Vasopressin Differentially Modulates Non-NMDA Receptors in Vasopressin and Oxytocin Neurons in the Supraoptic Nucleus
Notice bibliographique
Résumé
Magnocellular neurons of the supraoptic nucleus release the neuropeptides oxytocin and vasopressin from their dendrites to regulate their synaptic inputs. This study aims to determine the cellular mechanism by which vasopressin modulates excitatory synaptic transmission. Presumably by electroporation through perforated patch, we were able to successfully introduce biocytin into cells in which we performed an electrophysiological study. This method enabled us to determine that roughly half of the recorded neurons were immunoreactive to oxytocin-associated neurophysin and showed two characteristic features: an inward rectification and a sustained outward rectification. The remaining half showed a linear voltage-current relationship and was immunoreactive to vasopressin-associated neurophysin. Using these electrophysiological characteristics and post hoc immunohistochemistry to identify vasopressin or oxytocin neurons, we found that vasopressin decreased evoked EPSCs in vasopressin neurons while increasing EPSCs in oxytocin neurons. In both types of neurons, EPSC decay constants were not affected, indicating that desensitization of non-NMDA receptors did not underlie the EPSC amplitude change. In vasopressin neurons, both vasopressin and a V1a receptor agonist, F-180, decreased AMPA-induced currents, an effect blocked by a V1a receptor antagonist SR49059. In oxytocin neurons, AMPA-induced currents were facilitated by vasopressin, whereas F-180 had no effect. An oxytocin receptor antagonist blocked the facilitatory effect of vasopressin. Thus, we conclude that vasopressin inhibits EPSCs in vasopressin neurons via postsynaptic V1a receptors, whereas it facilitates EPSCs in oxytocin neurons through oxytocin receptors.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».