MétaCan
Menu
Retour à la cohorte
Enregistrement W4281663618 · doi:10.3390/genes13060950

Genetic Expression between Ageing and Exercise: Secreted Protein Acidic and Rich in Cysteine as a Potential “Exercise Substitute” Antiageing Therapy

2022· article· en· W4281663618 sur OpenAlexaff
Abdelaziz Ghanemi, Mayumi Yoshioka, Jonny St‐Amand

Notice bibliographique

RevueGenes · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAgeingCysteineExpression (computer science)ChemistryMedicineGeneticsBiochemistryBiologyComputer scienceEnzyme

Résumé

récupéré en direct d'OpenAlex

Ageing is the effect of time on biological entities. It represents a risk factor for a variety of diseases and health disorders; thus, therapeutic options are required to tackle ageing issues. Modern geriatric medicine prescribes exercise to counteract ageing effects. This work presents secreted protein acidic and rich in cysteine (SPARC) as a potential antiageing therapy. Indeed, SPARC declines with ageing, exercise induces SPARC, and SPARC overexpression in mice mimics exercise. Thus, we hypothesize that SPARC is an exercise-induced factor that is beyond-at least part of-the antiageing effects induced by exercise. This could become a potential antiageing therapy for the elderly that counteracts ageing by mimicking the effects of exercise without needing to perform exercise. This is of particular importance because ageing usually reduces mobility and age-related diseases can reduce the ability to perform the required physical activity. On the other hand, the possibilities of mimicking exercise benefits via SPARC are not limited to ageing, and can be applied in various contexts in which exercise cannot be performed because of physical disabilities, health disorders, or limited mobility.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,687

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,008
Tête enseignante GPT0,226
Écart entre enseignants0,218 · 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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenesMême sujetMuscle metabolism and nutritionTravaux en français237 207