Lecithin Alleviates Memory Deficits and Muscle Attenuation in Chinese Older Adults and SAMP8 Mice
Notice bibliographique
Résumé
Identifying the mechanistic targets of crosstalk between sarcopenia (SA) and mild cognitive impairment (MCI) is critical for screening high-risk populations and exploring effective prevention and treatment strategies. In a nationwide multicenter prospective cohort study combined with an RCT study, it is found that indexes of muscle health reveal a strong predictive relationship with cognitive performance assessed using the Montreal Cognitive Assessment (MoCA). Furthermore, Random Forest models suggest that lecithin can predict both diseases. Erythrocyte lipid analysis and RCT study indicate the protective function of lecithin and the potential involvement of irisin in that process. In rodent models, phosphocholine (PC) alleviates learning and memory impairments and muscle attenuation in SAMP8 mice, while FNDC5/irisin knockdown accelerates brain and muscle damage or eliminates the protective effects of PC. Transcriptome analysis shows that PGC1α (the regulator of FNDC5) is regulated by PC treatment, and the results of knocking out PGC1α and FNDC5/irisin are consistent. Here it is found that muscle-secreted FNDC5/irisin is a key target of "muscle-brain" crosstalk, and lecithin may postpone the progression of MCI and SA by stimulating PGC1α-FNDC5/irisin-mediated cross-protection of cognition and 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 | 0,000 | 0,002 |
| 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 ».