MétaCan
Menu
← Retour à la cohorte
Enregistrement W157805658 · doi:10.1096/fasebj.22.1_supplement.1163.7

Accumulation of dMHC positive fibers contributes to sarcopenia

2008· article· en· W157805658 sur OpenAlexaff
Kathryn Jean Wright, Elaine Huba, Russell T. Hepple

Notice bibliographique

RevueThe FASEB Journal · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSarcopeniaMyosinGastrocnemius muscleSoleus muscleMuscle fibreFiberFiber typeMuscle massOxidative phosphorylationChemistryInternal medicineFast twitch musclePhenotypeAgeingEndocrinologyBiologyAnatomySkeletal muscleBiochemistryMedicineGene

Résumé

récupéré en direct d'OpenAlex

Sarcopenia is associated with accumulation of very small fibers amongst fibers of normal size. Previously, it was observed that some of these fibers in soleus muscle expressed a marker of regenerating muscle, developmental myosin heavy chain (dMHC). The purpose of this study was to determine the incidence of dMHC positive fibers across the range of muscle phenotypes from slow oxidative (soleus muscle; Sol), to fast oxidative (red region of gastrocnemius muscle; Gr) to fast glycolytic (white region of gastrocnemius muscle; Gw) muscle in senescent rats. Mean fiber size was 54% smaller in Sol, 43% smaller in Gr, and 67% smaller in Gw versus young adult rats. Whereas the fraction of dMHC positive fibers in Sol (12.6 +/− 2.8%) and Gas (8.5 +/− 1.5%) was similar, Gr (19.4 +/− 6.4%) had a higher dMHC expression than Gw (4.4 +/− 1.4%). In all muscle regions, the fiber cross‐sectional area of dMHC positive fibers was smaller than dMHC negative fibers. These results show that dMHC positive fibers are present across the range of metabolic and contractile phenotypes in aged muscles, and their small size shows that the accumulation of these fibers contributes to the decline in muscle mass with aging.

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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,292
Écart entre enseignants0,265 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetMuscle Physiology and Disorders→Travaux en français237 207→