Impact of exercise and fasting on mitochondrial regulators in human muscle
Notice bibliographique
Résumé
Abstract Objectives To investigate the impact of acute energetic stress (acute HIIE and fasting) on ERRγ , PPARβ , NR1D1 , NR4A1 , and TFEB in human skeletal muscle. Methods The current study performed secondary analyses using muscle biopsy samples from two previously published studies: study 1) leg muscle biopsies from nine men and eight women were obtained pre and 3 h following acute high-intensity interval cycling exercise (HIIE); study 2) leg muscle biopsies were obtained from nine men pre-, during, and post-an 8 h fast with or without 2 h of arm ergometer exercise. RT-PCR was performed on samples from each study to determine the mRNA expression of ERRγ , PPARβ , NR1D1 , NR4A1 , and TFEB . Additionally, we retrieved data from meta-analyzed human muscle gene expression using the publicly available database MetaMex. Results PGC-1α (p<0.01, d=1.98) and NR4A1 (p<0.01, d=1.36) mRNA expression significantly increased while TFEB (p≤0.05, d=0.70) decreased following HIIE. Significant decreases in NR4A1 and NR1D1 mRNA expression were observed following an 8 h fast. Our MetaMex analyses revealed significant increases (p<0.05) in PGC-1α and NR4A1 expression following aerobic and resistance exercise, and in PPARβ expression following resistance exercise. Conclusions Our data indicate that acute HIIE stimulates increases in NR4A1 and PGC-1α and decreases in TFEB mRNA expression in human skeletal muscle. Additionally, a short term (8 h) fast reduced the mRNA expression of the transcriptional regulators NR4A1 and NR1D1 – potentially as a mechanism of decreasing mitochondrial biogenesis to reduce energy expenditure during a period of restricted energy availability.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».