MétaCan
Menu
Retour à la cohorte
Enregistrement W1974888918 · doi:10.1128/mcb.25.8.3040-3055.2005

Adaptive Myogenesis under Hypoxia

2005· article· en· W1974888918 sur OpenAlexfundno aff
Zhong Yun, Qun Lin, Amato J. Giaccia

Notice bibliographique

RevueMolecular and Cellular Biology · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésMyoDMyogenesisMyogeninBiologyMyocyteHypoxia (environmental)MyoD ProteinCell biologyTranscription factorPITX2EndocrinologyInternal medicineBiochemistryGeneChemistryOxygenMedicineHomeobox

Résumé

récupéré en direct d'OpenAlex

Previous studies have indicated that myoblasts can differentiate and repair muscle injury after an ischemic insult. However, it is unclear how hypoxia or glucose deprivation in the ischemic microenvironment affects myoblast differentiation. We have found that myogenesis can adapt to hypoxic conditions. This adaptive mechanism is accompanied by initial inhibition of the myoD, E2A, and myogenin genes followed by resumption of their expression in an oxygen-dependent manner. The regulation of myoD transcription by hypoxia is correlated with transient deacetylation of histones associated with the myoD promoter. It is noteworthy that, unlike the differentiation of other cell types such as preadipocytes or chondroblasts, the effect of hypoxia on myogenesis is independent of HIF-1, a ubiquitous regulator of transcription under hypoxia. While myogenesis can also adapt to glucose deprivation, the combination of severe hypoxia and glucose deprivation found in an ischemic environment results in pronounced loss of myoblasts. Our studies indicate that the ischemic muscle can be repaired via the adaptive differentiation of myogenic precursors, which depends on the levels of oxygen and glucose in the ischemic microenvironment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,043
Score d'incertitude au seuil0,782

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,220
Écart entre enseignants0,213 · 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 tête enseignante, 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

Citations142
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular and Cellular BiologyMême sujetMuscle Physiology and DisordersTravaux en français237 207