Role of peroxisome proliferator-activated receptor gamma coactivator 1-alpha (PGC-1α) in denervation-induced atrophy in aged muscle: facts and hypotheses
Notice bibliographique
Résumé
Aging-related loss of muscle mass, a biological process named sarcopenia, contributes to mobility impairment, falls, and physical frailty, resulting in an impaired quality of life in older people. In view of the aging of our society, understanding the underlying mechanisms of sarcopenia is a major health-care imperative. Evidence obtained from human and rodent studies demonstrates that skeletal muscle denervation/reinnervation cycles occur with aging, and that progressive failure of myofiber reinnervation is a major cause of the accelerating phase of sarcopenia in advanced age. However, the mechanisms responsible for the loss of myofiber innervation with aging remain unknown. The two major strategies that counteract sarcopenia, that is, caloric restriction and endurance training, are well known to protect neuromuscular junction (NMJ) integrity, albeit through undefined mechanisms. Interestingly, both of these interventions better preserve PGC-1α expression with aging, a transcriptional coactivator which has recently been shown to regulate key proteins involved in maintaining NMJ integrity. We therefore propose that the aging-related decline in PGC-1α may be a central mechanism promoting instability of the NMJ and consequently, aging-related alterations of myofiber innervation in sarcopenia. Similarly, the promotion of PGC-1α expression by both caloric restriction and exercise training may be fundamental to their protective benefits for aging muscle by better preserving NMJ integrity.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».