MétaCan
Menu
Retour à la cohorte
Enregistrement W3014061345 · doi:10.1101/2020.03.23.003160

Delineating the relationship between immune system aging and myogenesis in muscle repair

2020· preprint· en· W3014061345 sur OpenAlexaff
Stephanie W. Tobin, Faisal J. Alibhai, Lukasz Wlodarek, Azadeh Yeganeh, Seán Millar, Jun Wu, Shuhong Li, Richard D. Weisel, Ren‐Ke Li

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMyogenesisImmune systemInflammationMyocyteBone marrowBiologyProinflammatory cytokinePhenotypeImmunologyCytokinePrecursor cellCell biologyAgeingCellCancer researchGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract How aging affects the communication between immune cells and myoblasts during myogenesis is unclear. We therefore investigated how aging impacts the cellular synchronization of these two processes after muscle injury. Muscles of old mice (20 months) had chronic inflammation and fewer satellite cells compared to young mice (3 months). After injury, young mice developed a robust, but transient inflammatory response and a stepwise myogenic gene expression program. These responses were impaired with age. Replacement of old bone marrow (BM) via heterochronic bone marrow transplantation (BMT) increased muscle mass and performance on locomotive and behavioural tests. After injury, Y-O BMT restored the immune cell and cytokine profiles to a young phenotype and enhanced satellite cell activity while O-O BMT amplified a late-onset proinflammatory response. In vitro, conditioned media from young or old macrophages had no effect or impaired myoblast proliferation, respectively. Thus, BM age negatively affects myogenesis by inhibiting myoblast proliferation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,236
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMuscle Physiology and DisordersTravaux en français237 207