Myocardial ischemia-reperfusion injury (MIRI) is caused by reperfusion after ischemic heart disease. LncRNA Snhg1 regulates the progression of various diseases. N6-methyladenosine (m

Sea cucumber phospholipids have ameliorative effects on various diseases related to lipid metabolism. However, it is unclear whether it can ameliorate obesity-associated glomerulopathy (ORG) induced by a high-fat diet (HFD). The present study applied UPLC-QqQ-MS/MS and atmospheric pressure matrix-assisted laser desorption ionization mass spectrometry imaging (AP-MALDI MSI) to investigate the effects of sea cucumber phospholipids, including plasmalogen PlsEtn and plasmanylcholine PakCho, on phospholipid profiles in the HFD-induced ORG mouse kidney. Quantitative analysis of 135 phospholipids revealed that PlsEtn and PakCho significantly modulated phospholipid levels. Notably, PlsEtn modulated kidney overall phospholipids better than PakCho. Imaging the "space-content" of 9 phospholipids indicated that HFD significantly increased phospholipid content within the renal cortex. Furthermore, PlsEtn and PakCho significantly decreased the expression of transport-related proteins CD36, while elevating the expression of fatty acid β-oxidation-related protein PPAR-α in the renal cortex. In conclusion, sea cucumber phospholipids reduced renal lipid accumulation, ameliorated renal damage, effectively regulated the content and distribution of renal phospholipids, and improved phospholipid homeostasis, exerting an anti-OGR effect.

The objective of this study is to understand the characteristics of the common spectrum of pathogen and the resistance of Mycoplasma in Sialidase-positive bacterial vaginosis.

Abstract Personalized oncology aims to match effective treatments for individual cancer patients based on the biology of an individual tumor. This approach is not possible for metabolic therapies due to our inability to quantify metabolic activity in patient tumors, even when patients are infused with 13C-glucose. We overcame this challenge by generating training data with a prior knowledge of 13C-glucose infused patient data and implementing a machine learning model to predict fluxes. We trained a convolutional neural network (CNN) to predict flux ratios. To validate our model, we compared predicted flux ratios to the experimental 13C-glucose-infused mouse models to predict treatment responses for: (1) pharmacologic inhibition of de novo GMP synthesis and (2) environmental serine restriction. Our GMP synthesis model predicted elevated GMP synthesis in GBM compared to cortex in a mouse model and discriminated between sources of GMP synthesis in patients. These findings allow prediction of potential responders to mycophenolate mofetil (MMF), which inhibits de novo but not salvage GMP synthesis. Furthermore, we previously showed that circulating serine uptake is higher in GBM than normal cortex, and a serine- and glycine-restricted diet slows tumor growth in mice. While de novo serine synthesis, circulating and microenvironmental-derived serine could account for serine sources in GBM, our model can distinguish between serine sources in patients, hence potentially predict response to dietary serine depletion. Thus, we have shown that our model may identify patients who will benefit from MMF treatment or a serine- and glycine-restricted diet, potentially enabling administration of highly effective personalized metabolic treatments for GBM patients.