MétaCan
Menu
Retour à la cohorte
Enregistrement W2810685948 · doi:10.1387/ijdb.180041pm

New mechanisms driving muscle stem cell regenerative decline with aging

2018· review· en· W2810685948 sur OpenAlexaff
Pedro Sousa‐Victor, Laura García‐Prat, Pura Muñoz‐Cánoves

Notice bibliographique

RevueThe International Journal of Developmental Biology · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesCentro Nacional de Investigaciones CardiovascularesFondation pour la Recherche MédicaleE-RareGlenn Foundation for Medical Research
Mots-clésBiologyStem cellCell biologyRegenerative medicineSenescenceSkeletal muscleHomeostasisAdult stem cellRegeneration (biology)Stem cell theory of agingNeuroscienceCellular differentiationAnatomyProgenitor cellStem cell factorGenetics

Résumé

récupéré en direct d'OpenAlex

Stem cells must preserve their function in order to sustain organ and tissue formation, homeostasis and repair. Adult stem cells, particularly those resident in tissues with little turnover, remain quiescent for most of their life, activating only in response to regenerative demands. Among the best studied long-lived quiescent stem cells are skeletal muscle stem cells, which are fully equipped to sustain repair in response to tissue trauma. Recent evidence indicates that the preservation of muscle stem-cell quiescence and regenerative capacity depends on intracellular networks linking metabolism and protein homeostasis. Here, we review recent research into how these networks control stem cell function and how their dysregulation contributes to aging, with a particular focus on senescence entry in extreme old age. We also discuss the implications of these new findings for anti-aging research in muscle stem-cell-based regenerative medicine.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,655

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,293
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Developmental BiologyMême sujetMuscle Physiology and DisordersTravaux en français237 207