Quantitative Proteomic Analysis of Dystrophic Dog Muscle
Notice bibliographique
Résumé
Duchenne muscular dystrophy (DMD) is caused by null mutations in the dystrophin gene, leading to progressive and unrelenting muscle loss. Although the genetic basis of DMD is well resolved, the cellular mechanisms associated with the physiopathology remain largely unknown. Increasing evidence suggests that secondary mechanisms, as the alteration of key signaling pathways, may play an important role. In order to identify reliable biomarkers and potential therapeutic targets, and taking advantage of the clinically relevant Golden Retriever Muscular Dystrophy (GRMD) dog model, a proteomic study was performed. Isotope-coded affinity tag (ICAT) profiling was used to compile quantitative changes in protein expression profiles of the vastus lateralis muscles of 4-month old GRMD vs healthy dogs. Interestingly, the set of under-expressed proteins detected appeared primarily composed of metabolic proteins, many of which have been shown to be regulated by the transcriptional peroxisome proliferator-activated receptor-gamma co-activator 1 alpha (PGC-1α). Subsequently, we were able to showed that PGC1-α expression is dramatically reduced in GRMD compared to healthy muscle. Collectively, these results provide novel insights into the molecular pathology of the clinically relevant animal model of DMD, and indicate that defective energy metabolism is a central hallmark of the disease in the canine model.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».