MétaCan
Menu
Retour à la cohorte
Enregistrement W2008562288 · doi:10.1523/jneurosci.1879-07.2007

Presynaptic Ryanodine Receptor-Activated Calmodulin Kinase II Increases Vesicle Mobility and Potentiates Neuropeptide Release

2007· article· en· W2008562288 sur OpenAlexafffund
Dinara Shakiryanova, Markus K. Klose, Yi Zhou, Tingting Gu, David L. Deitcher, Harold L. Atwood, Randall S. Hewes, Edwin S. Levitan

Notice bibliographique

RevueJournal of Neuroscience · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular transport and secretion
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésRyanodine receptorLong-term potentiationCell biologyNeuropeptideEndoplasmic reticulumSynaptic vesicleChemistryCalmodulinVesicleBiologyReceptorBiochemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

Although it has been postulated that vesicle mobility is increased to enhance release of transmitters and neuropeptides, the mechanism responsible for increasing vesicle motion in nerve terminals and the effect of perturbing this mobilization on synaptic plasticity are unknown. Here, green fluorescent protein-tagged dense-core vesicles (DCVs) are imaged in Drosophila motor neuron terminals, where DCV mobility is increased for minutes after seconds of activity. Ca2+-induced Ca2+ release from presynaptic endoplasmic reticulum (ER) is shown to be necessary and sufficient for sustained DCV mobilization. However, this ryanodine receptor (RyR)-mediated effect is short-lived and only initiates signaling. Calmodulin kinase II (CaMKII), which is not activated directly by external Ca2+ influx, then acts as a downstream effector of released ER Ca2+. RyR and CaMKII are essential for post-tetanic potentiation of neuropeptide secretion. Therefore, the presynaptic signaling pathway for increasing DCV mobility is identified and shown to be required for synaptic plasticity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil0,388

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,232
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations92
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetCellular transport and secretionTravaux en français237 207