Transcriptomic and lipidomic profiling reveals distinct bioactive lipid signatures in slow and fast muscles and highlights the role of resolvin‐ <scp>D2</scp> in fiber type determination during myogenesis
Notice bibliographique
Résumé
Skeletal muscles are predominantly composed of long, multinucleated muscle fibers, classified according to their metabolic and contractile phenotype. The determination of fiber types is influenced by various factors (e.g., innervation, hormones, physical demand). Our laboratory and others showed that resolvins, lipid mediators derived from omega-3 fatty acids, promote muscle regeneration and function after an injury or in models of muscular dystrophies; however, the effect of resolvins on the determination of muscle phenotype remains unknown. Here, we investigated the impact of lipid mediators on muscle phenotype during myogenesis. Transcriptomics analysis of single-nuclei RNAseq data sets revealed that the enzymes responsible for bioactive lipids biosynthesis are differentially expressed in slow fibers versus fast fibers. Lipidomics analysis of slow-twitch muscle (soleus) versus fast-twitch muscle (tibialis anterior) showed that the levels of lipids derived from arachidonic acid are similar between muscle groups, but lipids derived from alpha-linolenic acid, linoleic acid, eicosapentaenoic acid, and docosahexaenoic acid are enriched in slow-twitch muscle. Screening for different lipids in vitro showed that resolvin-D2 enhances the formation of myotubes expressing the slow myosin heavy chain isoform. In vivo, the administration of resolvin-D2 enhances muscle strength, increases myofiber size, and affects fiber typing in injured muscles but not in uninjured muscles. Resolvin-D2 promoted the transition toward the dominant fiber types in regenerating muscle (i.e., type I in the slow-twitch soleus and type IIB in the fast-twitch tibialis anterior muscle), suggesting its participation in fiber typing in conjunction with other factors. Overall, these findings identified new roles of bioactive lipids in the regulation of fiber typing, which could have therapeutic applicability in muscle injuries or dystrophies.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».