Relaxin and insulin‐like peptide 3 in the musculoskeletal system: from bench to bedside
Notice bibliographique
Résumé
Skeletal muscles and bones form a joined functional unit sharing a complex mechanical, biochemical and hormonal crosstalk. A number of factors, including sex hormones, physiologically regulate the musculoskeletal system. Striking gender differences in muscle and bone mass, and function are mainly caused by distinct actions exerted by oestrogens and androgens. However, relaxin and relaxin-related peptides, such as insulin-like peptide 3 (INSL3), might contribute to these sex-associated differences in physiological and pathological conditions (such as osteoporosis and sarcopenia). Relaxin is a 'pregnancy' hormone, but it is also produced from the prostate gland, and has recently attracted attention as a potential drug for cardiovascular disorders and fibrosis. In contrast, INSL3 is a male-specific hormone produced by the Leydig cells of the testis with a fundamental role in testicular descent during fetal life. Recent evidence suggests that both hormones have interesting roles in the musculoskeletal system. Relaxin and INSL3, by finely tuning bone formation and resorption, are involved in bone remodelling processes, and relaxin contributes to the healing of injured ligaments and promotes skeletal muscle regeneration. Here, we review the most recent findings on the effects of relaxin and INSL3 on skeletal muscle and the cell components of bone. In the light of the experimental evidence available and animal models, their clinical implications are also discussed. LINKED ARTICLES: This article is part of a themed section on Recent Progress in the Understanding of Relaxin Family Peptides and their Receptors. To view the other articles in this section visit http://onlinelibrary.wiley.com/doi/10.1111/bph.v174.10/issuetoc.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 tête enseignante, 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 ».