MétaCan
Menu
Retour à la cohorte
Enregistrement W2104654683 · doi:10.1111/j.1582-4934.2009.00864.x

Molecular events and signalling pathways involved in skeletal muscle disuse‐induced atrophy and the impact of countermeasures

2009· review· en· W2104654683 sur OpenAlexafffund
Angèle Chopard, Steven Hillock, Bernard J. Jasmin

Notice bibliographique

RevueJournal of Cellular and Molecular Medicine · 2009
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Space Agency
Mots-clésMuscle atrophySkeletal muscleAtrophyBed restDeconditioningCachexiaBiologySarcopeniaWastingMedicineBioinformaticsNeuroscienceInternal medicineEndocrinologyCancer

Résumé

récupéré en direct d'OpenAlex

• Introduction • Overview of signalling pathways involved in disuse-induced muscle atrophy - Changes in protein synthesis and associated signalling pathways - Several pathways contribute to increased protein degradation but to different extents - Akt/FOXO transcriptional control and induction of the ubiquitin ligase pathway - NF-κB pathways activated during disuse atrophy - Additional events controlling muscle atrophy - Apoptotic pathways are involved depending on the atrophy models - Preferential role of myostatin in inhibiting hypertrophy rather than inducing atrophy • Different approaches to counteract muscle disuse-induced atrophy - Exercise and physical training - Nutritional aids - Manipulations of growth factors - Additional nutritional, ergogenic supplements and drugs - Combined countermeasures for optimized effects • Conclusion and perspectives Disuse-induced skeletal muscle atrophy occurs following chronic periods of inactivity such as those involving prolonged bed rest, trauma and microgravity environments. Deconditioning of skeletal muscle is mainly characterized by a loss of muscle mass, decreased fibre cross-sectional area, reduced force, increased fatigability, increased insulin resistance and transitions in fibre types. A description of the role of specific transcriptional mechanisms contributing to muscle atrophy by altering gene expression during muscle disuse has recently emerged and focused primarily on short period of inactivity. A better understanding of the transduction pathways involved in activation of proteolytic and apoptotic pathways continues to represent a major objective, together with the study of potential cross-talks in these cellular events. In parallel, evaluation of the impact of countermeasures at the cellular and molecular levels in short- and long-term disuse experimentations or microgravity environments should undoubtedly and synergistically increase our basic knowledge in attempts to identify new physical, pharmacological and nutritional targets to counteract muscle atrophy. These investigations are important as skeletal muscle atrophy remains an important neuromuscular challenge with impact in clinical and social settings affecting a variety of conditions such as those seen in aging, cancer cachexia, muscle pathologies and long-term space exploration.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
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)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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 Opus0,019
Tête enseignante GPT0,290
Écart entre enseignants0,271 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations91
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cellular and Molecular MedicineMême sujetMuscle Physiology and DisordersTravaux en français237 207