Propofol and thiopental depress gap junction formation in a preneuronal cell line
Notice bibliographique
Résumé
A-220 Background and goal of the study: Gap junction communication is widespread throughout the mammalian nervous system, among neurones as well as glia. We addressed the hypothesis that propofol and thiopental block gap junction mediated coupling of preneuronal cells. Materials and methods: We characterized the extent of dye coupling over time in the P19 preneuronal cell line taking advantage of an established method, the seeding technique. The effects of various general anaesthetics were determined using this technique by cell count and flow cytometric analysis. Calcein-AM, a low molecular weight molecule which passes through most gap junctions, was used to evaluate intercellular connections. CM-Dil, which has a large molecular size, was used to identify donor cells. Results and discussion: Clinically relevant concentrations of propofol and thiopental and high concentrations of halothane were effective in reducing gap junction permeability in P19 cell cultures. Halothane (1.8 mM) then propofol (15 μM) and thiopental (10 μM) depressed dye coupling to a greater degree. Carbenoxolone, a gap junction blocker, was used as a positive control agent for these experiments (see Figure 1; statistical significance was determined usinf ANOVA and Mann-Whitney U-test between: *propofol, thiopental and halothane from control; **propofol and thiopental from halothane; ***propofol and thiopental).FigureConclusions: Clinically relevant concentrations of propofol and thiopental depress gap junction permeability in P19 preneuronal cell lines. Halothane in very high concentrations is more potent in depressing gap junction formation compared with clinically relevant concentrations of i.v. anaesthetics.
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 | 0,000 |
| 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 ».