The proteasome inhibitor MG132 reduces immobilization-induced skeletal muscle atrophy in mice
Notice bibliographique
Résumé
BACKGROUND: Skeletal muscle atrophy is a serious concern for the rehabilitation of patients afflicted by prolonged limb restriction. This debilitating condition is associated with a marked activation of NFκB activity. The ubiquitin-proteasome pathway degrades the NFκB inhibitor IκBα, enabling NFκB to translocate to the nucleus and bind to the target genes that promote muscle atrophy. Although several studies showed that proteasome inhibitors are efficient to reduce atrophy, no studies have demonstrated the ability of these inhibitors to preserve muscle function under catabolic condition. METHODS: We recently developed a new hindlimb immobilization procedure that induces significant skeletal muscle atrophy and used it to show that an inflammatory process characterized by the up-regulation of TNFα, a known activator of the canonical NFκB pathway, is associated with the atrophy. Here, we used this model to investigate the effect of in vivo proteasome inhibition on the muscle integrity by histological approach. TNFα, IL-1, IL-6, MuRF-1 and Atrogin/MAFbx mRNA level were determined by qPCR. Also, a functional measurement of locomotors activity was performed to determine if the treatment can shorten the rehabilitation period following immobilization. RESULTS: In the present study, we showed that the proteasome inhibitor MG132 significantly inhibited IκBα degradation thus preventing NFκB activation in vitro. MG132 preserved muscle and myofiber cross-sectional area by downregulating the muscle-specific ubiquitin ligases atrogin-1/MAFbx and MuRF-1 mRNA in vivo. This effect resulted in a diminished rehabilitation period. CONCLUSION: These finding demonstrate that proteasome inhibitors show potential for the development of pharmacological therapies to prevent muscle atrophy and thus favor muscle rehabilitation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».