Gene expression profiling in human skeletal muscle during recovery from eccentric exercise
Notice bibliographique
Résumé
We used cDNA microarrays to screen for differentially expressed genes during recovery from exercise-induced muscle damage in humans. Male subjects (n = 4) performed 300 maximal eccentric contractions, and skeletal muscle biopsy samples were analyzed at 3 h and 48 h after exercise. In total, 113 genes increased 3 h postexercise, and 34 decreased. At 48 h postexercise, 59 genes increased and 29 decreased. On the basis of these data, we chose 19 gene changes and conducted secondary analyses using real-time RT-PCR from muscle biopsy samples taken from 11 additional subjects who performed an identical bout of exercise. Real-time RT-PCR analyses confirmed that exercise-induced muscle damage led to a rapid (3 h) increase in sterol response element binding protein 2 (SREBP-2), followed by a delayed (48 h) increase in the SREBP-2 gene targets Acyl CoA:cholesterol acyltransferase (ACAT)-2 and insulin-induced gene 1 (insig-1). The expression of the IL-1 receptor, a known regulator of SREBP-2, was also elevated after exercise. Taken together, these expression changes suggest a transcriptional program for increasing cholesterol and lipid synthesis and/or modification. Additionally, damaging exercise induced the expression of protein kinase H11, capping protein Z alpha (capZalpha), and modulatory calcineurin-interacting protein 1 (MCIP1), as well as cardiac ankryin repeat protein 1 (CARP1), DNAJB2, c-myc, and junD, each of which are likely involved in skeletal muscle growth, remodeling, and stress management. In summary, using DNA microarrays and RT-PCR, we have identified novel genes that respond to skeletal muscle damage, which, given the known biological functions, are likely involved in recovery from and/or adaptation to damaging exercise.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».