Impact of a single bout of high-intensity interval exercise and short-term interval training on interleukin-6, FNDC5, and METRNL mRNA expression in human skeletal muscle
Notice bibliographique
Résumé
BACKGROUND: Exercise promotes numerous phenotypic adaptations in skeletal muscle that contribute to improved function and metabolic capacity. An emerging body of evidence suggests that skeletal muscle also releases a myriad of factors during exercise, termed "myokines". The purpose of this study was to examine the effects of high-intensity interval training (HIIT) on the acute regulation of the mRNA expression of several myokines, including the prototypical myokine interleukin-6 (IL-6), and recently identified myokines fibronectin type III domain-containing protein 5 (FNDC5) (irisin) and meteorin-like protein (METRNL). METHODS: Both before and after a 20-day period of twice-daily high-volume HIIT, 9 healthy males (20.5 ± 1.5 years performed a standardized bout of high-intensity interval exercise (HIIE; 5 × 4 min at ~80% pretraining peak power output) with skeletal muscle biopsy samples (vastus lateralis) obtained at rest, immediately following exercise, and at 3 h recovery. RESULTS: 0.05). CONCLUSION: In human skeletal muscle (1) an acute bout of HIIE can induce upregulation of skeletal muscle IL-6 mRNA both before and after a period of intensified HIIT; (2) Resting and overall FNDC5 mRNA expression is increased by 20 days of HIIT; and (3) METRNL mRNA expression is responsive to both acute HIIE and short-term intense HIIT. Future studies are needed to confirm these findings at the protein and secretion level in humans.
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 | 0,008 | 0,000 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».