An acute bout of high-intensity interval training increases the nuclear abundance of PGC-1α and activates mitochondrial biogenesis in human skeletal muscle
Notice bibliographique
Résumé
Low-volume, high-intensity interval training (HIT) increases skeletal muscle mitochondrial capacity, yet little is known regarding potential mechanisms promoting this adaptive response. Our purpose was to examine molecular processes involved in mitochondrial biogenesis in human skeletal muscle in response to an acute bout of HIT. Eight healthy men performed 4 × 30-s bursts of all-out maximal intensity cycling interspersed with 4 min of rest. Muscle biopsy samples (vastus lateralis) were obtained immediately before and after exercise, and after 3 and 24 h of recovery. At rest, the majority of peroxisome proliferator-activated receptor γ coactivator (PGC)-1α, a master regulator of mitochondrial biogenesis, was detected in cytosolic fractions. Exercise activated p38 MAPK and AMPK in the cytosol. Nuclear PGC-1α protein increased 3 h into recovery from exercise, a time point that coincided with increased mRNA expression of mitochondrial genes. This was followed by an increase in mitochondrial protein content and enzyme activity after 24 h of recovery. These findings support the hypothesis that an acute bout of low-volume HIT activates mitochondrial biogenesis through a mechanism involving increased nuclear abundance of PGC-1α.
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) | 0,001 | 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 ».