MétaCan
Menu
Retour à la cohorte
Enregistrement W4320496904 · doi:10.3390/diseases11010033

Secreted Protein Acidic and Rich in Cysteine (SPARC)—Mediated Exercise Effects: Illustrative Molecular Pathways against Various Diseases

2023· article· en· W4320496904 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDiseases · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBone and Dental Protein Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Computational biologyCysteineOsteonectinBioinformaticsChemistryMedicineBiologyBiochemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

The strong benefits of exercise, in addition to the development of both the therapeutic applications of physical activity and molecular biology tools, means that it has become very important to explore the underlying molecular patterns linking exercise and its induced phenotypic changes. Within this context, secreted protein acidic and rich in cysteine (SPARC) has been characterized as an exercise-induced protein that would mediate and induce some important effects of exercise. Herein, we suggest some underlying pathways to explain such SPARC-induced exercise-like effects. Such mechanistic mapping would not only allow us to understand the molecular processes of exercise and SPARC effects but would also highlight the potential to develop novel molecular therapies. These therapies would be based on mimicking the exercise benefits via either introducing SPARC or pharmacologically targeting the SPARC-related pathways to produce exercise-like effects. This is of a particular importance for those who do not have the ability to perform the required physical activity due to disabilities or diseases. The main objective of this work is to highlight selected potential therapeutic applications deriving from SPARC properties that have been reported in various publications.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,473
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,239
Écart entre enseignants0,230 · 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