A High Throughput Screen Identifies Chemical Modulators of the Laminin-Induced Clustering of Dystroglycan and Aquaporin-4 in Primary Astrocytes
Notice bibliographique
Résumé
BACKGROUND: Aquaporin-4 (AQP4) constitutes the principal water channel in the brain and is clustered at the perivascular astrocyte endfeet. This specific distribution of AQP4 plays a major role in maintaining water homeostasis in the brain. A growing body of evidence points to a role of the dystroglycan complex and its interaction with perivascular laminin in the clustering of AQP4 at perivascular astrocyte endfeet. Indeed, mice lacking components of this complex or in which laminin-dystroglycan interaction is disrupted show a delayed onset of brain edema due to a redistribution of AQP4 away from astrocyte endfeet. It is therefore important to identify inhibitory drugs of laminin-dependent AQP4 clustering which may prevent or reduce brain edema. METHODOLOGY/PRINCIPAL FINDINGS: In the present study we used primary rat astrocyte cultures to screen a library of >3,500 chemicals and identified 6 drugs that inhibit the laminin-induced clustering of dystroglycan and AQP4. Detailed analysis of the inhibitory drug, chloranil, revealed that its inhibition of the clustering is due to the metalloproteinase-2-mediated ß-dystroglycan shedding and subsequent loss of laminin interaction with dystroglycan. Furthermore, chemical variants of chloranil induced a similar effect on ß-dystroglycan and this was prevented by the antioxidant N-acetylcysteine. CONCLUSION/SIGNIFICANCE: These findings reveal the mechanism of action of chloranil in preventing the laminin-induced clustering of dystroglycan and AQP4 and validate the use of high-throughput screening as a tool to identify drugs that modulate AQP4 clustering and that could be tested in models of brain edema.
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 ».