Alterations in Slow‐Twitch Muscle Phenotype in Transgenic Mice Overexpressing the Ca<sup>2+</sup> Buffering Protein Parvalbumin
Notice bibliographique
Résumé
The purpose of this study was to determine whether induced expression of the Ca2+ buffering protein parvalbumin (PV) in slow-twitch fibres would lead to alterations in physiological, biochemical and molecular properties reflective of a fast fibre phenotype. Transgenic (TG) mice were generated that overexpressed PV in slow (type I) muscle fibres. In soleus muscle (SOL; 58 % type I fibres) total PV expression was 2- to 6-fold higher in TG compared to wild-type (WT) mice. Maximum twitch and tetanic tensions were similar in WT and TG but force at subtetanic frequencies (30 and 50 Hz) was reduced in TG SOL. Twitch time-to-peak tension and half-relaxation time were significantly decreased in TG SOL (time-to-peak tension: 39.3 +/- 2.6 vs. 55.1 +/- 4.7 ms; half-relaxation time: 42.1 +/- 3.5 vs. 68.1 +/- 9.6 ms, P < 0.05 for TG vs. WT, respectively; n = 8-10). There was a significant increase in expression of type IIa myosin heavy chain (MHC) and ryanodine receptor at the mRNA level in TG SOL but there were no differences in MHC expression at the protein level and thus no difference in fibre type. Whole muscle succinate dehydrogenase activity was reduced by 12 +/- 0.4 % in TG SOL and single fibre glycerol-3-phosphate dehydrogenase activity was decreased in a subset of type IIa fibres. These differences were associated with a 64 % reduction in calcineurin activity in TG SOL. These data show that overexpression of PV, resulting in decreased calcineurin activity, can alter the functional and metabolic profile of muscle and influence the expression of key marker genes in a predominantly slow-twitch muscle with minimal effects on the expression of muscle contractile proteins.
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 | 0,001 | 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) | 0,000 | 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 ».