood to identify systemic correlates of neuropathology and their associations with prodromal and preclinical measures of AD progression. Methods and findings Quantitative and targeted metabolomics (Biocrates AbsoluteIDQ [identification and quantification] p180) assays were performed on brain tissue samples from the autopsy cohort of the Baltimore Longitudinal Study of Aging (BLSA) (N = 44, mean age = 81.33, % female = 36.36) from AD (N = 15), control (CN; N = 14), and “asymptomatic Alzheimer’s disease” (ASYMAD, i.e., individuals with significant AD pathology but no cognitive impairment during life; N = 15) participants. Using machine-learning methods, we identified a panel of 26 metabolites from two main classes—sphingolipids and glycerophospholipids—that discriminated AD and CN samples with accuracy, sensitivity, and specificity of 83.33%, 86.67%, and 80%, respectively. We then assayed these 26 metabolites in serum samples from two well-characterized longitudinal cohorts representing prodromal (Alzheimer’s Disease Neuroimaging Initiative [ADNI], N = 767, mean age = 75.19, % female = 42.63) and preclinical (BLSA) (N = 207, mean age = 78.68, % female = 42.63) AD, in which we tested their associations with magnetic resonance imaging (MRI) measures of AD-related brain atrophy, cerebrospinal fluid (CSF) biomarkers of AD pathology, risk of conversion to incident AD, and trajectories of cognitive performance. We developed an integrated blood and brain endophenotype score that summarized the relative importance of each metabolite to severity of AD pathology and disease progression (Endophenotype Association Score in Early Alzheimer’s Disease [EASE-AD]). Finally, we mapped the main metabolite classes emerging from our analyses to key biological pathways implicated in AD pathogenesis. We found that distinct sphingolipid species including sphingomyelin (SM) with acyl residue sums C16:0, C18:1, and C16:1 (SM C16:0, SM C18:1, SM C16:1) and hydroxysphingomyelin with acyl residue sum C14:1 (SM (OH) C14:1) were consistently associated with severity of AD pathology at autopsy and AD progression across prodromal and preclinical stages. Higher log-transformed blood concentrations of all four sphingolipids in cognitively normal individuals were significantly associated with increased risk of future conversion to incident AD: SM C16:0 (hazard ratio [HR] = 4.430, 95% confidence interval [CI] = 1.703–11.520, p = 0.002), SM C16:1 (HR = 3.455, 95% CI = 1.516–7.873, p = 0.003), SM (OH) C14:1 (HR = 3.539, 95% CI = 1.373–9.122, p = 0.009), and SM C18:1 (HR = 2.255, 95% CI = 1.047–4.855, p = 0.038). The sphingolipid species identified map to several biologically relevant pathways implicated in AD, including tau phosphorylation, amyloid-β (Aβ) metabolism, calcium homeostasis, acetylcholine biosynthesis, and apoptosis. Our study has limitations: the relatively small number of brain tissue samples may have limited our power to detect significant associations, control for heterogeneity between groups, and replicate our findings in independent, autopsy-derived brain samples. Conclusions We present a novel framework to identify biologically relevant brain and blood metabolites associated with disease pathology and progression during the prodromal and preclinical stages of AD. Our results show that perturbations in sphingolipid metabolism are consistently associated with endophenotypes across preclinical and prodromal AD, as well as with AD pathology at autopsy. Sphingolipids may be biologically relevant biomarkers for the early detection of AD, and correcting perturbations in sphingolipid metabolism may be a plausible and novel therapeutic strategy in AD.

Bile acids (BAs) are the end products of cholesterol metabolism produced by human and gut microbiome co-metabolism. Recent evidence suggests gut microbiota influence pathological features of Alzheimer's disease (AD) including neuroinflammation and amyloid-β deposition.Serum levels of 20 primary and secondary BA metabolites from the AD Neuroimaging Initiative (n = 1562) were measured using targeted metabolomic profiling. We assessed the association of BAs with the "A/T/N" (amyloid, tau, and neurodegeneration) biomarkers for AD: cerebrospinal fluid (CSF) biomarkers, atrophy (magnetic resonance imaging), and brain glucose metabolism ([18F]FDG PET).Of 23 BAs and relevant calculated ratios after quality control procedures, three BA signatures were associated with CSF Aβ1-42 ("A") and three with CSF p-tau181 ("T") (corrected P < .05). Furthermore, three, twelve, and fourteen BA signatures were associated with CSF t-tau, glucose metabolism, and atrophy ("N"), respectively (corrected P < .05).This is the first study to show serum-based BA metabolites are associated with "A/T/N" AD biomarkers, providing further support for a role of BA pathways in AD pathophysiology. Prospective clinical observations and validation in model systems are needed to assess causality and specific mechanisms underlying this association.