MétaCan
Menu
Retour à la cohorte
Enregistrement W4304587337 · doi:10.3390/ijms232012084

Insights into Muscle Contraction Derived from the Effects of Small-Molecular Actomyosin-Modulating Compounds

2022· article· en· W4304587337 sur OpenAlexafffund
Alf Månsson, Dilson E. Rassier

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiomyopathy and Myosin Studies
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaLinnéuniversitetetVetenskapsrådet
Mots-clésMyosinMonte Carlo methodChemistryBiophysicsMuscle contractionElasticity (physics)ActinBiological systemPhysicsThermodynamicsMathematicsBiochemistryStatisticsBiologyAnatomy

Résumé

récupéré en direct d'OpenAlex

Bottom-up mechanokinetic models predict ensemble function of actin and myosin based on parameter values derived from studies using isolated proteins. To be generally useful, e.g., to analyze disease effects, such models must also be able to predict ensemble function when actomyosin interaction kinetics are modified differently from normal. Here, we test this capability for a model recently shown to predict several physiological phenomena along with the effects of the small molecular compound blebbistatin. We demonstrate that this model also qualitatively predicts effects of other well-characterized drugs as well as varied concentrations of MgATP. However, the effects of one compound, amrinone, are not well accounted for quantitatively. We therefore systematically varied key model parameters to address this issue, leading to the increased amplitude of the second sub-stroke of the power stroke from 1 nm to 2.2 nm, an unchanged first sub-stroke (5.3−5.5 nm), and an effective cross-bridge attachment rate that more than doubled. In addition to better accounting for the effects of amrinone, the modified model also accounts well for normal physiological ensemble function. Moreover, a Monte Carlo simulation-based version of the model was used to evaluate force−velocity data from small myosin ensembles. We discuss our findings in relation to key aspects of actin−myosin operation mechanisms causing a non-hyperbolic shape of the force−velocity relationship at high loads. We also discuss remaining limitations of the model, including uncertainty of whether the cross-bridge elasticity is linear or not, the capability to account for contractile properties of very small actomyosin ensembles (<20 myosin heads), and the mechanism for requirements of a higher cross-bridge attachment rate during shortening compared to during isometric contraction.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,276
Écart entre enseignants0,263 · 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
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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetCardiomyopathy and Myosin StudiesTravaux en français237 207