Oksidacinis stresas, disfunkcinė energijos apykaita ir destabilizuojantys neurotransmiteriai pakeitė smegenų metabolizmo profilį žiurkės modelyje, imituojant Heliox prisotinimo nardymą iki 4.0 MPa Ⅱ

Audinių ištraukimo procedūra

Kaip pranešta, polinių metabolitų ekstrahavimo iš audinių mėginių procedūra buvo nedidelė [18]. Iš anksto pasverti šaldyti audinių mėginiai buvo atšildyti ant ledo, o po to mechaniškai homogenizuoti ledinio šalto HPLC kokybės metanolio-chloroformo-vandens tirpiklių sistemoje (400 μL, 400). μL ir 285 μL atitinkamai 100 mg smegenų audinio), naudojant audinių homogenizatorių (Precellys 24, Bertin Technologies, Vilerbanas, Prancūzija). Gauti homogenatai buvo laikomi ant ledo 30 minučių, o po to centrifuguojami 12,000 xg 10 minučių 4 °C temperatūroje. Tada kiekvieno mėginio supernatantas buvo pašalintas ir liofilizuotas, kad būtų gauti milteliai, kuriuose yra polinių metabolitų šaldymo džiovykloje (FD-1A-80, BIOCOOL, Kinija). Kiekvienas miltelių mėginys vėliau buvo atkuriamas 550 μL PBS buferio, turinčio 0,1 procento TSP, ir visi mėginiai buvo kruopščiai sumaišomi ir centrifuguojami 12, 000 xg 20 minučių 4 °C temperatūroje. Tada 500 μL supernatanto alikvotinė dalis buvo perkelta į 5, 0 mm skersmens BMR mėgintuvėlį (Norrel, JK). Baltymų ekstrahavimo principas žievės mėginyje buvo toks, kaip aprašyta anksčiau, be pakeitimų. Tikslus žievės mėginių kiekis buvo supiltas į homogenizacijos buferį (HEPES 25 mmol/L, pH 7,4, MgC12 5 mmo1/L, DTT 2 mmol/L, EDTA 1,3 mmol/L, EGTA 1 mmol/L, 0,1 proc. Triton X-100, aprotinino, pepstatino A ir leupeptino po 10 ug/ml) ir rankiniu būdu homogenizuojami ledo vonioje. Mišinys buvo centrifuguojamas 1, 000 xg 10 minučių 4 °C temperatūroje, o supernatantas buvo naudojamas kiekybinei baltymų koncentracijai nustatyti naudojant Bradfordo testą.

Spustelėkite čia, kad sužinotumėte apie Cistanche antioksidacinę funkciją

Biocheminis tyrimas

Metabolinių fermentų Na-KATPazės ir AChE bei neurotransmiterių DA, E, NE, 5HT ir GABA kiekybiniam įvertinimui buvo taikomas jautrus, konkurencingas su fermentais susietas imunosorbentinis tyrimas (ELISA). ELISA taip pat nustatė SOD, MDA ir GPx lygius žievės audinyje su tyrimo rinkiniais pagal gamintojo instrukcijas.

BMR matavimas

Veiksmingas audinių metabolitų kiekybinis įvertinimas buvo pasiektas naudojant analitinę platformą, pagrįstą skystu didelės raiškos Bruker Avance-III BMR spektrometru su didelio jautrumo kriogeniniu zondu, veikiančiu 600 dažniu. 17 MHz 1 H stebėjimui esant 298 K. Vandeniui slopinama vienmačio 1 H ZGPR (TOPSPIN versija 3.0, Bruker Biospin) impulsų seka (RD-90˚-ACQ) buvo pritaikyta gauti kiekvieno mėginio BMR duomenis. Keturi netikri nuskaitymai ir 128 pereinamieji procesai buvo įrašyti į 32 K duomenų taškų laiko sritį, naudojant 20 ppm spektrinį plotį su 10, 0 s atsipalaidavimo delsa ir 2, 73 s gavimo trukme. Visiems laisviesiems indukcijos skilimams (FID) prieš Furjė transformaciją buvo pritaikyta eksponentinė 0, 3 Hz linijos išplėtimo funkcija ir nulinis užpildymas iki 64 K duomenų taškų. Papildomi dvimačiai BMR metodai su impulsinio lauko gradiento koreliacijos spektroskopija (gCOSY) ir 2D homobranduolinės visuminės koreliacijos spektroskopija (TOCSY) buvo naudojami naudojant standartines impulsų programas pasirinktuose mėginiuose, kad patvirtintų cheminio poslinkio priskyrimus. Visuose spektruose buvo naudojamas automatinis mėginių keitiklis, skirtas nuolatiniam mėginių tiekimui.

Metabolitų identifikavimas ir patvirtinimas

BMR signalai, pagrįsti atskirų rezonansų vieta spektruose, buvo nustatyti Chenomx NMR Suite v. 8.4 programinės įrangos pakete (vertinimo versija). Kai kurių metabolitų priskyrimų patvirtinimai buvo atlikti atsižvelgiant į cheminius poslinkius, sujungimo konstantas ir metabolitų daugialypumo modelius kaip informaciją apie skaliarines jungtis, gautas iš 1 H–1 H COSY, 1 H–1 H TOCSY, viešųjų BMR duomenų bazių, tokių kaip COLMAR ir Human Metabolome. Duomenų bazė (HMDB) ir literatūra [18, 19].

Daugiamatė statistinė analizė

Išankstinio apdorojimo protokolas, naudojamas kiekvieno 1D 1H BMR spektro išankstiniam apdorojimui, buvo toks pat, kaip aprašytas mūsų ankstesniame darbe [20]. 1H BMR spektrai buvo fazuoti ir pakoreguoti pagal pradinę liniją naudojant MestReNova (Mestrelab Research, SL, Ispanija), o kiekvieno metabolito spektrinė sritis buvo integruota į vieną kibirą. Organinio tirpiklio signalo ir likusio H2O/HOD signalo srities rezonansai buvo pašalinti visuose 1D 1H BMR spektruose. Visuose spektruose buvo pritaikyta 0.{{30}}03 Hz kibiro procedūra ir normalizavimas į spektrinio intensyvumo sumą, padaugintą iš 10 000. Kito žingsnio analizei buvo pasirinktos tik didžiausios vienos smailės vertės, kad būtų išvengta klaidingo diskriminuojančių metabolitų interpretavimo dėl sutampančių signalų. Vėliau buvo ekstrahuoti 47 metabolitų integruoti kibirai, kuriems buvo atlikta vienmatinė ir daugiamatė duomenų analizė. Nediskriminacinė analizė taikant pagrindinių komponentų analizę (PCA) ir diskriminacijos analizė, taikant dalinę mažiausiųjų kvadratų diskriminacinę analizę (PLS-DA) ir ortogonaliąsias projekcijas į latentinę struktūrą diskriminacinė analizė (OPLS-DA) buvo atlikta naudojant SIMCA-P plus 14.0 programinį paketą (Umetrics). , Umeå, Švedija) suskaidyta pagal vieneto dispersijos duomenis. PCA ir PLS-DA balų diagramos buvo iliustruotos su pirmuoju ir antruoju pagrindinių komponentų (t[1], t[2]), o OPLS-DA balų diagramoje naudota t[1] ir stačiakampė komponentė (to[1] ]). Parametrai Q2 (cum), R2Y (cum) ir R2X (cum) buvo apskaičiuoti siekiant patikrinti diskriminacijos modelių patikimumą prieš permontavimą [21]. Kaip aprašyta anksčiau, Q2 � 0,4 kokybės vertinimo vertė laikoma patikimu modeliu. Septyneriopa kryžminio patvirtinimo strategija ir permutacijos testas 200 kartų su pirmuoju komponentu buvo pritaikyti siekiant apsisaugoti nuo modelio perderinimo ir toliau patvirtinti modelių patikimumą ir patikimumą. Jei Q2 regresijos linija turėjo neigiamą kirtimą ir Q2 reikšmės, įtaisytos kairiajame taške, buvo didesnės už visas dešiniųjų taškų Q2 reikšmes permutuotame teste, nustatytas OPLS-DA modelis buvo tvirtas [22]. Numatytoji 10-kartų kryžminio patvirtinimo strategija buvo pritaikyta siekiant apsisaugoti nuo modelio per didelio pritaikymo. Apskritai kokybės vertinimo statistika (Q2) � 0,4 laikoma patikimu modeliu, kaip aprašyta anksčiau. Koreliacijos koeficientai (r) ir VIP reikšmės, gautos iš OPLS-DA modelių, buvo naudojamos metabolitams, kurie reikšmingai prisidėjo prie dviejų grupių atskyrimo, nustatyti. Be to, metabolitų pokyčiai tarp grupių buvo apskaičiuoti naudojant funkciją. IA/IB, kur IA ir IB atitinkamai reiškia vidutines metabolito integralo vertes A ir B grupėse. Šilumos žemėlapis ir dėžutės diagramos buvo sudarytos, kad būtų lengviau suprasti metabolitų skirtumus tarp grupių.

Vienamatė metabolitų integralų statistika

Kiekvienos grupės metabolitų vidutinis vidurkis išreiškiamas kaip vidurkis ± standartinis nuokrypis (SD). Vienamatė analizė taip pat buvo atlikta naudojant ANOVA (dispersijos analizę). Statistiškai reikšmingi skirtumai tarp grupių buvo įvertinti nesuporuotu dviejų uodegų t-testu po log konvertavimo GraphPad Prism V 8.4.3 programine įranga (Graph Pad Software Inc., San Diego, CA, JAV). Statistiškai reikšmingi skirtumai buvo apibrėžti p reikšmėmis (< 0.05). According to the three criteria, including an absolute value of r greater than 0.50, a value of VIP greater than 1.0, and a p-value less than 0.05, the bucket variables with one of three features will be selected as discriminatory variables. Because more than one bucket value was listed from the same metabolite, two or more discriminative variables arising from the same metabolite will be present in the discriminatory panel. Selection will be carried out based on VIP rankings, and only the variables from the same metabolites with the highest VIP values were therefore selected as discriminatory metabolite level features, which will be included in the next-step analysis.

Sisteminės statistinės metabolinės koreliacijos analizė ir hierarchinė klasterių analizė

Pearsono koreliacijos koeficiento skaičiavimas ir hierarchinė klasterių analizė buvo atlikta remiantis santykiniais metabolitų integralais „R Studio“ (1.4.1717 versija) su mažais scenarijais. Kiekvienos grupių poros koreliacijos matrica buvo iliustruota pikselių žemėlapyje, kaip aprašyta literatūroje [21]. Trumpai tariant, kiekvieno kintamojo vienoje grupėje koreliacijos, kurių p reikšmės mažesnės nei 0.05, buvo laikomos reikšmingomis statistinėmis koreliacijomis ir buvo išlaikomos siekiant sukurti galutinį koreliacijos tinklą, iliustruojantį latentinius metabolitų ryšius grupė ir sutrikę medžiagų apykaitos santykiai tarp grupių. Raudonesni kvadratai rodo reikšmingesnę teigiamą koreliaciją. Mėlynesni kvadratai rodo reikšmingesnę teigiamą koreliaciją. Balti kvadratai rodo koreliaciją be reikšmės. Svarbiausių smegenų medžiagų apykaitos takų ir tinklų, naudojamų kaip HSD respondentai, analizė buvo atlikta naudojant MetaboAnalyst 3.0 įrankį. Atliktai kelio topologijos analizei buvo pasirinkta Rattus norvegicus (žiurkės) žinduolių kelio biblioteka. Šis metodas taip pat buvo naudojamas norint įvertinti kelio poveikį, klaidingų atradimų dažnį (FDR) ir p vertes.

Rezultatai Kortikos biocheminiai indeksai iš HSD ir CON grupių

Patvirtinti HSD metabolinius pokyčius smegenų audiniams, biocheminiams parametrams, įskaitant su energijos metabolizmu susijusį Na-KATP, AChE ir LDH, DA, E, NE, 5HT ir GABA neuromediatorių, aktyvumą, ir įsu oksidaciniu stresu susiję baltymaiapieSOD, MDA, ir Gpx HSD ir CON žiurkių ipsilateraliniuose žievės audiniuose (1 lentelė). Palyginti su kontroline grupe, DA, E, NE ir MDA lygiai žymiai padidėjo, o Na-KATP, AChE, LDH, 5HT, GABA, SOD ir Gpx kiekis HSD modelyje sumažėjo. Šiame darbe naudojamų tyrimų rinkinių aptikimo riba buvo nurodyta papildomų medžiagų bylos S3 lentelėje.

1 lentelė. Biocheminių parametrų kiekybinis įvertinimas buvo išmatuotas žievės audinių CON ir HSD gyvūnams ELISA metodu su tyrimo rinkiniais. (vidurkis ± SD). rodo statistinį reikšmingumą.

Metabolitai, nustatyti smegenų audinių mėginių 1H BMR spektruose

3 paveiksle pavaizduoti trys tipiniai 1H BMR spektrai iš HSD žiurkės žievės (3A pav.), hipokampo (3B pav.) ir striatumo (3C pav.). Remiantis smegenų audinių mėginių 1H BMR duomenimis, buvo identifikuoti įvairūs žinomi metabolitai, tai organinės rūgšties anijonai (laktatas (Lac), malonatas (Maln), sukcinatas (Suc), malatas (Mal), fumaratas (FMA). ), 2-hidroksibutiratas (2-HB), acetatas (Ace), formiatas (For), taurinas (Tau), askorbatas (Asc), 2-hidroksibutiratas (2HIB)), aminorūgštys (leucinas (Leu), izoleucinas (Ile), valinas (Val), alaninas (Ala), glicinas (Gly), tirozinas (Tyr), fenilalaninas (Phe), aspartatas (Asp), glutaminas (Gln), glutamatas (Glu) , treoninas (Thr), serinas (Ser), lizinas (Lys), asparaginas (Asn)), neurotransmiteriai (-aminobutiratas (GABA)), su energija susiję metabolitai (kreatinas (Cre), adenozino trifosfatas (ATP), adenozino monofosfatas ( AMP)), su fosfolipidais susiję metabolitai (Ofosfoetanolaminas (PEA), O-fosfocholinas (Pcho), sn-glicero-3-fosfocholinas (GPC)) ir kiti (mioinozitolis (MI), nikotinamido adenino dinukleotidas (NAD plius). ), nikotino rūgštis (Nic), N-acetilaspartatas (NAA), nikotinamido-adenino-dinukleotido fosfatas (NADP plus), UDP-N-galaktozė (UDPGa), uridinas (Uri), uracilas (Ura), cistidinas (Cyt) , uridino 5'-monofosfatas (UMP), inozino 5'-monofosfatas (IMP), inozinas (Ino), cholinas (Cho), automobilių nitinas (automobilis), glutationas (GSH). S1 lentelėje pateikiama išsami informacija apie metabolitų priskyrimą.

Metabolizmo profilio pokyčiai atskleidė metabolominę analizę

PCA – tiriamasis ir nešališkas visų smegenų ekstraktų skirtingų smegenų regionų 1 H BMR spektrų analizės metodas, pirmiausia buvo atliktas siekiant atskleisti pagrindines medžiagų apykaitos tendencijas, nulemtas hiperbarinio poveikio 400 msw. heliox prisotinimo aplinka. PC1 ir PC2 sklaidos diagrama, gauta iš PCA (S1A–S1C pav.), integruotų segmentų duomenų, atskleidė tam tikrą diskriminaciją, kuri šiek tiek sutampa tarp dviejų klasifikacijų. Prižiūrimi PLS-DA (S1A' – S1C' pav.) ir OPLS-DA (4A – 4C pav.) modelių tyrimai parodė aiškią medžiagų apykaitos profilių klasifikaciją tarp grupių. 4 pav. parodytos OPLS-DA modelio žievės srities (A), hipokampo srities (B) ir striatum srities (C) taškų diagramos, rodančios aiškią HSD grupių ir kontrolinių grupių skirtumą. Didelis paaiškinamas pokytis ir prognozės gerumas, atspindėtas R2X ir Q2 reikšmėmis (S1A'–S1C' pav., 4A–4C pav.) ir permutacijos bandymo diagramomis (4'-4C'A pav.) sukurtų prižiūrimų modelių patikimumas. Koreliacijos koeficientas (r), gautas iš S linijos brėžinių, kintamos svarbos projekcijoje (VIP) ir p-reikšmės iš neparametrinių vienanarių testų buvo surinkti, siekiant įvertinti reikšmingus metabolitus, atsakingus už klasę skiriančius modelius. Todėl, atitinkantys bet kurį iš trijų kriterijų (absoliuti r reikšmė didesnė nei 0,50, VIP reikšmė didesnė nei 1,0, kartu su p reikšme mažesnė nei 0,05), pasirinkome statistiškai reikšmingų metabolitų grupę. (1 lentelė), atsakingas už CON ir HSD grupių atskyrimą. 1 lentelėje parodytos kartos pokyčio vertės, didesnės nei 1, rodo padidėjusį lygį HSD grupėje, o kartojimo pokyčio vertės, mažesnės nei 1, rodo sumažėjusį lygį HSD grupėje. Skiriamųjų metabolitų vidutinės SD vertės nurodytos S2 lentelėje. Naudojant hierarchinę metabolitų klasterinę analizę ir vidutinio ryšio metodą, sukurtas šilumos žemėlapis (5A–5C pav.) su dendrogramomis leidžia geriau vizualizuoti tris smegenų regiono metabolinius pokyčius, kuriuos sukelia hiperbarinė ekspozicija helio deguonies prisotintoje aplinkoje.

Metaboliniai sutrikimai, pastebėti skirtinguose HSD žiurkių smegenų regionuose

Aukščiau minėta daugiamatė analizė ir vienmatinė analizė, naudojant metabolitų aukštį skirtingose ​​​​grupėse, suteikė puikų darbo mėgintuvėlį, leidžiantį nustatyti diskriminuojančius metabolitus, atskleidžiančius galimus neurologinius metabolinius pokyčius, susijusius su HSD įvykiais. HSD žievės audinyje buvo nustatytas padidėjęs AMP, FMA, Nic ir Phe kiekis bei Ala, Asn, Car, Cho, Cyt, GABA, GSH, Ino, Lac, Pcho, Phe, Tyr, Ura ir Uri sumažėjimas. grupė, palyginti su CON grupe (5A pav., 1 lentelė). Tuo tarpu hipokampe Ala, GSH, Lac, Uri, Cyt, GABA, Tyr ir Ura taip pat sumažėjo, o AMP padidėjo HSD grupėje, kaip ir žievėje. Be to, padidintas Thr ir sumažintas Gly, ATP, Tau, Imp, Suc, Asc ir DMA buvo išreikštas HSD grupės hipokampo ekstraktuose, palyginti su kontrole (5B, 5D pav., 1 lentelė). Lyginant su CONS grupe, Cyt, GABA, Ura, Cho ir Thr kiekis taip pat sumažėjo, kaip ir žievėje bei hipokampe. Be to, padidėjęs šakotosios grandinės aminorūgščių (BCAA, įskaitant Leu, Ile, Val) ir Lys kiekis bei sumažėjęs Gln, NAA, NAD plus, NADP plus, Asp, ATP, Tau, IMP metabolitų serijos, kiekis. ir Suc, kuris taip pat sumažėjo hipokampe, ir dar du metabolitai, Ino ir Pcho, kurie taip pat sumažėjo žievėje, buvo pastebėti HSD grupės žiurkių striatumo audiniuose (5C, 5D pav., 1 lentelė). Tokie daug metabolitų visada rodo sudėtingus ir įvairius molekulinius kelius. Diskriminuojančių metabolitų integralios vertės buvo kiekybiškai įvertintos, o statistiškai reikšmingi jų koncentracijos pokyčiai tarp heliokso prisotinimo-hiperbarinio poveikio ir kontrolinių grupių yra apibendrinti S2 lentelėse ir 2 lentelėse trims smegenų regionams.

4 pav. Ortogoninės dalinės mažiausių kvadratų diskriminacinės analizės (OPLS-DA) balų diagramos ir permutacijos bandymo diagramos, išskiriančios 400 msw heliokso prisotinimo poveikį 1H BMR spektrams iš kontrolinių grupių žievėje (CONC, n=8, HSDC, n=8, A ir A') (R2X=0.38; Q2=0.46), hipokampas (CONH, n {{12} }, HSDH, n=8, B ir B') (R2X=0.37; Q2=0.43) ir striatumą (CONS, n=8, HSDS, n=8, C ir C') (R2X=0.39; Q2=0.40). Q2 parametro reikšmės OPLS-DA balų diagramose, kurios buvo lygios arba didesnės nei 0,40, kartu su kairiausio taško Q2 reikšmėmis permutuotuose modeliuose buvo didesnės nei visos pritaikytos dešiniųjų taškų Q2 reikšmės (permutacija). 80 kartų), nurodant, kad nustatyti OPLS-DA modeliai galiojo.

Pcho, kuris taip pat sumažėjo žievėje, buvo pastebėtas HSD grupės žiurkių striatumo audiniuose (5C, 5D pav., 1 lentelė). Tokie daug metabolitų visada rodo sudėtingus ir įvairius molekulinius kelius. Diskriminuojančių metabolitų integralios vertės buvo kiekybiškai įvertintos, o statistiškai reikšmingi jų koncentracijos pokyčiai tarp heliokso prisotinimo-hiperbarinio poveikio ir kontrolinių grupių yra apibendrinti S2 lentelėse ir 2 lentelėse trims smegenų regionams.

5 pav. Šilumos žemėlapis ir statistinės koreliacijos diagramos, gautos iš žievės (A, A', HSDC mėginiai yra viršutiniame skydelyje, o CONC yra apatiniame skydelyje), hipokampo (B, B', HSDH) diskriminuojamųjų metabolitų reikšmių. HSD ir CON žiurkių audiniai yra viršutiniame skydelyje, o CONH - apatiniame skydelyje, o striatumas (C, C', HSDS mėginiai yra viršutiniame skydelyje, o CONS yra apatiniame skydelyje). Metabolitai šilumos žemėlapyje yra suskirstyti į hierarchines grupes, pagrįstas bendru lygių modelių panašumu. Venno diagrama (D), iliustruojanti metabolitų sutapimą tarp HSDC-CONC, HSDH-CONH ir HSDS-CONS palyginimų.

Metabolitų koreliacijos analizė

Ryšys tarp metabolitų arba tarp jų buvo toks sudėtingas 5A'-5C' pav. Kalbant apie energijos metabolitus, teigiamos koreliacijos tarp Lac ir Ala HSDC, AMP ir IMP HSDH, ATP ir Pcho HSDS, Suc ir GABA/Gln/Tyr/NAA HSDS ir neigiamos koreliacijos tarp Lac vs Thr ir GSH ir GSH vs. Suc HSDH, Suc vs Val HSDS buvo metabolitų koreliacijos diagramose. Kalbant apie neurotransmiterius, metabolitų koreliacijos diagramose buvo teigiamos koreliacijos tarp GABA ir automobilio HSDC, GABA ir Cho (CONH) ir GABA ir Suc/Ino/Gln HSDS. Metabolitų koreliacijos diagramose buvo neigiamos GABA ir FMA koreliacijos CONC ir GABA ir NAA / Ura / NADP plus CONS. Dėl metabolitų, susijusių suoksidacinis stresas,teigiamų koreliacijųGSH ir Asn HSDC ir CONC, Tau prieš Lac HSDH, Tau vs Suc/Ala CONH, neigiamos koreliacijos GSH ir Suc HSDH, Tau ir Thr HSDH buvo metabolito koreliacijoje. sklypai.

Metabolizmo kelio analizė

Kiekybinė kelio analizė, kurią sudaro kelio praturtinimo analizė ir kelio poveikis iš kelio topologijos, atskleidė labai statistiškai reikšmingus HSD sukeltus moduliavimus daugeliui medžiagų apykaitos takų. Kelio poveikio balai, kartu su klaidingų atradimų dažniu (FDR) ir p reikšmėmis, aprašyti 6 pav. Laikoma, kad keliai žymiai praturtėjo, jei p reikšmės buvo mažesnės nei 0.05; profiliuotų metabolitų (atsitikimų), palyginti su bendru metabolitų keliu (atitikties būsena), skaičius buvo didesnis nei 1; ir poveikio balai (nurodantys reikšmingai paveiktų metabolitų poveikį kelyje pagal tinklo topologijos santykinio tarpcentriškumo matą) buvo didesni nei 0. Keliai žievėje (6A pav.), turintys didžiausią metabolinio poveikio vertę, buvofenilalaninas, tirozino, irtriptofano biosintezė>fenilalanino metabolizmas> pirimidino metabolizmas > alanino, aspartato ir glutamato metabolizmas. Hipokampo (6B pav.) keliai, turintys didžiausią metabolizmą, buvo fenilalanino, tirozino ir triptofano biosintezė > glutationo metabolizmas > glicino, serino ir treonino metabolizmas > purino metabolizmas > pirimidino metabolizmas > alanino, aspartato ir glutamato metabolizmas > butanoatas. . Didžiausią medžiagų apykaitą turintys būdai striatumoje (6C pav.) buvo alanino, aspartato ir glutamato metabolizmas> nikotinato ir nikotinamido metabolizmas> purino metabolizmas.

Paprašyk daugiau:

El. paštas:wallence.suen@wecistanche.com

WhatsApp / Tel: plius 86 15292862950