Notice bibliographique
Résumé
The wood frog, Rana sylvatica, is the best-studied of a small group of amphibian species that survive whole body freezing during the winter months. These frogs endure the freezing of 65–70% of their total body water in extracellular ice masses. They have implemented multiple adaptations that manage ice formation, deal with freeze-induced ischemia/reperfusion stress, limit cell volume reduction with the production of small molecule cryoprotectants (glucose, urea) and adjust a wide variety of metabolic pathways for prolonged life in a frozen state. All organs, tissues, cells and intracellular organelles are affected by freeze/thaw and its consequences. This article explores mitochondria in the frozen frog with a focus on both the consequences of freezing (e.g., anoxia/ischemia, cell volume reduction) and mitigating defenses (e.g., antioxidants, chaperone proteins, upregulation of mitochondria-encoded genes, enzyme regulation, etc.) in order to identify adaptive strategies that defend and adapt mitochondria in animals that can be frozen for six months or more every year. A particular focus is placed on freeze-responsive genes in wood frogs that are encoded on the mitochondrial genome including ATP6/8, ND4 and 16S RNA. These were strongly up-regulated during whole body freezing (24 h at −2.5 °C) in the liver and brain but showed opposing responses to two component stresses: strong upregulation in response to anoxia but no response to dehydration stress. This indicates that freeze-responsive upregulation of mitochondria-encoded genes is triggered by declining oxygen and likely has an adaptive function in supporting cellular energetics under indeterminate lengths of whole body freezing.
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) | 0,001 | 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 | 0,001 |
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 ».