In Vivo Sarcomere Lengths Become More Non-uniform upon Activation in Intact Whole Muscle
Notice bibliographique
Résumé
The sarcomere force-length relationship has been extensively used to predict muscle force potential. The common practice is to measure the mean sarcomere length (SL) in a relaxed muscle at a single location and at a given length, and this mean SL is assumed to represent the SLs at other locations across the muscle. However, in a previous study, we found that SLs are highly non-uniform across an intact passive muscle. Moreover, SL non-uniformity increases during activation in single myofibril experiments. Myofibrils lack some structural proteins that comprise an intact muscle, and therefore, the increased SL dispersion upon activation seen in myofibrils may not occur in intact whole muscle. The objectives of the current study were (i) to measure the distribution of SLs in an activated intact muscle; and (ii) to assess the feasibility of using the mean SL measured at a specific location of the muscle to predict muscle force. Using state-of-the-art multi-photon microscopy and a miniature tendon force transducer, in vivo sarcomeres in the mouse tibialis anterior were imaged simultaneously with muscle force during isometric tetanic contractions. We found that in vivo SL dispersion increased substantially during activation and reached average differences of ~1.0µm. These differences in SL are associated with theoretical force differences of 70-100% of the maximal isometric force. Furthermore, SLs measured at a single location in the passive muscle were poor predictors of active force potential. Although mean SLs in the activated muscle were better predictors of force potential, predicted forces still differed by as much as 35% from the experimentally measured maximal isometric forces.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».