Fluoxetine affects GluK2 editing, glutamate-evoked Ca<sup>2+</sup> influx and extracellular signal-regulated kinase phosphorylation in mouse astrocytes
Notice bibliographique
Résumé
BACKGROUND: We sought to study the effects of chronic exposure to fluoxetine - a selective serotonin reuptake inhibitor (SSRI) and specific 5-HT(2B) receptor agonist in astrocytes - on the expression of kainate receptors (GluK1-5) in cultured astrocytes and in intact brains in mice and on GluK2 editing by adenosine deaminase acting on RNA (ADAR), as well as the ensuing effects of fluoxetine on glutamate-mediated Ca(2+) influx and extracellular signal-regulated kinase (ERK)(1/2) phosphorylation in astrocytes. METHODS: We performed reverse transcription-polymerase chain reaction (PCR) to assess mRNA expression. We analyzed RNA editing with amplification refractory mutation system PCR and complementary DNA sequencing. Protein expression and ERK phosphorylation were assessed using Western blots. We studied gene silencing with specific small interfering RNAs (siRNA), and we studied intracellular Ca(2+) using fluorometry. RESULTS: All GluK subunits were present in the brain in vivo, and GluK2-5 subunits were present in cultured astrocytes. Fluoxetine upregulated GluK2 and ADAR2. Enhanced GluK2 editing by fluoxetine abolished glutamate-mediated increases in intra cellular Ca(2+) and ERK(1/2) phosphorylation. Enhanced editing of GluK2 was prevented by siRNA against the 5-HT(2B) receptor or ADAR2. LIMITATIONS: Limitations of our study include the use of an in vitro system, but our cultured cells in many respects behave like in vivo astrocytes. CONCLUSION: Fluoxetine alters astrocytic glutamatergic function.
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 | 0,000 | 0,000 |
| 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 ».