Origins of interspecies variation in mammalian muscle metabolic enzymes
Notice bibliographique
Résumé
Do the transcriptional mechanisms that control an individual's mitochondrial content, PGC1α (peroxisome proliferator-activated receptor γ coactivator-1α) and NRF1 (nuclear respiratory factor-1), also cause differences between species? We explored the determinants of cytochrome c oxidase (COX) activities in muscles from 12 rodents differing 1,000-fold in mass. Hindlimb muscles differed in scaling patterns from isometric (soleus, gastrocnemius) to allometric (tibialis anterior, scaling coefficient = -0.16). Consideration of myonuclear domain reduced the differences within species, but interspecies differences remained. For tibialis anterior, there was no significant scaling relationship in mRNA/g for COX4-1, PGC1α, or NRF1, yet COX4-1 mRNA/g was a good predictor of COX activity (r(2) = 0.55), PGC1α and NRF1 mRNA correlated with each other (r(2) = 0.42), and both could predict COX4-1 mRNA (r(2) = 0.48 and 0.52) and COX activity (r(2) = 0.55 and 0.49). This paradox was resolved by multivariate analysis, which explained 90% of interspecies variation, about equally partitioned between mass effects and PGC1α (or NRF1) mRNA levels, independent of mass. To explore the determinants of PGC1α mRNA, we analyzed 52 mammalian PGC1α proximal promoters and found no size dependence in regulatory element distribution. Likewise, the activity of PGC1α promoter reporter genes from 30 mammals showed no significant relationship with body mass. Collectively, these studies suggest that not all muscles scale equivalently, but for those that show allometric scaling, transcriptional regulation of the master regulators, PGC1α and NRF1, does not account for scaling patterns, though it does contribute to interspecies differences in COX activities independent of mass.
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) | 0,000 | 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) | 0,000 | 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 ».