MétaCan
Menu
← Retour à la cohorte
Enregistrement W7071270506

The role of C-C chemokine receptor 1 in skeletal muscle regeneration

2010· dissertation· en· W7071270506 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2010
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University Health CentreMcGill University
Mots-clésCCR1MyogenesisSkeletal muscleChemokine receptorChemokineCCR2MyocyteCC chemokine receptors
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Diaphragmatic myotubes are known to constitutively express CCR1, a chemokine receptor in the C-C chemokine family, when cultured in vitro. It has been shown that CCR1 and its ligand CCL3 (MIP-1α) are directly involved in muscle repair responses in vitro. Furthermore, in vivo experiments, carried out in the MDX mouse model of muscular dystrophy, showed that these molecules were up-regulated in the dystrophic diaphragm muscle thus suggesting a role for CCR1 in inflammation and muscle healing. In this study, indeed, the role of CCR1 was investigated, with focus on inflammatory cell infiltration within the injured muscle using the freeze injury murine model. This study suggested that there is no significant difference in muscle regeneration or infiltration between CCR1-/- mice and their wild-type controls. There was also no difference in the muscle force between the knockout and their controls at 3, 7, and 14 days post injury. Investigation of individual infiltrating cell (macrophage, CD4 T-cells, CD8 T-cells) populations in the injured tissue yielded no significant difference. These data suggest that, although CCR1 has been found to play a role in myoblast proliferation and migration in vitro, it does not seem to have any apparent effect on muscle regeneration in vivo in the context of the freeze-injury model.

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 seuil0,007

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)0,0020,001

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 GPT0,220
Écart entre enseignants0,215 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetMuscle Physiology and Disorders→Travaux en français237 207→