Biomarkers of oxidative stress and tissue damage released by muscle and liver after a single bout of swimming exercise
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Both acute exercise and excessive training can cause oxidative stress. The resulting increase in free radicals and the inadequate response from antioxidant systems can lead to a framework of cellular damage. An association between affected tissue and the biomarkers of oxidative stress that appear in plasma has not been clearly established. The aim of this study was to evaluate the source of oxidative stress biomarkers found in the plasma of untrained rats after a single bout of swimming exercise at 2 different intensities: low intensity (SBLIE) or high intensity (SBHIE). Immediately after the exercise, aspartate transaminase (AST), alanine transaminase (ALT), γ-glutamyltransferase (GGT), and lactate dehydrogenase (LDH) were measured in plasma to characterize cell damage. Oxidative stress was assessed using protein carbonylation (PC), total antioxidant capacity (TAC), and thiobarbituric acid reactive substances (TBARS) quantified by malondialdehyde concentration. SBHIE raised levels of plasma AST (93%) and ALT (17%), and both exercise regimens produced an increase in GGT (7%) and LDH (∼55%). Plasma levels of PC and TBARS were greater in the SBHIE group; there were no changes in TAC. SBLIE caused only a modest increase in TBARS. In muscle, there were no changes in TAC, PC, or TBARS, regardless of exercise intensity, In the liver, TAC and TBARS increased significantly in both the SBLIE and SBHIE groups. This indicates that the oxidative stress biomarkers measured in the plasma immediately after a single bout of swimming exercise were generated primarily in the liver, not in muscle.
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.
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) | 0,001 | 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 découle