The importance of serial sarcomere addition for muscle function and the impact of aging
Notice bibliographique
Résumé
During natural aging, skeletal muscle experiences impairments in mechanical performance due, in part, to changes in muscle architecture and size, notably with a loss of muscle cross-sectional area (CSA). Another important factor that has received less attention is the shortening of fascicle length (FL), potentially reflective of a decrease in serial sarcomere number (SSN). Interventions that promote the growth of new serial sarcomeres, such as chronic stretching and eccentric-biased resistance training, have been suggested as potential ways to mitigate age-related impairments in muscle function. Although current research suggests it is possible to stimulate serial sarcomerogenesis in muscle in old age, the magnitude of sarcomerogenesis may be less than in young muscle. This blunted effect may be partly due to age-related impairments in the pathways regulating mechanotransduction, muscle gene expression, and protein synthesis, as some have been implicated in SSN adaptation. The purpose of this review was to investigate the impact of aging on the ability for serial sarcomerogenesis and elucidate the molecular pathways that may limit serial sarcomerogenesis in old age. Age-related changes in mechanistic target of rapamycin (mTOR), insulin-like growth factor 1 (IGF-1), myostatin, and serum response factor signaling, muscle ring finger protein (MuRFs), and satellite cells may hinder serial sarcomerogenesis. In addition, our current understanding of SSN in older humans is limited by assumptions based on ultrasound-derived fascicle length. Future research should explore the effects of age-related changes in the identified pathways on the ability to stimulate serial sarcomerogenesis, and better estimate SSN adaptations to gain a deeper understanding of the adaptability of muscle in old age.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».