Melatonin regulates the transcription of βAPP‐cleaving secretases mediated through melatonin receptors in human neuroblastoma SH‐SY5Y cells
Notice bibliographique
Résumé
Melatonin is involved in the control of various physiological functions, such as sleep, cell growth and free radical scavenging. The ability of melatonin to behave as an antioxidant, together with the fact that the Alzheimer-related amyloid β-peptide (Aβ) triggers oxidative stress through hydroxyl radical-induced cell death, suggests that melatonin could reduce Alzheimer's pathology. Although the exact etiology of Alzheimer's disease (AD) remains to be established, excess Aβ is believed to be the primary contributor to the dysfunction and degeneration of neurons that occurs in AD. Aβ peptides are produced via the sequential cleavage of β-secretase β-site APP-cleaving enzyme 1 (BACE1) and γ-secretase (PS1/PS2), while α-secretase (ADAM10) prevents the production of Aβ peptides. We hypothesized that melatonin could inhibit BACE1 and PS1/PS2 and enhance ADAM10 expression. Using the human neuronal SH-SY5Y cell line, we found that melatonin inhibited BACE1 and PS1 and activated ADAM10 mRNA level and protein expression in a concentration-dependent manner and mediated via melatonin G protein-coupled receptors. Melatonin inhibits BACE1 and PS1 protein expressions through the attenuation of nuclear factor-κB phosphorylation (pNF-κB). Moreover, melatonin reduced BACE1 promoter transactivation and consequently downregulated β-secretase catalytic activity. The present data show that melatonin is not only a potential regulator of β/γ-secretase but also an activator of α-secretase expression through the activation of protein kinase C, thereby favoring the nonamyloidogenic pathway over the amyloidogenic pathway. Altogether, our findings suggest that melatonin may be a potential therapeutic agent for reducing the risk of AD in humans.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».