MétaCan
Menu
Retour à la cohorte
Enregistrement W2259570479 · doi:10.1096/fasebj.22.1_supplement.961.7

Distribution of K <sub>ATP</sub> channel among the different fiber types in skeletal muscle.

2008· article· en· W2259570479 sur OpenAlexaffabout
Krystyna Banas, Jean‐Marc Renaud

Notice bibliographique

RevueThe FASEB Journal · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Ischemia and Reperfusion
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésChemistryMyosinInternal medicineKir6.2EndocrinologyProtein subunitGene isoformSkeletal muscleSoleus muscleFiberBiophysicsBiochemistryBiologyMedicineGene

Résumé

récupéré en direct d'OpenAlex

The ATP‐sensitive K + channel (K ATP channel) is essential in preventing contractile dysfunctions during exercise and fatigue in skeletal muscle (Cifelli et al. 2007. J. Physiol. 582:843). The extent of the contractile dysfunctions varies in the order of FDB = EDL ≫ soleus. Our studies and others have shown that, in mouse, FDB is composed primarily of type IIA and IIX fibers, the EDL has primarily IIB and IIX while soleus is composed of I and IIA. The objective of this study was to test the hypothesis that the protein content for the K ATP channel is in the order of I < IIA ≪ IIB = IIX. Fiber types were identified using specific antibodies for each of the four myosin isoforms while the KATP channel was quantify using an antibody against the Kir6.2 subunit, which forms the pore of the channel. The data showed large Kir6.2 protein content in type IIA fibers of FDB and soleus, while very low levels were found in these same fibers in EDL. Type IIB (EDL only) and type IIX fibers (EDL & FDB) contained large amount of Kir6.2, while type I (FDB and soleus) had the lowest content. It is concluded that the expression of the Kir6.2 subunit of the KATP channel not only vary among fiber types, but also for type IIA fibers among different muscles. Research supported by an operating grant from the Natural Sciences and Engineering Council of Canada (NSERC).

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,011
Tête enseignante GPT0,222
Écart entre enseignants0,211 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetCardiac Ischemia and ReperfusionTravaux en français237 207