MétaCan
Menu
Retour à la cohorte
Enregistrement W2022534124 · doi:10.1111/j.1460-9568.2010.07129.x

Antidepressant fluoxetine suppresses neuronal growth from both vertebrate and invertebrate neurons and perturbs synapse formation between <i>Lymnaea</i> neurons

2010· article· en· W2022534124 sur OpenAlexafffund
Fenglian Xu, Collin Luk, Maria P. Richard, Wali Zaidi, Svetlana Farkas, Angela M. Getz, Arthur Lee, Jan van Minnen, Naweed I. Syed

Notice bibliographique

RevueEuropean Journal of Neuroscience · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchAlberta Heritage Foundation for Medical Research
Mots-clésSerotonergicNeuroscienceLymnaea stagnalisBiologyNeuriteSynapseNeurotransmissionAntidepressantFluoxetineSerotoninHippocampusSnailReceptor

Résumé

récupéré en direct d'OpenAlex

Current treatment regimes for a variety of mental disorders involve various selective serotonin reuptake inhibitors such as Fluoxetine (Prozac). Although these drugs may 'manage' the patient better, there has not been a significant change in the treatment paradigm over the years and neither have the outcomes improved. There is also considerable debate as to the effectiveness of various selective serotonin reuptake inhibitors and their potential side-effects on neuronal architecture and function. In this study, using mammalian cortical neurons, a dorsal root ganglia cell line (F11 cells) and identified Lymnaea stagnalis neurons, we provide the first direct and unequivocal evidence that clinically relevant concentrations of Fluoxetine induce growth cone collapse and neurite retraction of both serotonergic and non-serotonergic neurons alike in a dose-dependent manner. Using intracellular recordings and calcium imaging techniques, we further demonstrate that the mechanism underlying Fluoxetine-induced effects on neurite retraction from Lymnaea neurons may involve lowering of intracellular calcium and a subsequent retardation of growth cone cytoskeleton. Using soma-soma synapses between identified presynaptic and postsynaptic Lymnaea neurons, we provide further direct evidence that clinically used concentrations of Fluoxetine also block synaptic transmission and synapse formation between cholinergic neurons. Our study raises alarms over potentially devastating side-effects of this antidepressant drug on neurite outgrowth and synapse formation in a developing/regenerating brain. Our data also demonstrate that drugs such as Fluoxetine may not just affect communication between serotonergic neurons but that the detrimental effects are widespread and involve neurons of various phenotypes from both vertebrate and invertebrate species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,256
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), 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

Citations21
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NeuroscienceMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207