MétaCan
Menu
Retour à la cohorte
Enregistrement W4211264070 · doi:10.1016/j.crphys.2022.02.004

Regulation of collagen deposition in the trout heart during thermal acclimation

2022· article· en· W4211264070 sur OpenAlexafffund
Elizabeth F. Johnston, Todd E. Gillis

Notice bibliographique

RevueCurrent Research in Physiology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésExtracellular matrixVentricleHydroxyprolineCell biologyFibrosisInternal medicineMechanotransductionChemistryAcclimatizationAnatomyBiologyEndocrinologyMedicineEcology

Résumé

récupéré en direct d'OpenAlex

The passive mechanical properties of the vertebrate heart are controlled in part by the composition of the extracellular matrix (ECM). Changes in the ECM, caused by increased blood pressure, injury or disease can affect the capacity of the heart to fill with blood during diastole. In mammalian species, cardiac fibrosis caused by an increase in collagen in the ECM, leads to a loss of heart function and these changes in composition are considered to be permanent. Recent work has demonstrated that the cardiac ventricle of some fish species have the capacity to both increase and decrease collagen content in response to thermal acclimation. It is thought that these changes in collagen content help maintain ventricle function over seasonal changes in environmental temperatures. This current work reviews the cellular mechanisms responsible for regulating collagen deposition in the mammalian heart and proposes a cellular pathway by which a change in temperature can affect the collagen content of the fish ventricle through mechanotransduction. This work specifically focuses on the role of transforming growth factor β1, MAPK signaling pathways, and biomechanical stretch in regulating collagen content in the fish ventricle. It is hoped that this work increases the appreciation of the use of comparative models to gain insight into phenomenon with biomedical relevance.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,501

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,095
Tête enseignante GPT0,364
Écart entre enseignants0,268 · 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'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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Research in PhysiologyMême sujetPhysiological and biochemical adaptationsTravaux en français237 207