MétaCan
Menu
Retour à la cohorte
Enregistrement W2260205858 · doi:10.1096/fj.15-276907

Training intensity modulates changes in PGC‐1α and p53 protein content and mitochondrial respiration, but not markers of mitochondrial content in human skeletal muscle

2015· article· en· W2260205858 sur OpenAlexaff
Cesare Granata, Rodrigo S. F. Oliveira, Jonathan P. Little, Kathrin Renner, David J. Bishop

Notice bibliographique

RevueThe FASEB Journal · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMitochondrial biogenesisTFAMCitrate synthaseRespirationInterval trainingMitochondrionCellular respirationBiologyInternal medicineEndocrinologyBiochemistryMedicineAnatomy

Résumé

récupéré en direct d'OpenAlex

Exercise training has been associated with increased mitochondrial content and respiration. However, no study to date has compared in parallel how training at different intensities affects mitochondrial respiration and markers of mitochondrial biogenesis. Twenty-nine healthy men performed 4 wk (12 cycling sessions) of either sprint interval training [SIT; 4-10 × 30-s all-out bouts at ∼200% of peak power output (WPeak)], high-intensity interval training (HIIT; 4-7 × 4-min intervals at ∼90% WPeak), or sublactate threshold continuous training (STCT; 20-36 min at ∼65% WPeak). The STCT and HIIT groups were matched for total work. Resting biopsy samples (vastus lateralis) were obtained before and after training. The maximal mitochondrial respiration in permeabilized muscle fibers increased significantly only after SIT (25%). Similarly, the protein content of peroxisome proliferator-activated receptor γ coactivator (PGC)-1α, p53, and plant homeodomain finger-containing protein 20 (PHF20) increased only after SIT (60-90%). Conversely, citrate synthase activity, and the protein content of TFAM and subunits of the electron transport system complexes remained unchanged throughout. Our findings suggest that training intensity is an important factor that regulates training-induced changes in mitochondrial respiration and that there is an apparent dissociation between training-induced changes in mitochondrial respiration and mitochondrial content. Moreover, changes in the protein content of PGC-1α, p53, and PHF20 are more strongly associated with training-induced changes in mitochondrial respiration than mitochondrial content.

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 enseignants0,001
Score d'incertitude au seuil0,004

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 Opus0,108
Tête enseignante GPT0,289
Écart entre enseignants0,182 · 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

Citations213
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetAdipose Tissue and MetabolismTravaux en français237 207