<i>ACTN3</i> genotype influences androgen response in skeletal muscle
Notice bibliographique
Résumé
Abstract Androgens are vital for the maintenance of muscle mass and their anabolic effects are primarily exerted through the androgen receptor (AR). Accumulating evidence in humans and mice suggests that circulating androgens, AR and androgen response are influenced by ACTN3 ( α- actinin-3), also known as “the gene for speed”. One in 5 people worldwide are α-actinin-3 deficient due to homozygous inheritance of a common null polymorphism (577X) in ACTN3 . In this study, we show that α-actinin-3 deficiency decreases baseline AR in skeletal muscles of mice and humans, in both males and females, and that AR expression directly correlates with ACTN3 in a dosage dependent manner. We further demonstrate in Actn3 knockout mice that α- actinin-3 deficiency increases muscle wasting induced by androgen deprivation and reduces the muscle hypertrophic response to dihydrotestosterone and this is mediated by differential activation of pathways regulating amino acid metabolism, intracellular transport, MAPK signalling, autophagy, mitochondrial activity and calcineurin signalling. Gene set enrichment and protein analyses indicate that the absence of α-actinin-3 results in a failure to coactivate many of these pathways in response to changes in androgens, and relies on leveraging mitochondrial remodelling and calcineurin signalling to restore muscle homeostasis. We further identified 7 genes that are androgen sensitive and α-actinin-3-dependent in expression, and whose functions correspond to these processes. Our results highlight the pivotal role of α- actinin-3 in various processes associated with the regulation of protein turnover and muscle mass, and suggest that ACTN3 genotype is a genetic modifier of androgen action 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».