Regulation of mitofusin-2 expression in skeletal muscleThis paper is one of a selection of papers published in this Special Issue, entitled 14th International Biochemistry of Exercise Conference – Muscles as Molecular and Metabolic Machines, and has undergone the Journal’s usual peer review process.
Notice bibliographique
Résumé
Fusion and fission of mitochondria regulate their morphology and distribution. Mitofusin-2 (Mfn2) is a mitochondrial protein involved in such fusion. Recent observations indicate that Mfn2 is a multifunctional protein that participates in cell proliferation and metabolism and that it is required for normal endoplasmic reticulum morphology. In relation to the metabolic role of Mfn2, alterations in activity have been reported to modify cell respiration, substrate oxidation, and oxidative phosphorylation subunit expression in cultured nonmuscle and muscle cells. Mfn2 expression in skeletal muscle is subject to regulation and conditions characterized by reduced mitochondrial activity, such as obesity or type 2 diabetes, and are associated with repressed Mfn2. In contrast, cold-exposure treatment with beta3-adrenergic agonists or exercise induce the expression of this gene in muscle. Estrogen-related receptor-alpha transcription factor is a key regulator of Mfn2 transcription and recruits peroxisome proliferator-activated receptor gamma coactivator (PGC)-1beta and PGC-1alpha. These 2 nuclear coactivators are potent, positive regulators of Mfn2 expression in muscle cells, and ablation of PGC-1beta causes Mfn2 downregulation in skeletal muscle and in the heart. We propose that PGC-1beta is a regulator of normal expression of Mfn2 in muscle, whereas PGC-1alpha participates in the stimulation of Mfn2 expression under a variety of conditions characterized by enhanced energy expenditure.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».