MétaCan
Menu
← Retour à la cohorte
Enregistrement W5705787 · doi:10.1096/fasebj.24.1_supplement.175.5

Potential for treatment of age‐related muscle atrophy by exogenous nitric oxide and exercise

2010· article· en· W5705787 sur OpenAlexaffabout
Jeff Leiter, Alyssa Janke, Melody Ong, Stéphane Lenoski, Ritika Upadhaya, Judy E. Anderson

Notice bibliographique

RevueThe FASEB Journal · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of ManitobaPan Am Clinic
Organismes subventionnairesnon disponible
Mots-clésNitric oxideDenervationMuscle atrophyAtrophyMedicineInternal medicineMuscle massEndocrinologySkeletal muscleCardiology

Résumé

récupéré en direct d'OpenAlex

In adult muscle, activation of satellite cells (SCs) is required for muscle maintenance, growth and repair. SCs are activated in response to exercise, stretch, trauma, denervation and nitric oxide (NO). The muscle response to exercise is age‐dependant and muscle‐specific and may be a factor in age‐related muscle atrophy. The purpose of this experiment was to determine the effects of treatment with an NO‐donor isosorbide dinitrate (ISDN) and exercise on muscle mass, SC activation (DNA synthesis), NOS‐I and β‐dystroglycan and fiber cross‐sectional area (CSA) on muscle in 18‐month‐old mice. Mice between 18–19 mo of age were divided into 6 groups to study effects of ISDN (0, 3 and 6 weeks) with and without exercise for the first 3 weeks of the experiment. Groups had 4–8 mice. Results in quadriceps muscle showed that ISDN treatment combined with exercise increased muscle mass, fiber CSA, and the protein‐expression ratio of NOS‐I/β‐dystroglycan. ISDN for 6 wks also produced the greatest increase in SC activation. These findings show that combining NO treatment and exercise has the potential to combat age‐related muscle atrophy. Supported by the Canadian Space Agency: Life Sciences

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,217
Écart entre enseignants0,211 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetMuscle Physiology and Disorders→Travaux en français237 207→