Comparative expression profiling of 50–60 year old male competitive athletes and lean healthy individuals
Notice bibliographique
Résumé
The current study examined genetic and metabolic adaptations to aerobic exercise in highly‐trained masters athletes (MA; n = 9; age, 53 ± 3 yrs; BMI, 24 ± 3 kg/m 2 ; VO 2 peak, 59.1 ± 5.2 ml·kg −1 ·min −1 ) and age and BMI matched controls (CON; n = 8; 54 ± 5 yrs; 25 ± 3 kg/m 2 ; 35.9 ± 9.7 ml·kg −1 ·min −1 ). All participants performed a 45 minute endurance ride at 60% of their VO 2 peak followed by cycling at 90% VO 2 peak to fatigue. Blood was sampled before, immediately after, and 24 hours after exercise. Fasted insulin (MA, 18.1 ± 4.3; CON, 32.6 ± 13.8 pmol/L), HDL (MA, 1.91 ± 0.49; CON 1.28 ± 0.26 mmol/L), and lipid ratio (3.00 ± 0.62; CON 4.16 ± 0.86) were different between groups. MA also demonstrated an augmented insulin response to exercise compared to CON. A genome‐wide DNA microarray analysis of RNA from blood samples revealed that a variety of genes involved in insulin activity, cardiovascular and metabolic functions were significantly different between the two groups. These differences will be confirmed for individual changes in gene expression by quantitative real‐time PCR. These results may lead to new insights into signaling pathways that control the beneficial effects of exercise in older men, and may help to identify surrogate markers for monitoring exercise and training load. This research was supported by NSERC.
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) | 0,000 | 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) | 0,000 | 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 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 ».