The effects of mild‐exercise training cessation on physiological adaptations and gene expressions in human skeletal muscle
Notice bibliographique
Résumé
Stoppage of endurance exercise training leads to complete loss of V̇O 2 max gain but not submaximal and maximal exercise blood lactate concentrations. However, the detailed mechanisms are still unknown because the transcriptome of skeletal muscle after detraining has never been characterized. Thus, we investigated the effects of exercise‐training cessation at lactate threshold (LT) intensity on physiological adaptations and skeletal muscle transcriptome. Twelve weeks of detraining abolished the effect of 12‐weeks LT training on V̇O 2 max . The detraining also reversed V̇O 2 at LT intensity, however, the value tended to be higher than the pre‐training level (p = 0.07). Moreover, the training cessation did not affect the number of capillaries around type I fiber which was increased by the LT training. The global gene expression profile measured by serial analysis of gene expression (SAGE) revealed that the training and detraining modulated 249 and 245 characterized transcripts, respectively. The majority of training‐responsive transcripts (86%) showed a significant reversible effect of detraining. However, the most‐induced transcripts by the training were still elevated after the same period of detraining. These genes are involved in oxygen transport, creatine and mitochondrial energy metabolisms, contractile apparatus, and protein synthesis. Incomplete reversal of these transcripts as well as sustained capillary distribution by the detraining may contribute to the partial reversal of V̇O 2 at LT intensity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».