Low baseline ribosome‐related gene expression and resistance training‐induced declines in ribosome‐related gene expression are associated with skeletal muscle hypertrophy in young men and women
Notice bibliographique
Résumé
Ribosomes are essential cellular machinery for protein synthesis. It is hypothesised that ribosome content supports muscle growth and that individuals with more ribosomes have greater increases in muscle size following resistance training (RT). Aerobic conditioning (AC) also elicits distinct physiological adaptations; however, no measures of ribosome content following AC have been conducted. We used ribosome-related gene expression as a proxy measure for ribosome content and hypothesised that AC and RT would increase ribosome-related gene expression. Fourteen young men and women performed 6 weeks of single-legged AC followed by 10 weeks of double-legged RT. Muscle biopsies were taken following AC and following RT in the aerobically conditioned (AC+RT) and unconditioned (RT) legs. No differences in regulatory genes (Ubf, Cyclin D1, Tif-1a and Polr-1b) involved in ribosomal biogenesis or ribosomal RNA (45S, 5.8S, 18S and 28S rRNAs) expression were observed following AC and RT, except for c-Myc (RT > AC+RT) and 5S rRNA (RT < AC+RT at pre-RT) with 18S external transcribed spacer and 5.8S internal transcribed spacer expression decreasing from pre-RT to post-RT in the RT leg only. When divided for change in leg-lean soft tissue mass (ΔLLSTM) following RT, legs with the greatest ΔLLSTM had lower expression in 11/13 measured ribosome-related genes before RT and decreased expression in 9/13 genes following RT. These results indicate that AC and RT did not increase ribosome-related gene expression. Contrary to previous research, the greatest increase in muscle mass was associated with lower changes in ribosome-related gene expression over the course of the 10-week training programme. This may point to the importance of translational efficiency rather than translational capacity (i.e. ribosome content) in mediating long-term exercise-induced adaptations in 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».