MétaCan
Menu
Retour à la cohorte
Enregistrement W2314885271 · doi:10.1139/apnm-2014-0211

Optimizing the measurement of mitochondrial protein synthesis in human skeletal muscle

2014· review· en· W2314885271 sur OpenAlexvenueno aff
Nicholas A. Burd, Nicolas Tardif, Olav Rooyackers, Luc J. C. van Loon

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2014
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSkeletal muscleMitochondrionBiologyMitochondrial diseaseProtein biosynthesisStimulationHuman muscleIngestionMitochondrial DNABiochemistryEndocrinologyGene

Résumé

récupéré en direct d'OpenAlex

The measurement of mitochondrial protein synthesis after food ingestion, contractile activity, and/or disease is often used to provide insight into skeletal muscle adaptations that occur in the longer term. Studies have shown that protein ingestion stimulates mitochondrial protein synthesis in human skeletal muscle. Minor differences in the stimulation of mitochondrial protein synthesis occur after a single bout of resistance or endurance exercise. There appear to be no measurable differences in mitochondrial protein synthesis between critically ill patients and aged-matched controls. However, the mitochondrial protein synthetic response is reduced at a more advanced age. In this paper, we discuss the challenges involved in the measurement of human skeletal muscle mitochondrial protein synthesis rates based on stable isotope amino acid tracer methods. Practical guidelines are discussed to improve the reliability of the measurement of mitochondrial protein synthesis rates. The value of the measurement of mitochondrial protein synthesis after a single meal or exercise bout on the prediction of the longer term skeletal muscle mass and performance outcomes in both the healthy and disease populations requires more work, but we emphasize that the measurements need to be reliable to be of any value to the field.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,022
Tête enseignante GPT0,267
Écart entre enseignants0,245 · 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

Citations27
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetMuscle metabolism and nutritionTravaux en français237 207