Gonadotropin-dependent regulation of bovine pituitary adenylate cyclase-activating polypeptide in ovarian follicles prior to ovulation
Notice bibliographique
Résumé
To study the regulation of bovine pituitary adenylate cyclase-activating polypeptide (PACAP) in preovulatory follicles prior to ovulation, PACAP cDNA was isolated by RT-PCR. Its open reading frame (ORF) is composed of 531 bp, and encodes for a 176-amino acid protein that bears 76-90% identity with other PACAP homologs. Using bovine preovulatory follicles obtained between 0 and 24 h after human chorionic gonadotropin (hCG) and semiquantitative RT-PCR/Southern blot, we demonstrate that levels of PACAP mRNA were low at 0 h, markedly increased at 6 and 12 h (P<0.05), and declined 18 and 24 h after hCG. Levels of PACAP mRNA were high in the bovine pituitary, testis, intestine and uterus, but moderate to low in other tissues. Analyses performed on isolated preparations of granulosa and theca cells showed a significant increase of PACAP transcripts in both cell types after hCG, whereas primary granulosa cell cultures revealed high levels of PACAP as well as its receptors PAC-1 and VPAC-2 mRNA after forskolin treatment. Overexpression of the catalytic subunit of protein kinase A (PKA) in granulosa cells stimulated, but treatment with H89 or PKA inhibitor protein inhibited PACAP mRNA expression, whereas PACAP overexpression stimulated an increase in abundance of transcripts for PGHS-2, PGES, EP2 receptor, progesterone receptor, and ADAMTS-1, but not for P450-side chain cleavage and P450 aromatase. Thus, this study demonstrates the gonadotropin-dependent regulation of PACAP mRNA in bovine preovulatory follicles, the importance of PKA activation in the expression of PACAP in granulosa cells, and stimulating effect of PACAP on gene expression during the ovulatory process.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».