MétaCan
Menu
Retour à la cohorte
Enregistrement W2151435349 · doi:10.1042/bse0420013

Control of gene expression and mitochondrial biogenesis in the muscular adaptation to endurance exercise

2006· review· en· W2151435349 sur OpenAlexaff
Bertrand Joseph, Henriette Pilegaard, Anastassia Litvintsev, Lotte Leick, David A. Hood

Notice bibliographique

RevueEssays in Biochemistry · 2006
Typereview
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensYork University
Organismes subventionnairesLundbeckfonden
Mots-clésMitochondrial biogenesisTFAMCoactivatorMitochondrial DNAmitochondrial fusionBiologyMitochondrionPPARGC1AEndurance trainingGeneBiogenesisGene expressionCell biologyTranscription factorGeneticsEndocrinology

Résumé

récupéré en direct d'OpenAlex

Every time a bout of exercise is performed, a change in gene expression occurs within the contracting muscle. Over the course of many repeated bouts of exercise (i.e. training), the cumulative effects of these alterations lead to a change in muscle phenotype. One of the most prominent of these adaptations is an increase in mitochondrial content, which confers a greater resistance to muscle fatigue. This essay reviews current knowledge on the regulation of exercise-induced mitochondrial biogenesis at the molecular level. The major steps involved include, (i) transcriptional regulation of nuclear-encoded genes encoding mitochondrial proteins by the coactivator peroxisome-proliferator-activated receptor g coactivator-1, (ii) control of mitochondrial DNA gene expression by the transcription factor Tfam, (iii) mitochondrial fission and fusion mechanisms, and (iv) import of nuclear-derived gene products into the mitochondrion via the protein import machinery. It is now known that exercise can modify the rates of several of these steps, leading to mitochondrial biogenesis. An understanding of how exercise can produce this effect could help us decide whether exercise is beneficial for patients suffering from mitochondrial disorders, as well as a variety of metabolic diseases.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,021
Tête enseignante GPT0,294
Écart entre enseignants0,273 · 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

Citations112
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEssays in BiochemistryMême sujetAdipose Tissue and MetabolismTravaux en français237 207