Transcriptomic links to muscle mass loss and declines in cumulative muscle protein synthesis during short‐term disuse in healthy younger humans
Notice bibliographique
Résumé
Abstract Muscle disuse leads to a rapid decline in muscle mass, with reduced muscle protein synthesis (MPS) considered the primary physiological mechanism. Here, we employed a systems biology approach to uncover molecular networks and key molecular candidates that quantitatively link to the degree of muscle atrophy and/or extent of decline in MPS during short‐term disuse in humans. After consuming a bolus dose of deuterium oxide (D 2 O; 3 mL.kg −1 ), eight healthy males (22 ± 2 years) underwent 4 days of unilateral lower‐limb immobilization. Bilateral muscle biopsies were obtained post‐intervention for RNA sequencing and D 2 O‐derived measurement of MPS, with thigh lean mass quantified using dual‐energy X‐ray absorptiometry. Application of weighted gene co‐expression network analysis identified 15 distinct gene clusters (“modules”) with an expression profile regulated by disuse and/or quantitatively connected to disuse‐induced muscle mass or MPS changes. Module scans for candidate targets established an experimentally tractable set of candidate regulatory molecules (242 hub genes, 31 transcriptional regulators) associated with disuse‐induced maladaptation, many themselves potently tied to disuse‐induced reductions in muscle mass and/or MPS and, therefore, strong physiologically relevant candidates. Notably, we implicate a putative role for muscle protein breakdown‐related molecular networks in impairing MPS during short‐term disuse, and further establish DEPTOR (a potent mTOR inhibitor) as a critical mechanistic candidate of disuse driven MPS suppression in humans. Overall, these findings offer a strong benchmark for accelerating mechanistic understanding of short‐term muscle disuse atrophy that may help expedite development of therapeutic interventions.
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 ».