Neurotransmitters and Microglial-Mediated Neuroinflammation
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
Reciprocal interactions between cells caused by release of soluble factors are essential for brain function. So far, little attention has been paid to interactions between neurons and glia. However, in the last few decades, studies regarding such interactions have given us some important clues about possible mechanisms underlying degenerative processes in neurological diseases such as Alzheimer's disease and Parkinson's disease. Activated microglia and markers of inflammatory reactions have been consistently found in the post-mortem brains of diseased patients. But it has not been clearly understood how microglia respond to neurotransmitters released from neurons during disease progression. The main purpose of this review is to summarize studies performed on neurotransmitter receptor expression in microglia, and the effects of their activation on microglial-mediated neuroinflammation. A possible mechanism underlying transmitter-mediated modulation of microglial response is also suggested. Microglia express receptors for neurotransmitters such as ATP, adenosine, glutamate, GABA, acetylcholine, dopamine and adrenaline. Activation of GABA, cholinergic and adrenergic receptors suppresses microglial responses, whereas activation of ATP or adenosine receptors activates them. This latter effect may be due primarily to activation of a Ca(2+)-signaling pathway which, in turn, results in activation of MAP kinases and NFkB proteins with the release of proinflammatory factors. However, glutamate and dopamine are both pro- and anti-inflammatory depending on the receptor subtypes expressed in microglia. More detailed studies on downstream receptor-signaling cascades are needed to understand the roles of neurotransmitters in controlling neuron-microglia interactions during inflammatory processes in disease progression. Such knowledge may suggest new methods of treatment.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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