MétaCan
Menu
Retour à la cohorte
Enregistrement W2018894929 · doi:10.1186/1471-2202-11-56

Sleep, aging, and lifespan in Drosophila

2010· article· en· W2018894929 sur OpenAlexfundno aff
Daniel Bushey, Kimberly A. Hughes, Giulio Tononi, Chiara Cirelli

Notice bibliographique

RevueBMC Neuroscience · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesCanadian Institutes of Health Research
Mots-clésDrosophila melanogasterSleep (system call)ShakerBiologyWild typeMutantDrosophila (subgenus)GeneticsLongevityInternal medicineNeuroscienceEndocrinologyMedicineGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Epidemiological studies in humans suggest that a decrease in daily sleep duration is associated with reduced lifespan, but this issue remains controversial. Other studies in humans also show that both sleep quantity and sleep quality decrease with age. Drosophila melanogaster is a useful model to study aging and sleep, and inheriting mutations affecting the potassium current Shaker results in flies that sleep less and have a shorter lifespan. However, whether the link between short sleep and reduced longevity exists also in wild-type flies is unknown. Similarly, it is unknown whether such a link depends on sleep amount per se, rather than on other factors such as waking activity. Also, sleep quality has been shown to decrease in old flies, but it remains unclear whether aging-related sleep fragmentation is a generalized phenomenon. RESULTS: We compared 3 short sleeping mutant lines (Hk1, HkY and Hk2) carrying a mutation in Hyperkinetic, which codes for the beta subunit of the Shaker channel, to wild-type siblings throughout their entire lifespan (all flies kept at 20 degrees C). Hk1 and HkY mutants were short sleeping relative to wild-type controls from day 3 after eclosure, and Hk2 flies became short sleepers about two weeks later. All 3 Hk mutant lines had reduced lifespan relative to wild-type flies. Total sleep time showed a trend to increase in all lines with age, but the effect was most pronounced in Hk1 and HkY flies. In both mutant and wild-type lines sleep quality did not decay with age, but the strong preference for sleep at night declined starting in "middle age". Using Cox regression analysis we found that in Hk1 and HkY mutants and their control lines there was a negative relationship between total sleep amount during the first 2 and 4 weeks of age and hazard (individual risk of death), while no association was found in Hk2 flies and their wild-type controls. Hk1 and HkY mutants and their control lines also showed an association between total daily wake activity over the first 2 and 4 weeks of age and hazard. However, when both sleep duration and wake activity were used in the same regression, the effects of activity were much reduced, while most of the sleep effects remained significant. Finally, Hk1 flies and wild-type siblings were also tested at 25 degrees C, and results were similar to those at 20 degrees C. Namely, Hk1 mutants were short sleeping, hyperactive, and short lived relative to controls, and sleep quality in both groups did not decrease with age. CONCLUSIONS: Different Hk mutations affect the sleep phenotype, and do so in an age-dependent manner. In 4 of the 6 lines tested sleep associates significantly with lifespan variation even after any effect of activity is removed, but activity does not associate significantly with lifespan after the effects of sleep are removed. Thus, in addition to environmental factors and genetic background, sleep may also affect longevity. Sleep quality does not necessarily decay as flies age, suggesting that aging-related sleep fragmentation may also depend on many factors, including genetic background and rearing conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,044
Tête enseignante GPT0,316
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations109
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC NeuroscienceMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207