MétaCan
Menu
Retour à la cohorte
Enregistrement W4297249101 · doi:10.1002/cpz1.565

Modulating Myogenesis: An Optimized <i>In Vitro</i> Assay to Pharmacologically Influence Primary Myoblast Differentiation

2022· article· en· W4297249101 sur OpenAlexaff
Cordell A. VanGenderen, Jules A Granet, Romina L. Filippelli, Yiyang Liu, Natasha C. Chang

Notice bibliographique

RevueCurrent Protocols · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMYF5MyoDMyogenesisMyogenic regulatory factorsMyosinMyogeninBiologyCellular differentiationMyocyteMyogenic contractionCell biologyMyoD ProteinGeneticsGeneEndocrinology

Résumé

récupéré en direct d'OpenAlex

The intentional pharmacological manipulation of myogenesis is an important technique for understanding the underlying mechanisms of muscle differentiation and disease etiology. Using the pharmacological agent metformin as an example molecule, we present a systematic approach to examine the impact of pharmacological agents on the myogenic program. This consists of optimizing the in vitro differentiation of primary myoblast cells followed by the generation of a dose-response curve for a respective pharmaceutical. To assess myogenic differentiation, we utilized three approaches (incorporating both transcriptional and protein techniques) to assess the effects of biologically active agents on the in vitro differentiation of primary myogenic progenitors. First, the immunofluorescent visualization of myosin heavy chain (MYHC), which is expressed in differentiated myofibers, is used to obtain the fusion index, a quantitative read-out of differentiation efficiency. Second, quantitative reverse transcription PCR (RT-qPCR) reveals the expression of myogenic factors (Pax7, Myf5, Myod, Myog, Myh2) at the transcript level. Third, western blotting is used to assess the protein expression levels of the myogenic markers (PAX7, MYF5, MYOD, MYOG, and MYHC). By monitoring the expression of these various myogenic factors during the differentiation process, the relative cellular state and differentiation status between samples can be determined. Combined, these approaches enable the successful assessment of the impact of pharmacological agents on myogenic differentiation. © 2022 The Authors. Current Protocols published by Wiley Periodicals LLC. Basic Protocol: Immunofluorescence assay for qualitative and quantitative assessment of pharmacological agents on in vitro myogenic differentiation Support Protocol 1: Evaluating myogenic gene expression by RT-qPCR Support Protocol 2: Evaluating myogenic protein expression by western blot.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 GPT0,327
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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 revueCurrent ProtocolsMême sujetMuscle Physiology and DisordersTravaux en français237 207