MétaCan
Menu
← Retour à la cohorte
Enregistrement W4310988715 · doi:10.3389/fphys.2022.1031264

Skeletal muscle metabolism and contraction performance regulation by teneurin C-terminal-associated peptide-1

2022· article· en· W4310988715 sur OpenAlexafffund
David W. Hogg, Andrea L. Reid, Thomas L. Dodsworth, Yani Chen, Mei Xu, Mia Husić, Peggy R. Biga, Andrew Slee, Leslie T. Buck, Dalia Baršytė-Lovejoy, Marius Locke, David A. Lovejoy

Notice bibliographique

RevueFrontiers in Physiology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensStructural Genomics ConsortiumYork UniversityUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésContraction (grammar)Skeletal muscleMetabolismTerminal (telecommunication)Muscle contractionChemistryPeptideBiologyCell biologyEndocrinologyBiochemistryInternal medicineMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Skeletal muscle regulation is responsible for voluntary muscular movement in vertebrates. The genes of two essential proteins, teneurins and latrophilins (LPHN), evolving in ancestors of multicellular animals form a ligand-receptor pair, and are now shown to be required for skeletal muscle function. Teneurins possess a bioactive peptide, termed the teneurin C-terminal associated peptide (TCAP) that interacts with the LPHNs to regulate skeletal muscle contractility strength and fatigue by an insulin-independent glucose importation mechanism in rats. CRISPR-based knockouts and siRNA-associated knockdowns of LPHN-1 and-3 in the C2C12 mouse skeletal cell line shows that TCAP stimulates an LPHN-dependent cytosolic Ca 2+ signal transduction cascade to increase energy metabolism and enhance skeletal muscle function via increases in type-1 oxidative fiber formation and reduce the fatigue response. Thus, the teneurin/TCAP-LPHN system is presented as a novel mechanism that regulates the energy requirements and performance of skeletal muscle.

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 seuil0,003

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 recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,229
Écart entre enseignants0,222 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Physiology→Même sujetAdipose Tissue and Metabolism→Travaux en français237 207→