MétaCan
Menu
Retour à la cohorte
Enregistrement W2040047122 · doi:10.1172/jci17975

PTG gene deletion causes impaired glycogen synthesis and developmental insulin resistance

2003· article· en· W2040047122 sur OpenAlexfundno aff
Sean M. Crosson, Ahmir H. Khan, John A. Printen, Jeffrey E. Pessin, Alan R. Saltiel

Notice bibliographique

RevueJournal of Clinical Investigation · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésGlycogenGlycogen synthaseInsulin resistanceInternal medicineEndocrinologyBiologyGlycogen debranching enzymeHyperinsulinemiaInsulin receptorInsulinGlycogen branching enzymeMedicine

Résumé

récupéré en direct d'OpenAlex

Protein targeting to glycogen (PTG) is a scaffolding protein that targets protein phosphatase 1alpha (PP1alpha) to glycogen, and links it to enzymes involved in glycogen synthesis and degradation. We generated mice that possess a heterozygous deletion of the PTG gene. These mice have reduced glycogen stores in adipose tissue, liver, heart, and skeletal muscle, corresponding with decreased glycogen synthase activity and glycogen synthesis rate. Although young PTG heterozygous mice initially demonstrate normal glucose tolerance, progressive glucose intolerance, hyperinsulinemia, and insulin resistance develop with aging. Insulin resistance in older PTG heterozygous mice correlates with a significant increase in muscle triglyceride content, with a corresponding attenuation of insulin receptor signaling. These data suggest that PTG plays a critical role in glycogen synthesis and is necessary to maintain the appropriate metabolic balance for the partitioning of fuel substrates between glycogen and lipid.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,045
Tête enseignante GPT0,313
Écart entre enseignants0,268 · 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'étudeExpérimental (laboratoire)
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

Citations98
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical InvestigationMême sujetMetabolism, Diabetes, and CancerTravaux en français237 207