Effect of local cold application during exercise on gene expression related to mitochondrial homeostasis
Notice bibliographique
Résumé
Exercise training increases mitochondrial content in active skeletal muscle. Previous work suggests that mitochondrial-related genes respond favorably to exercise in cold environments. However, the impact of localized tissue cooling is unknown. The purpose of this study was to determine the impact of local muscle cooling during endurance exercise on human skeletal muscle mitochondrial-related gene expression. Twelve subjects (age, 28 ± 6 years) cycled at 65% peak power output. One leg was cooled (C) for 30 min before and during exercise with a thermal wrap while the other leg was wrapped but not cooled, room temperature (RT). Muscle biopsies were taken from each vastus lateralis before and 4 h after exercise for the analysis of gene expression. Muscle temperature was lower in the C (29.2 ± 0.7 °C) than the RT (34.1 ± 0.3 °C) condition after pre-cooling for 30 min before exercise (p < 0.001) and remained lower after exercise in the C (36.9 ± 0.5) than the RT (38.4 ± 0.2, p < 0.001) condition. PGC-1α and NRF1 mRNA expression were lower in the C (p = 0.012 and p = 0.045, respectively) than the RT condition at 4 h after exercise. There were no temperature-related differences in other genes (p > 0.05). These data suggest that local cooling has an inhibitory effect on exercise-induced PGC-1α and NRF1 expression in human skeletal muscle. Those considering using local cooling during exercise should consider other systemic cooling options. Novelty: Local cooling has an inhibitory effect on exercise-induced PGC-1α and NRF1 expression in human skeletal muscle. Local cooling may lead to a less robust exercise stimulus compared with standard conditions.
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 | 0,000 | 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) | 0,001 | 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 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 ».