Proglycogen, macroglycogen, glucose, and glucose-6-phosphate concentrations in skeletal muscles of horses with polysaccharide storage myopathy performing light exercise
Notice bibliographique
Résumé
OBJECTIVE: To determine concentrations of proglycogen (PG), macroglycogen (MG), glucose, and glucose-6-phosphate (G-6-P) in skeletal muscle of horses with polysaccharide storage myopathy (PSSM) before and after performing light submaximal exercise. ANIMALS: 6 horses with PSSM and 4 control horses. PROCEDURES: Horses with PSSM completed repeated intervals of 2 minutes of walking followed by 2 minutes of trotting on a treadmill until muscle cramping developed. Four untrained control horses performed a similar exercise test for up to 20 minutes. Serum creatine kinase (CK) activity was measured before and 4 hours after exercise. Concentrations of total glycogen (G(t)), PG, MG, G-6-P, free glucose, and lactate were measured in biopsy specimens of gluteal muscle obtained before and after exercise. RESULTS: Mean serum CK activity was 26 times higher in PSSM horses than in control horses after exercise. Before exercise, muscle glycogen concentrations were 1.5, 2.2, and 1.7 times higher for PG, MG, and G(t), respectively, in PSSM horses, compared with concentrations in control horses. No significant changes in G(t), PG, MG, G-6-P, and lactate concentrations were detected after exercise. However, free glucose concentrations in skeletal muscle increased significantly in PSSM horses after exercise. CONCLUSIONS AND CLINICAL RELEVANCE: Analysis of the results suggests that glucose uptake in skeletal muscle is augmented in horses with PSSM after light exercise. There is excessive storage of PG and MG in horses with PSSM, and high concentrations of the 2 glycogen fractions may affect functional interactions between glycogenolytic and glycogen synthetic enzymes and glycosomes.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».