Effects of Nerve Growth Factor and Nitric Oxide Synthase Inhibitors on Amyloid Precursor Protein mRNA Levels and Protein Stability
Notice bibliographique
Résumé
We determined previously that nitric oxide (NO) modulates the nerve growth factor (NGF)-mediated increases in amyloid precursor protein (APP) levels in PC12 cells. To elucidate potential mechanisms, the effects of NGF and NO synthase (NOS) inhibitors on APP mRNA levels and protein stability were evaluated. Surprisingly, treatment of PC12 cells with NGF resulted in decreased levels of APP695 and APP751/770 mRNA. Therefore, the effect of NGF on APP protein stability was examined using the translation inhibitor, cycloheximide. Under these conditions, NGF did not alter the rate of APP degradation, suggesting that NGF may be enhancing the translation rate of APP. Since NOS inhibitors attenuate the NGF-mediated increase in APP levels, their effect on APP mRNA levels and protein stability was also assessed. S-methylisothiourea (S-MIU), selective for inducible NOS, decreased both APP695 and APP751/770 mRNA levels while the non-selective NOS inhibitor, N(ω)-nitro-L-arginine methylester (L-NAME) had no effect. In both control and NGF-treated PC12 cells, S-MIU increased the half-life of APP, with the greatest effect observed with the APP695 isoform. Based on these data we propose that in PC12 cells, NGF increases APP levels through enhanced translation rate and that NO, which modulates the NGF-induced increase in APP protein, also regulates APP mRNA levels and could play a role in APP processing.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».