MétaCan
Menu
Retour à la cohorte
Enregistrement W4205125070 · doi:10.1111/febs.16352

Decline of regenerative potential of old muscle stem cells: contribution to muscle aging

2022· review· en· W4205125070 sur OpenAlexafffund
Korin Sahinyan, Felicia Lazure, Darren M. Blackburn, Vahab D. Soleimani

Notice bibliographique

RevueFEBS Journal · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésStem cellRegenerative medicineCell biologyAgeingMyocyteBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Muscle stem cells (MuSCs) are required for life-long muscle regeneration. In general, aging has been linked to a decline in the numbers and the regenerative potential of MuSCs. Muscle regeneration depends on the proper functioning of MuSCs, which is itself dependent on intricate interactions with its niche components. Aging is associated with both cell-intrinsic and niche-mediated changes, which can be the result of transcriptional, posttranscriptional, or posttranslational alterations in MuSCs or in the components of their niche. The interplay between cell intrinsic alterations in MuSCs and changes in the stem cell niche environment during aging and its impact on the number and the function of MuSCs is an important emerging area of research. In this review, we discuss whether the decline in the regenerative potential of MuSCs with age is the cause or the consequence of aging skeletal muscle. Understanding the effect of aging on MuSCs and the individual components of their niche is critical to develop effective therapeutic approaches to diminish or reverse the age-related defects in muscle regeneration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,836

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,300
Écart entre enseignants0,276 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFEBS JournalMême sujetMuscle Physiology and DisordersTravaux en français237 207