MétaCan
Menu
Retour à la cohorte
Enregistrement W3087937569 · doi:10.3390/ijms21197066

PAI-1, the Plasminogen System, and Skeletal Muscle

2020· review· en· W3087937569 sur OpenAlexafffund
Fasih A. Rahman, Matthew P. Krause

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of WindsorUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSkeletal muscleMuscular dystrophyITGA7BiologyExtracellular matrixMyocyteDuchenne muscular dystrophyCell biologyEndocrinologyGenetics

Résumé

récupéré en direct d'OpenAlex

The plasminogen system is a critical proteolytic system responsible for the remodeling of the extracellular matrix (ECM). The master regulator of the plasminogen system, plasminogen activator inhibitor-1 (PAI-1), has been implicated for its role in exacerbating various disease states not only through the accumulation of ECM (i.e., fibrosis) but also its role in altering cell fate/behaviour. Examination of PAI-1 has extended through various tissues and cell-types with recent investigations showing its presence in skeletal muscle. In skeletal muscle, the role of this protein has been implicated throughout the regeneration process, and in skeletal muscle pathologies (muscular dystrophy, diabetes, and aging-driven pathology). Needless to say, the complete function of this protein in skeletal muscle has yet to be fully elucidated. Given the importance of skeletal muscle in maintaining overall health and quality of life, it is critical to understand the alterations-particularly in PAI-1-that occur to negatively impact this organ. Thus, we provide a comprehensive review of the importance of PAI-1 in skeletal muscle health and function. We aim to shed light on the relevance of this protein in skeletal muscle and propose potential therapeutic approaches to aid in the maintenance of skeletal muscle health.

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 enseignants0,997
Score d'incertitude au seuil0,384

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 Opus0,019
Tête enseignante GPT0,307
Écart entre enseignants0,287 · 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

Citations85
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetMuscle Physiology and DisordersTravaux en français237 207