Time-based gene expression programme following diaphragm injury in a rat model
Notice bibliographique
Résumé
It was hypothesised that diaphragm injury activates a time-based programme of gene expression in muscle repair. Gene expression of different substances, such as proteases (calpain 94 (p94)), transcription factors (myogenin and cFos), growth factors (both basic fibroblast growth factor (bFGF) and insulin-like growth factor (IGF)-II), and structural proteins (myosin heavy chain (MHC) and titin), was quantified by RT-PCR in rat diaphragms exposed to caffeine-induced injury. Injured and noninjured (control) rat hemidiaphragms were excised at different time points (1-240 h). In injured hemidiaphragms, in comparison with control muscles, p94 expression levels peaked at 1 h post-injury (PI), cFos mRNA levels began to rise, after an initial dip, and peaked at 96 h PI, while myogenin mRNA levels started to increase as early as 12 h PI, IGF-II mRNA levels initially decreased until 48 h PI and increased thereafter, peaking at 72 h PI, bFGF mRNA levels rose to a maximum at 96 h PI, and MHC and titin mRNA levels were significantly elevated at 72 h PI. Caffeine-induced diaphragm injury is followed by a time-based expression programme of different genes tailored to meet muscle repair needs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».