Chronic fluoxetine treatment has a larger effect on the density of a serotonin transporter in the Flinders Sensitive Line (FSL) rat model of depression than in normal rats
Notice bibliographique
Résumé
The 5-hydroxytryptamine system is thought to play a crucial role in the pathophysiology of depression and represents the target for selective 5-HT reuptake inhibitors (SSRIs). Flinders Sensitive Line (FSL) and Flinders Resistant Line (FRL) rats were bred from Sprague-Dawley (SPD) rats to produce strains with increased (FSL) or decreased (FRL) sensitivity to the cholinesterase inhibitor. The FSL rats have been identified as a good model of depression. Many studies in normal rats showed that chronic treatments with SSRIs reduce the densities of SERT. The objective of the present investigation was to assess the influence of chronic fluoxetine treatment on SERT density (Bmax; fmol/mg) in the FSL rat model of depression, relative to that in the FRL rats and SPD rats. FSL, FRL and SPD rats were randomly assigned into groups receiving the vehicle or 10 mg/kg of fluoxetine i.p. for 14 days. Binding was assessed by incubating the brain sections in a buffer containing 20 pM of [(125)I]-RTI-55 [[(125)I](-)-2beta-carbomethoxy-3beta-(4-iodophenyl)tropane and 200 nM of GBR12935 [1-(2-(diphenylmethoxy)ethyl)-4-(3-phenylpropyl)piperazine]. The fluoxetine treatment reduced B(max) in all three rat strains when the saline and respective fluoxetine groups were compared (e.g., the FSL-SAL relative to FSL-FLX groups). Chronic fluoxetine treatment reduces the densities of SERT in the FSL rats to a larger extent than in the normal SPD control rats.
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 ».