Alterations in the neuromuscular junction proteome with aging
Notice bibliographique
Résumé
Denervation has remained a principal factor of age-related muscle atrophy since a report noted significant changes in the end plate morphology at the aged neuromuscular junction [1]. The mechanisms behind the impaired/failed reinnervation and increased denervation seen in aging muscle are not fully understood; however evidence points to an increase in the destabilization of the neuromuscular junction (NMJ). We hypothesized that alterations in the proteome of the NMJ are the primary factors driving the age-associated degeneration and destabilization of the NMJ leading to the impaired/failed reinnervation and increased denervation. Our study utilized Fisher 334 x Brown Norway F1-hybrid rats at an age associated with a striking degree of muscle atrophy [2-4]. We collected NMJ containing muscle fiber segments using laser capture microdissection from 9 young adult (YA) and 9 senescent (SEN) rats. We also used the Sarco mouse as a model of sporadic denervation to separate the effects of denervation from aging. LC-MS/MS analysis revealed both increases and decreases in protein abundances at the aged NMJ. Four and a half lim domains protein 1 was the most overall up-regulated protein at the SEN NMJ and has been linked to Wnt3a which inhibits rapsyn expression and negatively regulates AChR clustering. The intermediate filament desmin and the ECM components decorin and prolargin were all up-regulated at the SEN NMJ and can be classified as specific to aging, potentially as a result of failed reinnervation. We hypothesize that increases in the intermediate filaments and the ECM may be a consequence of long-term denervation and an attempt to overcome the failed reinnervation that occurs with age by providing a stable anchor for AChRs and re-modeling the ECM to attract regenerating axons. Overall, our results agree with the idea that the etiology of sarcopenia is multifactorial. The proteins identified in our experiment provide insights into potential new mechanisms that contribute to the instability of the NMJ and/or failed reinnervation observed in aging 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 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 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».