Muscle weakness and selective muscle atrophy in osteoprotegerin-deficient mice
Notice bibliographique
Résumé
Bone and muscle are tightly coupled and form a functional unit under normal conditions. The receptor-activator of nuclear factor κB/receptor-activator of nuclear factor κB ligand/osteoprotegerin (RANK/RANKL/OPG) triad plays a crucial role in bone remodeling. RANKL inhibition by OPG prevents osteoporosis. In contrast, the absence of OPG results in elevated serum RANKL and early onset osteoporosis. However, the impacts of OPG deletion on muscle structure and function are unknown. Our results showed that 1-, 3- and 5-month-old Opg-/- mice have reduced tibial and femoral bone biomechanical properties and higher levels of circulating RANKL. OPG-deficient mice displayed reduced locomotor activity and signs of muscle weakness at 5 months of age. Furthermore, OPG deficiency did not affect the skeletal muscles in 1- and 3-month-old mice. However, it impaired fast-twitch EDL but not slow-twitch Sol muscles in 5-month-old Opg-/- mice. Moreover, 5-month-old Opg-/- mice exhibited selective atrophy of fast-twitch-type IIb myofibers, with increased expression of atrophic proteins such as NF-kB, atrogin-1 and MuRF-1. We used an in vitro model to show that RANKL-stimulated C2C12 myotubes significantly increased the expression of NF-kB, atrogin-1 and MuRF-1. A 2-month anti-RANKL treatment starting at 3 months of age in Opg-/- mice improved voluntary activity, the ex vivo maximum specific force (sP0) of EDL muscles, and whole limb grip force performance and rescued the biomechanical properties of bone. In conclusion, the deletion of OPG and the disruption of the RANKL/OPG balance induced osteoporosis as well as the selective weakness and atrophy of the powerful fast-twitch IIb myofibers, which was partly alleviated by an anti-RANKL treatment.
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 | 0,000 |
| 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 ».