Chrna4 A529 knock-in mice exhibit altered nicotine sensitivity
Notice bibliographique
Résumé
The reasons why people smoke are varied, but research has shown that genetic influences on various aspects of nicotine addiction are a major factor. There also is a strong genetic influence on measures of nicotine sensitivity in mice. Despite the established contribution of genetics to nicotine sensitivity in mice and humans, no naturally occurring genetic variation has been identified that demonstrably alters sensitivity to nicotine in either species. However, one genetic variant has been implicated in altering nicotine sensitivity in mice is a T529A polymorphism in Chrna4, the gene that encodes the nicotinic receptor (nAChR) alpha4 subunit. The Chrna4 T529A polymorphism leads to a threonine to alanine substitution at position 529 of the alpha4 subunit. To more definitively address whether the Chrna4 T529A polymorphism does, in fact, influence sensitivity to nicotine, knock-in mice were generated in which the threonine codon at position 529 was mutated to an alanine codon. Compared with Chrna4 T529 littermate controls, the Chrna4 A529 knock-in mice exhibited greater sensitivity to the hypothermic effects of nicotine, reduced oral nicotine consumption and did not develop conditioned place preference to nicotine. The Chrna4 A529 knock-in mice also differed from T529 littermates for two parameters of acetylcholine-stimulated Rb+ efflux in midbrain: maximal efflux and the percentage of alpha4beta2* receptors with high sensitivity to activation by agonists. Results indicate that the polymorphism affects the function of midbrain alpha4beta2* nAChRs and contributes to individual differences in several behavioral and physiological responses to nicotine thought to be modulated by midbrain alpha4beta2* nAChRs.
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 ».