MétaCan
Menu
Retour à la cohorte
Enregistrement W4301600585 · doi:10.1038/s41467-022-33008-2

Deletion of skeletal muscle Akt1/2 causes osteosarcopenia and reduces lifespan in mice

2022· article· en· W4301600585 sur OpenAlexfundno aff
Takayoshi Sasako, T. Umehara, Kotaro Soeda, Kazuma Kaneko, Miho Suzuki, Naoki Kobayashi, Yukiko Okazaki, Miwa Tamura‐Nakano, Tomoki Chiba, Domenico Accili, C. Ronald Kahn, Tetsuo Noda, Hiroshi Asahara, Toshimasa Yamauchi, Takashi Kadowaki, Kohjiro Ueki

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesDaiichi Sankyo EuropeNational Institute of Diabetes and Digestive and Kidney DiseasesYork UniversityUniversity of TokyoPfizerDaiichi-SankyoKowa CompanyMinistry of Education, Culture, Sports, Science and Technology
Mots-clésSarcopeniaSkeletal muscleAKT1MedicineInternal medicineGerontologyEndocrinologyBiologyBioinformaticsCell biologyPhosphorylation

Résumé

récupéré en direct d'OpenAlex

Aging is considered to be accelerated by insulin signaling in lower organisms, but it remained unclear whether this could hold true for mammals. Here we show that mice with skeletal muscle-specific double knockout of Akt1/2, key downstream molecules of insulin signaling, serve as a model of premature sarcopenia with insulin resistance. The knockout mice exhibit a progressive reduction in skeletal muscle mass, impairment of motor function and systemic insulin sensitivity. They also show osteopenia, and reduced lifespan largely due to death from debilitation on normal chow and death from tumor on high-fat diet. These phenotypes are almost reversed by additional knocking out of Foxo1/4, but only partially by additional knocking out of Tsc2 to activate the mTOR pathway. Overall, our data suggest that, unlike in lower organisms, suppression of Akt activity in skeletal muscle of mammals associated with insulin resistance and aging could accelerate osteosarcopenia and consequently reduce lifespan.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,454
Score d'incertitude au seuil0,384

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 recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,364
Écart entre enseignants0,325 · 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'étudeObservationnel
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

Citations73
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNutrition and Health in AgingTravaux en français237 207