NMDA Receptors Are Upregulated and Trafficked to the Plasma Membrane after Sigma-1 Receptor Activation in the Rat Hippocampus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sigma-1 receptors (σ-1Rs) are endoplasmic reticulum resident chaperone proteins implicated in many physiological and pathological processes in the CNS. A striking feature of σ-1Rs is their ability to interact and modulate a large number of voltage- and ligand-gated ion channels at the plasma membrane. We have reported previously that agonists for σ-1Rs potentiate NMDA receptor (NMDAR) currents, although the mechanism by which this occurs is still unclear. In this study, we show that in vivo administration of the selective σ-1R agonists (+)-SKF 10,047 [2S-(2α,6α,11R*]-1,2,3,4,5,6-hexahydro-6,11-dimethyl-3-(2-propenyl)-2,6-methano-3-benzazocin-8-ol hydrochloride (N-allylnormetazocine) hydrochloride], PRE-084 (2-morpholin-4-ylethyl 1-phenylcyclohexane-1-carboxylate hydrochloride), and (+)-pentazocine increases the expression of GluN2A and GluN2B subunits, as well as postsynaptic density protein 95 in the rat hippocampus. We also demonstrate that σ-1R activation leads to an increased interaction between GluN2 subunits and σ-1Rs and mediates trafficking of NMDARs to the cell surface. These results suggest that σ-1R may play an important role in NMDAR-mediated functions, such as learning and memory. It also opens new avenues for additional studies into a multitude of pathological conditions in which NMDARs are involved, including schizophrenia, dementia, and stroke.
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.
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 | 0,001 | 0,001 |
| 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 découle