Are mice good models for human neuromuscular disease? Comparing muscle excursions in walking between mice and humans
Notice bibliographique
Résumé
BACKGROUND: The mouse is one of the most widely used animal models to study neuromuscular diseases and test new therapeutic strategies. However, findings from successful pre-clinical studies using mouse models frequently fail to translate to humans due to various factors. Differences in muscle function between the two species could be crucial but often have been overlooked. The purpose of this study was to evaluate and compare muscle excursions in walking between mice and humans. METHODS: Recently published musculoskeletal models of the mouse hindlimb and human lower limb were used to simulate muscle-tendon dynamics during mouse and human walking, a key daily activity. Muscle fiber length changes (fiber excursions) of 25 muscle homologs in the two species were calculated from these simulations and then compared. To understand potential causes of differences in fiber excursions in walking, joint excursions and muscle moment arms were also compared across one gait cycle. RESULTS: Most muscles (19 out of 25 muscles) of the mouse hindlimb had much smaller fiber excursions as compared to human lower limb muscles during walking. For these muscles, fiber excursions in mice were only 48 ± 19% of those in humans. The differences in fiber excursion between the two species were primarily due to the reduced joint excursions and smaller muscle moment arms in mice as compared to humans. CONCLUSIONS: Since progressive neuromuscular diseases, such as Duchenne muscular dystrophy, are known to be accelerated by damage accumulated from active muscle lengthening, these results suggest that biomechanical differences in muscle function during walking between mice and humans may impede the translations of knowledge gained from mouse models to humans. This knowledge would add a fresh perspective on how pre-clinical studies on mice might be better designed to improve translation to human clinical trials.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».