β2‐adrenergic stimulation potentiates spontaneous calcium release by increasing signal mass and co‐activation of ryanodine receptor clusters
Notice bibliographique
Résumé
AIMS: It is unknown how β-adrenergic stimulation affects calcium dynamics in individual RyR2 clusters and leads to the induction of spontaneous calcium waves. To address this, we analysed spontaneous calcium release events in green fluorescent protein (GFP)-tagged RyR2 clusters. METHODS: Cardiomyocytes from mice with GFP-tagged RyR2 or human right atrial tissue were subjected to immunofluorescent labelling or confocal calcium imaging. RESULTS: Spontaneous calcium release from single RyR2 clusters induced 91.4% ± 2.0% of all calcium sparks while 8.0% ± 1.6% were caused by release from two neighbouring clusters. Sparks with two RyR2 clusters had 40% bigger amplitude, were 26% wider, and lasted 35% longer at half maximum. Consequently, the spark mass was larger in two- than one-cluster sparks with a median and interquartile range for the cumulative distribution of 15.7 ± 20.1 vs 7.6 ± 5.7 a.u. (P < .01). β2-adrenergic stimulation increased RyR2 phosphorylation at s2809 and s2815, tripled the fraction of two- and three-cluster sparks, and significantly increased the spark mass. Interestingly, the amplitude and mass of the calcium released from a RyR2 cluster were proportional to the SR calcium load, but the firing rate was not. The spark mass was also higher in 33 patients with atrial fibrillation than in 36 without (22.9 ± 23.4 a.u. vs 10.7 ± 10.9; P = .015). CONCLUSIONS: Most sparks are caused by activation of a single RyR2 cluster at baseline while β-adrenergic stimulation doubles the mass and the number of clusters per spark. This mimics the shift in the cumulative spark mass distribution observed in myocytes from patients with atrial fibrillation.
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 ».