An antisense construct reduces <i>N</i>‐methyl‐<scp>D</scp>‐aspartate receptor 2A expression and receptor‐mediated excitotoxicity as determined by a novel flow cytometric approach
Notice bibliographique
Résumé
The N-methyl-D-aspartate receptor (NMDAR) is a major neurotransmitter receptor in the central nervous system (CNS), with functional roles in learning, memory, and sensation. Several mechanisms potentiate NMDARs, and NMDAR hyperexcitability plays pathophysiological roles in many conditions, such as neurodegenerative disease, ischemia, and chronic conditions arising from spinal cord injury. Previous research suggests that the NR2A subunit of the receptor contributes to NMDAR excitotoxicity in heterologous cells and in neurons in vivo. To investigate the role of NR2A in NMDAR excitotoxicity, we have developed a system based on flow cytometry that allows rapid evaluation of the effect of antisense constructs on protein expression and channel function. The enhanced yellow fluorescent protein (EYFP) was fused to obligatory NMDAR subunits, allowing expression to be monitored in living cultured cells. An NR2A antisense construct, asNR2A, specifically and effectively reduced NR2A-EYFP expression. NR1 and NR2A fusion proteins formed functional, excitotoxic channels upon co-expression. The asNR2A RNA significantly reduced NMDAR excitotoxicity when NR2A levels were limiting for channel formation. Using our assay system, further optimization can be achieved rapidly. The asNR2A construct and the assays developed for this study can be used to provide insights into NMDAR biology and disease.
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 | 0,007 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».