Role of the G<sub>o/i</sub> signaling network in the regulation of neurite outgrowthThis paper is one of a selection of papers published in this Special issue, entitled Second Messengers and Phosphoproteins—12th International Conference.
Notice bibliographique
Résumé
Neurite outgrowth is a complex differentiation process stimulated by many neuronal growth factors and transmitters and by electrical activity. Among these stimuli are ligands for G-protein-coupled receptors (GPCR) that function as neurotransmitters. The pathways involved in GPCR-triggered neurite outgrowth are not fully understood. Many of these receptors couple to Galphao, one of the most abundant proteins in the neuronal growth cones. We have studied the Go signaling network involved in neurite outgrowth in Neuro2A cells. Galphao can induce neurite outgrowth. The CB1 cannabinoid receptor, a Go/i-coupled receptor expressed endogenously in Neuro2A cells, triggers neurite outgrowth by activating Rap1, which promotes the Galphao-stimulated proteasomal degradation of Rap1GAPII. CB1-receptor-mediated Rap1 activation leads to the activation of a signaling network that includes the small guanosine triphosphate (GTP)ases Ral and Rac, the protein kinases Src, and c-Jun N-terminal kinase (JNK), which converge onto the activation of signal transducer and activator of transcription 3 (Stat3), a key transcription factor that mediates the gene expression process of neurite outgrowth in Neuro2A cells. This review describes current findings from our laboratory and also discusses alternative pathways that Go/i might mediate to trigger neurite outgrowth. We also analyze the role neurotransmitters, which stimulate Go/i to activate a complex signaling network controlling neurite outgrowth, play in regeneration after neuronal injury.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,034 | 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 ».