MétaCan
Menu
Retour à la cohorte
Enregistrement W4308771398 · doi:10.1159/000527240

Potential Implications of Exercise Training on Pannexin Expression and Function

2022· review· en· W4308771398 sur OpenAlexafffund
Brent Wakefield, Silvia Peñuela

Notice bibliographique

RevueJournal of Vascular Research · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnexins and lens biology
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPannexinGene expressionPurinergic receptorBiologyPurinergic signallingDiseaseFunction (biology)MedicineNeuroscienceBioinformaticsCell biologyGeneGeneticsInternal medicineConnexinReceptorGap junction

Résumé

récupéré en direct d'OpenAlex

Pannexins (PANX1, 2, 3) are channel-forming glycoproteins that are expressed throughout the cardiovascular and musculoskeletal system. The canonical function of these proteins is to release nucleotides that act as purinergic signalling at the cell membrane or Ca2+ channels at the endoplasmic reticulum membrane. These two forms of signalling are essential for autocrine and paracrine signalling in health, and alterations in this signalling have been implicated in the pathogenesis of many diseases. Many musculoskeletal and cardiovascular diseases are largely the result of a lack of physical activity which causes altered gene expression. Considering exercise training has been shown to alter a wide array of gene expression in musculoskeletal tissues, understanding the interaction between exercise training, gene function and expression in relevant diseases is warranted. With regards to pannexins, multiple publications have shown that exercise training can influence pannexin expression and may influence the significance of its function in certain diseases. This review further discusses the potential interaction between exercise training and pannexin biology in relevant tissues and disease models. We propose that exercise training in relevant animal and human models will provide a more comprehensive understanding of the implications of pannexin biology in disease.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,135
Tête enseignante GPT0,408
Écart entre enseignants0,273 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vascular ResearchMême sujetConnexins and lens biologyTravaux en français237 207