MétaCan
Menu
← Retour à la cohorte
Enregistrement W3176469968 · doi:10.1096/fasebj.25.1_supplement.1058.2

Energy metabolism during fatigue in FDB muscle is impaired by the lack of K <sub>ATP</sub> channel activity

2011· article· en· W3176469968 sur OpenAlexaff
Kyle Scott, Jean‐Marc Renaud

Notice bibliographique

RevueThe FASEB Journal · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEnergy metabolismMuscle fatigueMetabolismInternal medicineChemistryEndocrinologyBiophysicsMedicineBiologyPhysical medicine and rehabilitationElectromyography

Résumé

récupéré en direct d'OpenAlex

The KATP channel is crucial in preventing fiber damage during exercise and muscle fatigue. The channel is activated when energy levels fall and thus behaves as an energy sensor. Once activated, it directly reduces action potential amplitude lowering Ca2+ release and force production in order to prevent damaging ATP depletion. So far, it remains unknown how the KATP channel affects energy metabolism during muscle fatigue. The objective of this study was to determine whether KATP channel deficient FDB muscle from Kir6.2−/− mice have lower ATP levels and impaired ATP generation during fatigue compared to wild type FDB. The decreases in PCr was not different between W.T. and Kir6.2−/− FDB while ATP levels were significantly lower in Kir6.2−/− FDB. Glucose uptake was less and glycogen breakdown greater in Kir6.2−/− FDB; but the amount of glucosyl units entering glycolysis was not different between the two muscle groups. Surprisingly, Kir6.2−/− FDB produced less lactate and similar amount of 14CO2 when compared to wild type FDB, which suggests that the amount of unaccounted glucosyl units was greater in Kir6.2−/− FDB; i.e., energy metabolism appeared impaired in FDB lacking KATP channel activity.

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 enseignants0,002
Score d'incertitude au seuil0,007

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,246
Écart entre enseignants0,214 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetMuscle Physiology and Disorders→Travaux en français237 207→