Effect of Physical Training on the Activity of the Low Km Phosphodiesterase in Heart Ventricular and Skeletal Muscle Tissues of Normal and Diabetic Rats
Notice bibliographique
Résumé
This study assessed the effect of physical training on the low Michaelis constant cyclic AMP phosphodiesterase (low Km PDE) activity in heart ventricular tissue and three different skeletal muscle tissues of normal and diabetic rats. Rats were rendered diabetic with streptozotocin (45 mg/kg i.v.) and either kept sedentary (SD, n=16) or submitted to a progressive 10-week treadmill running program (TD, n=17). Two groups of nondiabetic rats served as trained (TC, n=17) and sedentary controls (SC, n=15). The activity of NAD-linked isocitrate dehydrogenase was significantly increased (p < 0.001) in the gastrocnemius muscle of trained animals, confirming that they were adequately trained. Plasma glucose levels were elevated in SD rats (18.8 ± 1.7 mmol/l) compared to those in SC rats (7.7 ± 0.2 mmol/l ; mean ± standard error of the mean [SEM], p < 0.001). These levels were partially normalized following training (12.7 ± 1.7 pmol/l; p < 0.01 vs. SD rats). Plasma insulin levels were significantly reduced in TC rats (223 ± 16 pmol/l) compared with those in SC rats (306 ± 13 pmol/l; p < 0.01). Similarly, the levels in SC rats were significantly different when compared with SD rats (155 ± 15 pmol/l; p < 0.01). In TD rats, plasma insulin levels (156 ± 14 pmol/l) were similar to those of SD rats. This suggests that mild diabetes mellitus in the rat can be improved by endurance training and that improved glycemic control may be mediated by an increase in insulin sensitivity. The low Km PDE activity in the membranes prepared from the four different muscle tissues was not modified by diabetes. Similarly, physical training in normal and diabetic rats did not induce any significant changes in the low Km PDE activity in any of the tissues tested. This suggests that improvements in myocardial contractile function and in glucose homeostasis, as seen in diabetic rats submitted to endurance training, are not associated with changes in PDE.
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) | 0,001 | 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 | 0,001 |
| 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 ».