MétaCan
Menu
Retour à la cohorte
Enregistrement W2118550160 · doi:10.1074/mcp.m110.002113

Dynamics of the Skeletal Muscle Secretome during Myoblast Differentiation

2010· article· en· W2118550160 sur OpenAlexaboutno aff
J. Henningsen, Kristoffer Rigbolt, Blagoy Blagoev, Bente Klarlund Pedersen, Irina Kratchmarova

Notice bibliographique

RevueMolecular & Cellular Proteomics · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesNovo Nordisk FondenH. Lundbeck A/SLundbeckfondenSundhed og Sygdom, Det Frie ForskningsrådDanmarks GrundforskningsfondNational Research FoundationMedical Research CouncilNovo Nordisk
Mots-clésMyogenesisSkeletal muscleSecretory proteinStable isotope labeling by amino acids in cell cultureCell biologySecretionC2C12BiologyParacrine signallingMyocyteProteomicsBiochemistryEndocrinologyReceptorGene

Résumé

récupéré en direct d'OpenAlex

During recent years, increased efforts have focused on elucidating the secretory function of skeletal muscle. Through secreted molecules, skeletal muscle affects local muscle biology in an auto/paracrine manner as well as having systemic effects on other tissues. Here we used a quantitative proteomics platform to investigate the factors secreted during the differentiation of murine C2C12 skeletal muscle cells. Using triple encoding stable isotope labeling by amino acids in cell culture, we compared the secretomes at three different time points of muscle differentiation and followed the dynamics of protein secretion. We identified and quantitatively analyzed 635 secreted proteins, including 35 growth factors, 40 cytokines, and 36 metallopeptidases. The extensive presence of these proteins that can act as potent signaling mediators to other cells and tissues strongly highlights the important role of the skeletal muscle as a prominent secretory organ. In addition to previously reported molecules, we identified many secreted proteins that have not previously been shown to be released from skeletal muscle cells nor shown to be differentially released during the process of myogenesis. We found 188 of these secreted proteins to be significantly regulated during the process of myogenesis. Comparative analyses of selected secreted proteins revealed little correlation between their mRNA and protein levels, indicating pronounced regulation by posttranscriptional mechanisms. Furthermore, analyses of the intracellular levels of members of the semaphorin family and their corresponding secretion dynamics demonstrated that the release of secreted proteins is tightly regulated by the secretory pathway, the stability of the protein, and/or the processing of secreted proteins. Finally, we provide 299 unique hydroxyproline sites mapping to 48 distinct secreted proteins and have discovered a novel hydroxyproline motif.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,002
Tête enseignante GPT0,183
Écart entre enseignants0,181 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations305
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular & Cellular ProteomicsMême sujetMuscle Physiology and DisordersTravaux en français237 207