Model to assess muscle protein turnover: domain of validity using amino acyl-tRNA vs. surrogate measures of precursor pool
Notice bibliographique
Résumé
Current models to measure protein turnover across muscle bed are based on many surrogate measures of amino acyl-tRNA. We measured muscle protein turnover based on tracer-to-tracee ratios of the stable isotopes of leucine, phenylalanine, and ketoisocaproate (KIC) in artery and vein and muscle amino acyl-tRNA and muscle tissue fluid (TF) in 26 healthy subjects. A three-compartment model calculation based on arteriovenous and tRNA measurements was first performed and its domain of validity assessed. The results were then compared with those using simpler approaches based on surrogate measures of tRNA such as those of TF and KIC and a one-compartment model based on arteriovenous amino acids. In 96% of cases, the model using tRNA was applicable, but only in a lower percentage of cases were the results using surrogate measures applicable. Protein breakdown, protein synthesis, and shunting of amino acids from artery to vein were consistently underestimated, and fluxes of amino acid from artery to intracellular compartment and from intracellular compartment to vein were overestimated, when surrogate measures were used. The one-compartment model also underestimated protein breakdown and synthesis. Measurements using tissue fluid gave results closer to those based on tRNA. In conclusion, a three-compartment model using arteriovenous samples and amino acyl-tRNA provides measurements of muscle protein turnover of acceptable precision in 96% of cases. The precision was unacceptable in a substantial percentage of cases, and the accuracy of the estimation of protein fluxes was significantly affected when surrogate measures were used.
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 | 0,005 | 0,013 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».