The Influence of Exhaustive Exercise and Glycogen Repletion on PGC-1alpha mRNA and Protein Expression
Notice bibliographique
Résumé
Altered substrate availability and muscle glycogen concentration may mediate exercise-induced gene transcription in skeletal muscle during and following exercise. To determine the influence of prolonged exercise and rapid glycogen repletion on regulation of peroxisome proliferator-activated receptor-gamma co-activator-1alpha (PGC-1α), a nuclear co-activator involved in coordinating metabolic gene expression and mitochondrial biogenesis, 7 male subjects (23+1.3 y, VO2max 48.4+0.8 mL kg-1 min-1) completed 2 trials consisting of exhaustive cycling exercise (∼2h) at 65% VO2max followed by ingestion of either a high-(HC) or low-carbohydrate (LC) diet for the ensuing 52 h recovery period. Biopsies were taken at rest, exhaustion, and at 2-, 24-, and 52-h of recovery. Glycogen content remained depressed throughout recovery in LC (P<0.05), while returning to resting levels by 24 h of recovery in HC. Exercise induced a 6.2-fold increase in PGC-1α mRNA (P<0.05) that returned to resting levels within 24 h of recovery. There was also a 23% increase in PGC-1α protein (P<0.05) at the end of exercise, and it remained elevated for at least 24 h (P<0.05). While there was no direct treatment effect with HC vs. LC for PGC-1α mRNA, there were trends (P=0.11 and 0.06 in exercise and recovery, respectively) between the changes in glycogen and PGC-1α protein. PGC-1α protein content is increased by a single bout of exercise and its up-regulation may be associated with changes in muscle glycogen stores.
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 ».