c-Jun N-terminal Kinase 3 Deficiency Protects Neurons from Axotomy-induced Death in Vivo through Mechanisms Independent of c-Jun Phosphorylation
Notice bibliographique
Résumé
Both the transcription factor c-Jun and the c-Jun N-terminal kinases (JNKs) have been associated with neuronal loss in several death paradigms. JNK are key regulators of c-Jun and a common accepted model has been that JNKs mediate neuronal death through modulation of c-Jun activation. In the present study, we examined whether JNK2 and -3 (JNK members most associated with neuronal loss) deficiency can rescue neuronal loss caused by facial and sciatic nerve axotomy in the neonate in vivo. JNK2, JNK3, and JNK2/3 double-deficient neurons displayed significantly less death in the facial nerves of the CNS when compared with controls. JNK2 and JNK2/3 double-deficient animals also showed reduced c-Jun phosphorylation and induction following axotomy, consistent with the model that JNK acts to regulate death by activating c-Jun. Of significance, however, protection of facial nerves in JNK3-deficient animals was not accompanied by reduction in c-Jun activation. These results suggest that JNKs can mediate death independently of c-Jun. Importantly, the lack of correlation between JNK3 deficiency and c-Jun induction was not universal. In a sciatic axotomy model of neuronal injury in the neonate, death of DRG neurons was also reduced by JNK3 deficiency. However, in this case, c-Jun activation was also eliminated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».