Fast and Slow Skeletal Troponin I in Serum from Patients with Various Skeletal Muscle Disorders: A Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Detection of skeletal muscle injury is hampered by a lack of commercially available assays for serum markers specific for skeletal muscle; serum concentrations of skeletal troponin I (sTnI) could meet this need. Moreover, because sTnI exists in 2 isoforms, slow (ssTnI) and fast (fsTnI), corresponding to slow- and fast-twitch muscles, respectively, it could provide insight into differential injury/recovery of specific fiber types. The purpose of this study was to investigate whether the 2 isoforms of sTnI and their modified forms are present in the blood of patients with various skeletal muscle disorders. METHODS: Serial serum samples were obtained from 25 patients with various skeletal muscle injuries. Serum proteins were separated by a modified sodium dodecyl sulfate-polyacrylamide gel electrophoresis protocol followed by Western blotting for sTnI with monoclonal antibodies specific to ssTnI and fsTnI. RESULTS: We observed (a) intact and, in some cases, degraded sTnI products; (b) evidence of posttranslational modifications in addition to proteolysis; and (c) differential detectability of both skeletal isoforms in the same patient. CONCLUSIONS: It is possible to monitor both sTnI isoforms; this could lead to the development of new diagnostic assays for skeletal muscle damage.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».