MétaCan
Menu
Retour à la cohorte
Enregistrement W2897235195 · doi:10.18632/oncotarget.26188

Mechanisms through which lithocholic acid delays yeast chronological aging under caloric restriction conditions

2018· article· en· W2897235195 sur OpenAlexaff
Anthony Arlia‐Ciommo, Anna Leonov, Karamat Mohammad, Adam Beach, Vincent R. Richard, Simon D. Bourque, Michelle T. Burstein, Alexander A. Goldberg, Pavlo Kyryakov, Alejandra Gomez-Perez, Olivia Koupaki, Vladimir I. Titorenko

Notice bibliographique

RevueOncotarget · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésLithocholic acidCalorie restrictionYeastCaloric theorySaccharomyces cerevisiaeBiologyBiochemistryCell biologyLongevityChemistryGeneticsBile acidEndocrinology

Résumé

récupéré en direct d'OpenAlex

under caloric restriction conditions. Here, we investigated mechanisms through which lithocholic acid can delay chronological aging of yeast limited in calorie supply. We provide evidence that lithocholic acid causes a stepwise development and maintenance of an aging-delaying cellular pattern throughout the entire chronological lifespan of yeast cultured under caloric restriction conditions. We show that lithocholic acid stimulates the aging-delaying cellular pattern and preserves such pattern because it specifically modulates the spatiotemporal dynamics of a complex cellular network. We demonstrate that this cellular network integrates certain pathways of lipid and carbohydrate metabolism, some intercompartmental communications, mitochondrial morphology and functionality, and liponecrotic and apoptotic modes of aging-associated cell death. Our findings indicate that lithocholic acid prolongs longevity of chronologically aging yeast because it decreases the risk of aging-associated cell death, thus increasing the chance of elderly cells to survive.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,976

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 ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,276
Écart entre enseignants0,258 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncotargetMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207