MétaCan
Menu
Retour à la cohorte
Enregistrement W4409106846 · doi:10.1152/physrev.00033.2024

A comprehensive view of muscle glucose uptake: regulation by insulin, contractile activity, and exercise

2025· review· en· W4409106846 sur OpenAlexafffund
Erik A. Richter, Philip J. Bilan, Amira Klip

Notice bibliographique

RevuePhysiological Reviews · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health ResearchNovo Nordisk Fonden
Mots-clésGLUT4Glucose transporterGlucose uptakeSarcolemmaSkeletal muscleInsulinBiologyCarbohydrate metabolismInternal medicineIntracellularEndocrinologyMuscle contractionCell biologyBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Skeletal muscle is the main site of glucose deposition in the body during meals and the major glucose utilizer during physical activity. Although in both instances the supply of glucose from the circulation to the muscle is of paramount importance, in most conditions the rate-limiting step in glucose uptake, storage, and utilization is the transport of glucose across the muscle cell membrane. This step is dependent upon the translocation of the insulin- and contraction-responsive glucose transporter GLUT4 from intracellular storage sites to the sarcolemma and T tubules. Here, we first analyze how glucose can traverse the capillary wall into the muscle interstitial space. We then review the molecular processes that regulate GLUT4 translocation in response to insulin and muscle contractions and the methodologies utilized to unravel them. We further discuss how physical activity and inactivity, respectively, lead to increased and decreased insulin action in muscle and touch upon sex differences in glucose metabolism. Although many key processes regulating glucose uptake in muscle are known, the advent of newer and bioinformatics tools has revealed further molecular signaling processes reaching a staggering level of complexity. Much of this molecular mapping has emerged from cellular and animal studies and more recently from application of a variety of -omics in human tissues. In the future, it will be imperative to validate the translatability of results drawn from experimental systems to human physiology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,337
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysiological ReviewsMême sujetMetabolism, Diabetes, and CancerTravaux en français237 207