MétaCan
Menu
← Retour à la cohorte
Enregistrement W145254029 · doi:10.1096/fasebj.25.1_supplement.1106.5

Autophagy signaling following denervation‐induced muscle disuse in young and old animals

2011· article· en· W145254029 sur OpenAlexaff
Michael F. N. O′Leary, Anna Vainshtein, David A. Hood

Notice bibliographique

RevueThe FASEB Journal · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésAutophagyDenervationMuscle atrophySarcopeniaEndocrinologyAtrophyInternal medicineAgeingSkeletal muscleBiologyChemistryMedicineBiochemistryApoptosis

Résumé

récupéré en direct d'OpenAlex

Contractile activity is required to maintain both muscle mass and function. Decreases in muscle activity lead to atrophy, which is exacerbated by the loss of autophagy signaling. Consequently, autophagy appears to be activated to preserve muscle mass. We wished to establish whether autophagy was increased during disuse-induced muscle atrophy, and whether this was accelerated during aging-induced sarcopenia. Thus, muscle mass and autophagic proteins were compared in young (5mo) and old (35 mo) Fischer BN rats following 7 days of denervation. Muscle mass was decreased by 53% in old compared to young animals, indicating sarcopenia. However, denervation resulted in a 2-fold greater loss of muscle mass in young compared to old animals. Basal levels of autophagy regulators such as ULK1, LC3II, and ATG 7 were 1.5- to 3-fold greater in muscles of old animals. Denervation induced 4- to 5-fold increases in these proteins in young animals, but only 2-fold increases were evident in old animals. Interestingly, autophagy protein expression in both the young and old animals reached similar peak levels. These data suggest that: 1) the loss of contractile activity induces greater atrophy in young, compared to old animals, 2) autophagy signaling is elevated in muscle of old animals, and 3) denervation-induced disuse appears to provoke similar levels of autophagic signaling regardless of age.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,045
Tête enseignante GPT0,280
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetAutophagy in Disease and Therapy→Travaux en français237 207→