Search

Your search keyword '"Gaëlle Lefort"' showing total 21 results
Start Over Author "Gaëlle Lefort"
21 results on '"Gaëlle Lefort"'

1. Effect of the social environment on olfaction and social skills in wild-type and a mouse model of autism

Author

Caroline Gora, Ana Dudas, Lucas Court, Anil Annamneedi, Gaëlle Lefort, Thiago S. Nakahara, Nicolas Azzopardi, Adrien Acquistapace, Anne-Lyse Laine, Anne-Charlotte Trouillet, Lucile Drobecq, Emmanuel Pecnard, Benoît Piégu, Pascale Crépieux, Pablo Chamero, and Lucie P. Pellissier

Subjects
Neurosciences. Biological psychiatry. Neuropsychiatry, RC321-571
Abstract

Abstract Autism spectrum disorders (ASD) are complex, polygenic and heterogenous neurodevelopmental conditions. The severity of autism-associated variants is influenced by environmental factors, particularly social experiences during the critical neurodevelopmental period. While early behavioral interventions have shown efficacy in some children with autism, pharmacological support for core features — impairments in social interaction and communication, and stereotyped or restricted behaviors — is currently lacking. In this study, we examined how the social environment influences both wild-type (WT) and Shank3 knockout (KO) mice, a model reflecting core autism-like traits. Our findings revealed that chronic social isolation enhanced social interaction and olfactory neuron responses in WT animals. Furthermore, it restored impairments in social novelty preference and olfactory function, as well as self-grooming in Shank3 KO mice. Conversely, an enriched social environment heightened social interest toward novel conspecifics in WT mice, but elicited the opposite effect in Shank3 KO mice. Notably, Shank3 KO mice displayed distinct social responses when exposed to WT or Shank3 KO mice. These results offer novel insights that could favor the implementation of behavioral interventions and inclusive classroom programs for children with ASD.

Published
2024
Full Text
View/download PDF

2. Deciphering autism heterogeneity: a molecular stratification approach in four mouse models

Author

Caroline Gora, Ana Dudas, Océane Vaugrente, Lucile Drobecq, Emmanuel Pecnard, Gaëlle Lefort, and Lucie P. Pellissier

Subjects
Neurosciences. Biological psychiatry. Neuropsychiatry, RC321-571
Abstract

Abstract Autism spectrum disorder (ASD) is a complex neurodevelopmental condition characterized by impairments in social interaction and communication, as well as restrained or stereotyped behaviors. The inherent heterogeneity within the autism spectrum poses challenges for developing effective pharmacological treatments targeting core features. Successful clinical trials require the identification of robust markers to enable patient stratification. In this study, we identified molecular markers within the oxytocin and immediate early gene families across five interconnected brain structures of the social circuit. We used wild-type and four heterogeneous mouse models, each exhibiting unique autism-like behaviors modeling the autism spectrum. While dysregulations in the oxytocin family were model-specific, immediate early genes displayed widespread alterations, reflecting global changes across the four models. Through integrative analysis, we identified Egr1, Foxp1, Homer1a, Oxt, and Oxtr as five robust and discriminant molecular markers that allowed the successful stratification of the four models. Importantly, our stratification demonstrated predictive values when challenged with a fifth mouse model or identifying subgroups of mice potentially responsive to oxytocin treatment. Beyond providing insights into oxytocin and immediate early gene mRNA dynamics, this proof-of-concept study represents a significant step toward the potential stratification of individuals with ASD. This work has implications for the success of clinical trials and the development of personalized medicine in autism.

Published
2024
Full Text
View/download PDF

3. Glyphosate presence in human sperm: First report and positive correlation with oxidative stress in an infertile French population

Author

Claudine Vasseur, Loïse Serra, Souleiman El Balkhi, Gaëlle Lefort, Christelle Ramé, Pascal Froment, and Joëlle Dupont

Subjects
Human, Sperm parameters, Pesticide, Glyphosate, AMPA, 8OH-dG, Environmental pollution, TD172-193.5, Environmental sciences, GE1-350
Abstract

Environmental exposure to endocrine disruptors, such as pesticides, could contribute to a decline of human fertility. Glyphosate (GLY) is the main component of Glyphosate Based Herbicides (GBHs), which are the most commonly herbicides used in the world. Various animal model studies demonstrated its reprotoxicity. In Europe, GLY authorization in agriculture has been extended until 2034. Meanwhile the toxicity of GLY in humans is still in debate. The aims of our study were firstly to analyse the concentration of GLY and its main metabolite, amino-methyl-phosphonic acid (AMPA) by LC/MS-MS in the seminal and blood plasma in an infertile French men population (n=128). We secondly determined Total Antioxidant Status (TAS) and Total Oxidant Status (TOS) using commercial colorimetric kits and some oxidative stress biomarkers including malondialdehyde (MDA) and 8-hydroxy-2′-deoxyguanosine (8-OHdG) by ELISA assays. We next analysed potential correlations between GLY and oxidative stress biomarkers concentration and sperm parameters (sperm concentration, progressive speed, anormal forms). Here, we detected for the first time GLY in the human seminal plasma in significant proportions and we showed that its concentration was four times higher than those observed in blood plasma. At the opposite, AMPA was undetectable. We also observed a strong positive correlation between plasma blood GLY concentrations and plasma seminal GLY and 8-OHdG concentrations, the latter reflecting DNA impact. In addition, TOS, Oxidative Stress Index (OSI) (TOS/TAS), MDA blood and seminal plasma concentrations were significantly higher in men with glyphosate in blood and seminal plasma, respectively. Taken together, our results suggest a negative impact of GLY on the human reproductive health and possibly on his progeny. A precaution principle should be applied at the time of the actual discussion of GLY and GBHs formulants uses in Europe by the authorities.

Published
2024
Full Text
View/download PDF

4. Facial blushing and feather fluffing are indicators of emotions in domestic fowl (Gallus gallus domesticus).

Author

Cécile Arnould, Scott A Love, Benoît Piégu, Gaëlle Lefort, Marie-Claire Blache, Céline Parias, Delphine Soulet, Frédéric Lévy, Raymond Nowak, Léa Lansade, and Aline Bertin

Subjects
Medicine, Science
Abstract

The study of facial expressions in mammals provided great advances in the identification of their emotions and then in the comprehension of their sentience. So far, this area of research has excluded birds. With a naturalist approach, we analysed facial blushing and feather displays in domestic fowl. Hens were filmed in situations contrasting in emotional valence and arousal level: situations known to indicate calm states (positive valence / low arousal), have rewarding effects (positive valence / high arousal) or induce fear-related behaviour (negative valence / high arousal). Head feather position as well as skin redness of comb, wattles, ear lobes and cheeks varied across these situations. Skin of all four areas was less red in situations with low arousal compared to situations with higher arousal. Furthermore, skin redness of the cheeks and ear lobes also varied depending on the valence of the situation: redness was higher in situations with negative valence compared to situations with positive valence. Feather position also varied with the situations. Feather fluffing was mostly observed in positively valenced situations, except when hens were eating. We conclude that hens have facial displays that reveal their emotions and that blushing is not exclusive to humans. This opens a promising way to explore the emotional lives of birds, which is a critical step when trying to improve poultry welfare.

Published
2024
Full Text
View/download PDF

5. Plasma 1H-NMR metabolic and amino acid profiles of newborn piglets from two lines divergently selected for residual feed intake

Author

Laurence Liaubet, Camille Guilmineau, Gaëlle Lefort, Yvon Billon, Sébastien Reigner, Jean Bailly, Nathalie Marty-Gasset, Laure Gress, Rémi Servien, Agnès Bonnet, Hélène Gilbert, Nathalie Vialaneix, and Hélène Quesnel

Subjects
Medicine, Science
Abstract

Abstract Together with environmental factors, physiological maturity at birth is a major determinant for neonatal survival and postnatal development in mammalian species. Maturity at birth is the outcome of complex mechanisms of intra-uterine development and maturation during the end of gestation. In pig production, piglet preweaning mortality averages 20% of the litter and thus, maturity is a major welfare and economic concern. Here, we used both targeted and untargeted metabolomic approaches to provide a deeper understanding of the maturity in a model of lines of pigs divergently selected on residual feed intake (RFI), previously shown to have contrasted signs of maturity at birth. Analyses were conducted on plasma metabolome of piglets at birth and integrated with other phenotypic characteristics associated to maturity. We confirmed proline and myo-inositol, previously described for their association with delayed growth, as potential markers of maturity. Urea cycle and energy metabolism were found more regulated in piglets from high and low RFI lines, respectively, suggesting a better thermoregulation ability for the low RFI (with higher feed efficiency) piglets.

Published
2023
Full Text
View/download PDF

6. Flight quotas outperform focused mitigation strategies in reducing the carbon footprint of academic travel

Author

Tamara Ben-Ari, Gaëlle Lefort, Jérome Mariette, Olivier Aumont, Laurent Jeanneau, Alexandre Santerne, Aymeric Spiga, and Philippe-e Roche

Subjects
carbon footprint of research, academic air travel, mitigation options, sufficiency, modal shift, Environmental technology. Sanitary engineering, TD1-1066, Environmental sciences, GE1-350, Science, Physics, QC1-999
Abstract

The carbon footprint of academia has become a prominent concern and a burgeoning research area, with a notable focus on greenhouse gas emissions (GHG) from research-related travels. Mitigation strategies often promote alternatives, such as developing virtual communication or adopting sustainable transportation modes for short distances. While more ambitious strategies involving the transformation of research practices are increasingly discussed, these mitigation solutions are rarely subjected to rigorous quantitative assessments or meaningful comparisons. This study analyzes a unique database of about 130 000 travel segments by car, train and plane in 159 research entities across a wide array of disciplines in France. We investigate the patterns and associated carbon footprint of these research travels and explore a diversity of mitigation options. Our analysis shows that air travel overwhelmingly outweighs the carbon footprint of research travel, representing more than 96% of GHG emissions. Intercontinental flights are infrequent (less than 10% of all plane trips) but dominate GHG travel emissions, accounting for over 64% of total emissions. In contrast, domestic and continental flights are the most common but their mitigation potential by modal shift to train is limited (e.g. less than 15% for trips under 1000 km). Similar reductions can be achieved by targeting a small subset of travels, for example by modulating the frequency of conference attendance. The greatest and possibly most robust mitigation potential lies in combining modal shift with moderating air mileage (e.g. reducing travelled distance or number of flights). Strategies focusing on electrification or modal shifts for cars, proposed in official guidelines, are found to have negligible impact. In the absence of low-carbon alternatives for long-haul flights, we contend that only comprehensive strategies and policies which include moderating air travel distance or frequency can achieve a robust significant reduction in the GHG emissions from academic travel.

Published
2024
Full Text
View/download PDF

7. Chronic dietary exposure to a glyphosate-based herbicide results in total or partial reversibility of plasma oxidative stress, cecal microbiota abundance and short-chain fatty acid composition in broiler hens

Author

Mathias Fréville, Anthony Estienne, Christelle Ramé, Gaëlle Lefort, Marine Chahnamian, Christophe Staub, Eric Venturi, Julie Lemarchand, Elise Maximin, Alice Hondelatte, Olivier Zemb, Cécile Canlet, Rodrigo Guabiraba, Pascal Froment, and Joëlle Dupont

Subjects
birds, glyphosate, metabolism, cecal microbiome, oxidative stress, Physiology, QP1-981
Abstract

Glyphosate-based herbicides (GBHs) are massively used in agriculture. However, few studies have investigated the effects of glyphosate-based herbicides on avian species although they are largely exposed via their food. Here, we investigated the potential reversibility of the effects of chronic dietary exposure to glyphosate-based herbicides in broiler hens. For 42 days, we exposed 32-week-old hens to glyphosate-based herbicides via their food (47 mg/kg/day glyphosate equivalent, glyphosate-based herbicides, n = 75) corresponding to half glyphosate’s no-observed-adverse-effect-level in birds. We compared their performance to that of 75 control animals (CT). Both groups (glyphosate-based herbicides and control animals) were then fed for 28 additional days without glyphosate-based herbicides exposure (Ex-glyphosate-based herbicides and Ex-control animals). Glyphosate-based herbicides temporarily increased the plasma glyphosate and AMPA (aminomethylphosphonic acid) concentrations. Glyphosate and aminomethylphosphonic acid mostly accumulated in the liver and to a lesser extent in the leg muscle and abdominal adipose tissue. Glyphosate-based herbicides also temporarily increased the gizzard weight and plasma oxidative stress monitored by TBARS (thiobarbituric acid reactive substances). Glyphosate-based herbicides temporarily decreased the cecal concentrations of propionate, isobutyrate and propionate but acetate and valerate were durably reduced. The cecal microbiome was also durably affected since glyphosate-based herbicides inhibited Barnesiella and favored Alloprevotella. Body weight, fattening, food intake and feeding behavior as well as plasma lipid and uric acid were unaffected by glyphosate-based herbicides. Taken together, our results show possible disturbances of the cecal microbiota associated with plasma oxidative stress and accumulation of glyphosate in metabolic tissues in response to dietary glyphosate-based herbicides exposure in broiler hens. Luckily, glyphosate-based herbicides at this concentration does not hamper growth and most of the effects on the phenotypes are reversible.

Published
2022
Full Text
View/download PDF

10. Joint Automatic Metabolite Identification and Quantification of a Set of

Author

Gaëlle, Lefort, Laurence, Liaubet, Nathalie, Marty-Gasset, Cécile, Canlet, Nathalie, Vialaneix, and Rémi, Servien

Subjects
Magnetic Resonance Spectroscopy, Proton Magnetic Resonance Spectroscopy, Metabolome, Metabolomics, Magnetic Resonance Imaging
Abstract

Metabolomics is a promising approach to characterize phenotypes or to identify biomarkers. It is also easily accessible through NMR, which can provide a comprehensive understanding of the metabolome of any living organisms. However, the analysis of

Published
2021

11. Joint automatic metabolite identification and quantification of a set of 1H NMR spectra

Author

Gaëlle Lefort, Cécile Canlet, Laurence Liaubet, Nathalie Marty-Gasset, Rémi Servien, Nathalie Vialaneix, Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-ToxAlim (ToxAlim), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Laboratoire de Biotechnologie de l'Environnement [Narbonne] (LBE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Innovations Thérapeutiques et Résistances (InTheRes), SubPig project funded by INRAE metaprogram fund GISA, ANR-16-CONV-0004,DIGITAG,Institut Convergences en Agriculture Numérique(2016), ToxAlim (ToxAlim), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), and Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro - Montpellier SupAgro

Subjects
Computer science, Metabolite, 010402 general chemistry, 01 natural sciences, Spectral line, Analytical Chemistry, Set (abstract data type), 03 medical and health sciences, chemistry.chemical_compound, Metabolomics, [CHIM.ANAL]Chemical Sciences/Analytical chemistry, [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], Metabolome, [SDV.BBM.BC]Life Sciences [q-bio]/Biochemistry, Molecular Biology/Biochemistry [q-bio.BM], 030304 developmental biology, [STAT.AP]Statistics [stat]/Applications [stat.AP], 0303 health sciences, business.industry, 010401 analytical chemistry, Pattern recognition, [SDV.BIBS]Life Sciences [q-bio]/Quantitative Methods [q-bio.QM], 0104 chemical sciences, Identification (information), chemistry, Proton NMR, Biomarker (medicine), Artificial intelligence, Joint (audio engineering), business, Biological system, [CHIM.CHEM]Chemical Sciences/Cheminformatics
Abstract

Metabolomics is a promising approach to characterize phenotypes or to identify biomarkers. It is also easily accessible through NMR, which can provide a comprehensive understanding of the metabolome of any living organisms. However, the analysis of 1H NMR spectrum remains difficult, mainly due to the different problems encountered to perform automatic identification and quantification of metabolites in a reproducible way. In addition, methods that perform automatic identification and quantification of metabolites often do it for one given complex mixture spectrum. Hence, when a set of complex mixture spectra coming from the same experiment has to be processed, the approach is simply repeated independently for every spectrum, despite their resemblance. Here, we present a new method that is the first to identify and quantify metabolites by integrating information coming from several complex spectra of the same experiment. The performances of this new method are then evaluated on both simulated and real datasets. The results show an improvement in the metabolite identification and in the accuracy of metabolite quantifications, especially when the concentration is low. This joint procedure is available in version 2.0 of ASICS package.

Published
2020
Full Text
View/download PDF

12. The maturity in fetal pigs using a multi-fluid metabolomic approach

Author

Cécile Canlet, Nathalie Vialaneix, Alain Paris, Hélène Quesnel, Gaëlle Lefort, Laurianne Canario, Rémi Servien, Laurence Liaubet, Nathalie Iannuccelli, Yvon Billon, Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Laboratoire de Biotechnologie de l'Environnement [Narbonne] (LBE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro - Montpellier SupAgro, Innovations Thérapeutiques et Résistances (InTheRes), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-INSTITUT AGRO Agrocampus Ouest, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Unité Expérimentale Elevages Porcins Innovants (GenESI), Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-ToxAlim (ToxAlim), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Molécules de Communication et Adaptation des Micro-organismes (MCAM), Muséum national d'Histoire naturelle (MNHN)-Centre National de la Recherche Scientifique (CNRS), INRAE Mathematics and Computer Science Division, by INRAE Animal Genetics Division and by INRAE Animal Health Divison, ANR-09-GENM-0005,PORCINET,Approche intégrée de la maturité des porcelets(2009), ANR-16-CONV-0004,DIGITAG,Institut Convergences en Agriculture Numérique(2016), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), AGROCAMPUS OUEST, Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), and Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse)

Subjects
Litter (animal), Amniotic fluid, Litter Size, Swine, lcsh:Medicine, Physiology, Reproductive biology, Biology, Article, Fetal Development, 03 medical and health sciences, Metabolomics, Fetus, Pregnancy, Metabolome, Weaning, Animals, lcsh:Science, 030304 developmental biology, 2. Zero hunger, 0303 health sciences, [STAT.AP]Statistics [stat]/Applications [stat.AP], [SDV.BA]Life Sciences [q-bio]/Animal biology, lcsh:R, 0402 animal and dairy science, 04 agricultural and veterinary sciences, Intrauterine growth, 040201 dairy & animal science, Maturity (finance), Phenotype, Animals, Newborn, Gestation, lcsh:Q, Female
Abstract

In mammalian species, the first days after birth are an important period for survival and the rates of mortality before weaning are high. In pigs, the perinatal deaths average 20% of the litter, with important economic and societal consequences. Among the factors influencing piglet survival at birth, the maturity is likely to be one of the most important. Maturity can be defined as the outcome of complex mechanisms of intra-uterine development and maturation occurring during the last month of gestation. Here, we provide new insights on maturity by studying the end of gestation at two different stages (three weeks before term and close to term) in two breeds of pigs that strongly differ in terms of neonatal survival. Since metabolomics is a promising approach for phenotype characterization or biomarker discovery, we provide a complete understanding of the metabolome of the fetuses in late gestation in three fluids (plasma, urine, and amniotic fluid). We found that biological processes related to amino acid and carbohy-drate metabolisms are critical for piglet maturity. We also confirmed some previously described metabolites associated with delayed growth (e.g., proline and myo-inositol). Altogether, our study proposes new routes for a better characterization of piglet maturity at birth.

Published
2020
Full Text
View/download PDF

13. ASICS: identification and quantification of metabolites in complex 1H NMR spectra

Author

Gaëlle Lefort, Laurence Liaubet, Cecile Canlet, Nathalie Villa, Rémi Servien, Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-ToxAlim (ToxAlim), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Innovations Thérapeutiques et Résistances (InTheRes), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, DigitAg ANR-16-CONV-0004, Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), and Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse)

Subjects
[SDV.GEN]Life Sciences [q-bio]/Genetics, [SDV.GEN.GA]Life Sciences [q-bio]/Genetics/Animal genetics, [SDV]Life Sciences [q-bio], [INFO]Computer Science [cs], ComputingMilieux_MISCELLANEOUS
Abstract

National audience

Published
2020

14. ASICS : identifier et quantifier des métabolites à partir d'un spectre RMN 1H

Author

Gaëlle Lefort, Laurence Liaubet, Cécile Canlet, Nathalie Vialaneix, Rémi Servien, Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Institut National de la Recherche Agronomique (INRA), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), ToxAlim (ToxAlim), Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Innovations Thérapeutiques et Résistances (InTheRes), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), ANR-16-CONV-0004, ANR-09-GENM005, Société Française de Statistique (SFdS). FRA., Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-MetaToul-MetaboHUB, Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)

Subjects
sélection de variables, [SDV.GEN]Life Sciences [q-bio]/Genetics, [SDV.GEN.GA]Life Sciences [q-bio]/Genetics/Animal genetics, résonance Magnétique Nucléaire (RMN), [SDV]Life Sciences [q-bio], métabolomique, quantification de métabolites, [INFO]Computer Science [cs], [MATH]Mathematics [math]
Abstract

National audience; La résonance magnétique nucléaire du proton (1H-RMN) est une technologie haut-débit permettant d'obtenir des profils métaboliques, sous forme de spectres, à un coût relativement faible. C'est un outil prometteur pour détecter des biomarqueurs facilement mesurables. Cependant, les métabolites présents dans un mélange complexe ne sont pas identifiables et quantifiables directement, ce qui limite l'interprétabilité de ces approches. Pour faciliter l'utilisation de ces données, nous avons développé une méthode d'analyse automatique, encapsulée dans un nouveau package R/Bioconductor, ASICS, qui permet l'identification et la quantification globale et automatique des métabolites dans un spectre RMN. Le package permet d'enchaîner facilement toutes les étapes de l'analyse (pré-traitements, quantification, outils de diagnostic pour juger de la qualité des quantifications, analyses statistiques post-quantification).

Published
2019

15. ASICS: an R package for a whole analysis workflow of 1D 1H NMR spectra

Author

Hélène Quesnel, Cécile Canlet, Gaëlle Lefort, Rémi Servien, Marie-Christine Père, Patrick Tardivel, Nathalie Vialaneix, Alain Paris, Laurence Liaubet, Nathalie Iannuccelli, Lefort, Gaëlle, Vialaneix, Nathalie, Servien, Remi, Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Institut National de la Recherche Agronomique (INRA), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), ToxAlim (ToxAlim), Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), University of Wroclaw, Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Molécules de Communication et Adaptation des Micro-organismes (MCAM), Muséum national d'Histoire naturelle (MNHN)-Centre National de la Recherche Scientifique (CNRS), Innovations Thérapeutiques et Résistances (InTheRes), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), ANR-16-CONV-0004,DIGITAG,Institut Convergences en Agriculture Numérique(2016), ANR-09-GENM-0005,PORCINET,Approche intégrée de la maturité des porcelets(2009), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-MetaToul-MetaboHUB, Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), and AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA)

Subjects
Statistics and Probability, Magnetic Resonance Spectroscopy, Computer science, Systems biology, Proton Magnetic Resonance Spectroscopy, [SDV]Life Sciences [q-bio], computer.software_genre, 01 natural sciences, Biochemistry, Workflow, Bioconductor, 03 medical and health sciences, Metabolomics, [INFO]Computer Science [cs], [MATH]Mathematics [math], Molecular Biology, 030304 developmental biology, 0303 health sciences, [SDV.GEN]Life Sciences [q-bio]/Genetics, 010401 analytical chemistry, Magnetic Resonance Imaging, 0104 chemical sciences, Computer Science Applications, Computational Mathematics, R package, Metabolic pathway, Identification (information), [SDV.GEN.GA]Life Sciences [q-bio]/Genetics/Animal genetics, Computational Theory and Mathematics, Proton NMR, Biomarker (medicine), Data mining, computer, Software
Abstract

Motivation In metabolomics, the detection of new biomarkers from Nuclear Magnetic Resonance (NMR) spectra is a promising approach. However, this analysis remains difficult due to the lack of a whole workflow that handles spectra pre-processing, automatic identification and quantification of metabolites and statistical analyses, in a reproducible way. Results We present ASICS, an R package that contains a complete workflow to analyse spectra from NMR experiments. It contains an automatic approach to identify and quantify metabolites in a complex mixture spectrum and uses the results of the quantification in untargeted and targeted statistical analyses. ASICS was shown to improve the precision of quantification in comparison to existing methods on two independent datasets. In addition, ASICS successfully recovered most metabolites that were found important to explain a two level condition describing the samples by a manual and expert analysis based on bucketing. It also found new relevant metabolites involved in metabolic pathways related to risk factors associated with the condition. Availability and implementation ASICS is distributed as an R package, available on Bioconductor. Supplementary information Supplementary data are available at Bioinformatics online.

Published
2019
Full Text
View/download PDF

16. ASICS : un package R pour l'identification et la quantification de métabolites dans un spectre RMN 1H

Author

Gaëlle Lefort, Laurence Liaubet, Cécile Canlet, Nathalie Villa-Vialaneix, Rémi Servien, Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Institut National de la Recherche Agronomique (INRA), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), ToxAlim (ToxAlim), Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Innovations Thérapeutiques et Résistances (InTheRes), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), DigitAG, Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-MetaToul-MetaboHUB, Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)

Subjects
résonnance magnétique nucléaire (RMN), [SDV.GEN]Life Sciences [q-bio]/Genetics, [SDV.GEN.GA]Life Sciences [q-bio]/Genetics/Animal genetics, [SDV]Life Sciences [q-bio], [INFO]Computer Science [cs], quantification de métabolites, [MATH]Mathematics [math], ComputingMilieux_MISCELLANEOUS, métabolomique
Abstract

National audience

Published
2018

17. Using ASICS to quantify metabolites in 1D 1H NMR spectra: an application to perinatal survival in pigs

Author

Gaëlle Lefort, Laurence Liaubet, Patrick Tardivel, Cécile Canlet, Marie Tremblay-Franco, Laurent Debrauwer, Nathalie Villa-Vialaneix, Rémi Servien, Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Institut National de la Recherche Agronomique (INRA), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-École nationale supérieure agronomique de Toulouse (ENSAT), Université de Toulouse (UT)-Université de Toulouse (UT), Institut de Mathématiques de Toulouse UMR5219 (IMT), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS), MetaToul AXIOM (E20), ToxAlim (ToxAlim), Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université de Toulouse (UT)-Ecole d'Ingénieurs de Purpan (INP - PURPAN), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-MetaboHUB-MetaToul, MetaboHUB-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-MetaboHUB-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Innovations Thérapeutiques et Résistances (InTheRes), DigitAG, École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS), Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), and Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-MetaToul-MetaboHUB

Subjects
[SDV.GEN]Life Sciences [q-bio]/Genetics, [SDV.GEN.GA]Life Sciences [q-bio]/Genetics/Animal genetics, [SDV]Life Sciences [q-bio], [INFO]Computer Science [cs], [MATH]Mathematics [math], ComputingMilieux_MISCELLANEOUS
Abstract

National audience

Published
2018

18. ASICS: an automatic method for identification andquantification of metabolites in complex 1D 1HNMR spectra

Author

Patrick Tardivel, Cécile Canlet, Gaëlle Lefort, Laurent Debrauwer, Marie Tremblay Franco, Didier Concordet, Rémi Servien, ToxAlim (ToxAlim), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA), Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Institut National de la Recherche Agronomique (INRA), Innovations Thérapeutiques et Résistances (InTheRes), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-MetaToul-MetaboHUB, Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), and Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)

Subjects
Quantification of metabolites, NIST plasma, [SDV]Life Sciences [q-bio], Metabolomics, Identification of metabolites, [INFO]Computer Science [cs], [MATH]Mathematics [math], Nuclear magnetic resonance
Abstract

National audience; One of the major challenges in NMR/mass spectrometry analysis of metabolic profiles relies onthe identification and quantification of metabolites in complex biological mixtures. These features aremandatory to make metabolomics asserting a general approach to test a priori formulated hypotheseson the basis of exhaustive metabolome characterization rather than an exploratory tool dealing with un-known metabolic features. In this communication we propose a method, named ASICS, based on astrong statistical theory that handles automatically the metabolites identification and quantification inproton NMR spectra. A statistical linear model is built to explain a complex spectrum using a librarycontaining pure metabolite spectra. This model can handle local or global chemical shift variations dueto experimental conditions using a warping function. A statistical lasso-type estimator identifies andquantifies the metabolites in the complex spectrum. This estimator shows good statistical properties andhandles peak overlapping issues. The performances of the method were investigated on known mixtures(such as synthetic urine) and on plasma datasets from duck and human (plasma NIST SRM1950) using alibrary of 175 pure metabolites. Results show noteworthy performances, outperforming current existingmethods (namely MetaboHunter, BATMAN, Bayesil or Chenomx) for the identification and the quan-tification of metabolites. Furthermore, ASICS could easily be used routinely according to its reasonablecomputational time (no more than 3 minutes for the whole analysis of a complex spectrum). In conclu-sion, ASICS is a completely automated procedure for metabolites identification and quantification in 1HNMR spectra of biological mixtures. It will enable empowering NMR-based metabolomics by quicklyand accurately helping experts to obtain metabolic profiles. ASICS is already available as a R function orwithin the more user-friendly Galaxy/W4M interface developed by the MetaboHUB infrastructure andIFB (French Institute of Bioinformatics).

Published
2017

19. ASICS: an automatic method for identification and quantification of metabolites in complex 1D 1H NMR spectra

Author

Patrick Tardivel, Didier Concordet, Cécile Canlet, Marie Tremblay-Franco, Gaëlle Lefort, Rémi Servien, Laurent Debrauwer, ToxAlim (ToxAlim), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA), Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-MetaToul-MetaboHUB, Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), MetaToul-AXIOM, Plateforme de Métabolomique et de Chimie Analytique en Toxicologie, Institut National de la Recherche Agronomique (INRA), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT], Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)

Subjects
0301 basic medicine, Quantification of metabolites, Computer science, Endocrinology, Diabetes and Metabolism, [SDV]Life Sciences [q-bio], Clinical Biochemistry, Analytical chemistry, 01 natural sciences, Biochemistry, Nuclear magnetic resonance, NIST Plasma, 03 medical and health sciences, Metabolomics, [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], Metabolome, Identification of metabolites, Statistical theory, 010401 analytical chemistry, Linear model, Estimator, 0104 chemical sciences, Identification (information), 030104 developmental biology, Proton NMR, A priori and a posteriori, Biological system
Abstract

International audience; Introduction : Experiments in metabolomics rely on the identification and quantification of metabolites in complex biological mixtures. This remains one of the major challenges in NMR/mass spectrometry analysis of metabolic profiles. These features are mandatory to make metabolomics asserting a general approach to test a priori formulated hypotheses on the basis of exhaustive metabolome characterization rather than an exploratory tool dealing with unknown metabolic features. Objectives : In this article we propose a method, named ASICS, based on a strong statistical theory that handles automatically the metabolites identification and quantification in proton NMR spectra. Methods : A statistical linear model is built to explain a complex spectrum using a library containing pure metabolite spectra. This model can handle local or global chemical shift variations due to experimental conditions using a warping function. A statistical lasso-type estimator identifies and quantifies the metabolites in the complex spectrum. This estimator shows good statistical properties and handles peak overlapping issues. Results : The performances of the method were investigated on known mixtures (such as synthetic urine) and on plasma datasets from duck and human. Results show noteworthy performances, outperforming current existing methods. Conclusion : ASICS is a completely automated procedure to identify and quantify metabolites in 1H NMR spectra of biological mixtures. It will enable empowering NMR-based metabolomics by quickly and accurately helping experts to obtain metabolic profiles.

Published
2017
Full Text
View/download PDF

20. Reprogramming of DNA methylation is critical for nodule development in Medicago truncatula

Author

Carine Satgé, Marie-Françoise Jardinaud, Karine Gallardo, Marie-Christine Auriac, Ludovic Cottret, Erika Sallet, Céline Noirot, Sandra Moreau, Pascal Gamas, Gaëlle Lefort, Céline Remblière, Laboratoire des interactions plantes micro-organismes (LIPM), Institut National de la Recherche Agronomique (INRA)-Centre National de la Recherche Scientifique (CNRS), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Agroécologie [Dijon], Institut National de la Recherche Agronomique (INRA)-Université de Bourgogne (UB)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement, Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Institut National de la Recherche Agronomique (INRA), and INRA SPE EPINOD project, ANR EPISYM project, Laboratoire d’Excellence (LABEX) TULIP (ANR-10- LABX-41)

Subjects
0106 biological sciences, 0301 basic medicine, [SDV]Life Sciences [q-bio], Bisulfite sequencing, Plant Science, 01 natural sciences, 03 medical and health sciences, Gene Expression Regulation, Plant, Medicago truncatula, [SDV.BV]Life Sciences [q-bio]/Vegetal Biology, [INFO]Computer Science [cs], Epigenetics, [MATH]Mathematics [math], Symbiosis, Gene, Plant Proteins, Genetics, [SDV.GEN]Life Sciences [q-bio]/Genetics, biology, DNA Methylation, biology.organism_classification, [SDV.GEN.GA]Life Sciences [q-bio]/Genetics/Animal genetics, 030104 developmental biology, DNA demethylation, DNA methylation, [SDE]Environmental Sciences, biology.protein, Demethylase, Root Nodules, Plant, Reprogramming, 010606 plant biology & botany, Rhizobium
Abstract

The legume–Rhizobium symbiosis leads to the formation of a new organ, the root nodule, involving coordinated and massive induction of specific genes. Several genes controlling DNA methylation are spatially regulated within the Medicago truncatula nodule, notably the demethylase gene, DEMETER (DME), which is mostly expressed in the differentiation zone. Here, we show that MtDME is essential for nodule development and regulates the expression of 1,425 genes, some of which are critical for plant and bacterial cell differentiation. Bisulphite sequencing coupled to genomic capture enabled the identification of 474 regions that are differentially methylated during nodule development, including nodule-specific cysteine-rich peptide genes. Decreasing DME expression by RNA interference led to hypermethylation and concomitant downregulation of 400 genes, most of them associated with nodule differentiation. Massive reprogramming of gene expression through DNA demethylation is a new epigenetic mechanism controlling a key stage of indeterminate nodule organogenesis during symbiotic interactions. The legume–Rhizobium symbiosis allows nitrogen fixation. Development of nodules is a finely regulated developmental process that involves a DNA demethylase called DEMETER, linking epigenetic regulation and symbiosis.

Published
2016
Full Text
View/download PDF

21. Elite Swimmers’ Training Patterns in the 25 Weeks Prior to Their Season’s Best Performances: Insights Into Periodization From a 20-Years Cohort

Author

Philippe Hellard, Marta Avalos-Fernandes, Gaelle Lefort, Robin Pla, Inigo Mujika, Jean-François Toussaint, and David B. Pyne

Subjects
training distribution, progressivity, competitive performance, swimming, latent class mixed models, Physiology, QP1-981
Abstract

BackgroundThis study investigated the periodization of elite swimmers’ training over the 25 weeks preceding the major competition of the season.MethodsWe conducted a retrospective observational study of elite male (n = 60) and female (n = 67) swimmers (46 sprint, 81 middle-distance) over 20 competitive seasons (1992–2012). The following variables were monitored: training corresponding to blood lactate 4–6 mmol⋅L-1, >6 mmol⋅L-1, and maximal swimming speed; general conditioning and maximal strength training hours; total training load (TTL); and the mean normalized volumes for both in-water and dryland workouts. Latent class mixed modeling was used to identify various TTL pattern groups. The associations between pattern groups and sex, age, competition event, Olympic quadrennial year, training contents, and relative performance were quantified.ResultsFor the entire cohort, ∼86–90% of the training was swum at an intensity of [La]b ≤ 4 mmol⋅L-1. This training volume was divided into 40–44% at 4–6 mmol⋅L-1, and 3.5–4.5% at >6 mmol⋅L-1. Three sprint TTL patterns were identified: a pattern with two long ∼14–15-week macrocycles, one with two ∼12–13 week macrocycles each composed of a balanced training load, and one with a single stable flat macrocycle. The long pattern elicited the fastest performances and was most prevalent in Olympic quadrennials (i.e., 4 seasons preceding the 2004, 2008, and 2012 Olympic Games). This pattern exhibited moderate week-to-week TTL variability (6 ± 3%), progressive training load increases between macrocycles, and more training at ≤4 mmol⋅L-1 and >6 mmol⋅L-1. This fastest sprint pattern showed a waveform in the second macrocycle consisting of two progressive load peaks 10–11 and 4–6 weeks before competition. The stable flat pattern was the slowest and showed low TTL variability (4 ± 3%), training load decreases between macrocycles (P < 0.01), and more training at 4–6 mmol⋅L-1 (P < 0.01).ConclusionProgressive increases in training load, macrocycles lasting about 14–15 weeks, and substantial volume of training at intensities ≤4 mmol⋅L-1 and >6 mmol⋅L-1, were associated with peak performance in elite swimmers.

Published
2019
Full Text
View/download PDF

Catalog

Books, media, physical & digital resources
See catalog results