Cellular Automata modeling of shallow landslides
Notice bibliographique
Résumé
Patients with cystic fibrosis (CF) often suffer from skeletal muscle atrophy, most often attributed to physical inactivity and nutritional factors. CF is also characterized by abnormally elevated systemic inflammation. However, it is unknown whether the lack of a functional CF transmembrane conductance regulator (CFTR) gene predisposes to exaggerated inflammation-induced muscle proteolysis. CF mice (<i>CFTR<sup>-/-</sup></i>) and their wild-type (WT = <i>CFTR<sup>+/+</sup></i>) littermate controls were systemically injected with <i>Pseudomonas</i>-derived lipopolysaccharide (LPS). After 24 h, the diaphragm and limb muscles (fast-twitch tibialis anterior, and slow-twitch soleus) were assessed for induction of inflammatory cytokines (TNFα, IL1β, and IL6), oxidative stress, canonical muscle proteolysis pathways (Calpain, Ubiquitin-Proteasome, Autophagy), muscle fiber histology, and diaphragm contractile function. At baseline, CF and WT muscles did not differ with respect to indices of inflammation, proteolysis, or contractile function. After LPS exposure, there was significantly greater induction of all proteolysis pathways (calpain activity; ubiquitin-proteasome: MuRF1 and Atrogin1; autophagy: LC3B, Gabarapl-1, and BNIP3) in CF mice for the diaphragm and tibialis anterior, but not the soleus. Proteolysis pathway upregulation and correlations with inflammatory cytokine induction were most prominent in the tibialis anterior. Diaphragm force normalized to muscle cross-sectional area was reduced by LPS to an equivalent degree in CF and WT mice. CF skeletal muscles containing a high proportion of fast-twitch fibers (diaphragm, tibialis anterior) exhibit abnormally exaggerated upregulation of multiple muscle wasting pathways after exposure to an acute inflammatory stimulus, but not under basal conditions.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».