Top-Down Targeted Proteomics Reveals Decrease in Myosin Regulatory Light-Chain Phosphorylation That Contributes to Sarcopenic Muscle Dysfunction
Notice bibliographique
Résumé
Sarcopenia, the loss of skeletal muscle mass and function with advancing age, is a significant cause of disability and loss of independence in the elderly and thus, represents a formidable challenge for the aging population. Nevertheless, the molecular mechanism(s) underlying sarcopenia-associated muscle dysfunction remain poorly understood. In this study, we employed an integrated approach combining top-down targeted proteomics with mechanical measurements to dissect the molecular mechanism(s) in age-related muscle dysfunction. Top-down targeted proteomic analysis uncovered a progressive age-related decline in the phosphorylation of myosin regulatory light chain (RLC), a critical protein involved in the modulation of muscle contractility, in the skeletal muscle of aging rats. Top-down tandem mass spectrometry analysis identified a previously unreported bis-phosphorylated proteoform of fast skeletal RLC and localized the sites of decreasing phosphorylation to Ser14/15. Of these sites, Ser14 phosphorylation represents a previously unidentified site of phosphorylation in RLC from fast-twitch skeletal muscle. Subsequent mechanical analysis of single fast-twitch fibers isolated from the muscles of rats of different ages revealed that the observed decline in RLC phosphorylation can account for age-related decreases in the contractile properties of sarcopenic fast-twitch muscles. These results strongly support a role for decreasing RLC phosphorylation in sarcopenia-associated muscle dysfunction and suggest that therapeutic modulation of RLC phosphorylation may represent a new avenue for the treatment of sarcopenia.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».