Altered NMDA Receptor Trafficking in a Yeast Artificial Chromosome Transgenic Mouse Model of Huntington's Disease
Notice bibliographique
Résumé
Overactivation of NMDA receptors (NMDARs) is believed to play a role in degeneration of striatal medium-sized spiny neurons (MSNs) in Huntington's disease (HD). This hereditary disorder is caused by an expansion >35 in the polyglutamine (polyQ) region of the protein huntingtin (htt). Previous work has shown that NMDAR current, calcium signaling, and/or toxicity are enhanced in striatal MSNs in a variety of transgenic mice and cellular models of HD, but whether the enhancement is specific for MSNs or correlated with mutant htt (mhtt) polyQ length is not known. Furthermore, the mechanism underlying the increase in NMDAR activity has not been elucidated. Here we report polyQ length-dependent enhancement of peak NMDAR current density by mhtt in cultured MSNs, but not cortical neurons, from the yeast artificial chromosome (YAC) transgenic HD mouse model. We also observed a shift of NMDAR subunits NR1 and NR2B from internal pools to the plasma membrane and a significantly faster rate of NMDAR insertion to the surface in YAC72 MSNs. In comparing YAC72 with wild-type striatal tissue, subcellular fractionation revealed a relative enrichment of NR1 C2'-containing NMDARs in the vesicle/microsome-enriched fraction, and coimmunoprecipitation experiments demonstrated an increased proportion of NR1 C2' isoforms associated with NR2 subunits, which may contribute to faster forward trafficking of these receptors. Our results suggest that altered NMDAR trafficking may underlie potentiation of NMDAR-mediated current and toxicity in the YAC72 HD mouse model. This polyQ length-dependent, neuronal-specific change in NMDAR activity induced by mhtt may contribute to selective neuronal degeneration in HD.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».