Prolactin increases SMN expression and survival in a mouse model of severe spinal muscular atrophy via the STAT5 pathway
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
Spinal muscular atrophy (SMA) is an autosomal recessive neurodegenerative disease that is characterized by the loss of motor neurons, resulting in progressive muscle atrophy. It is caused by the loss of functional survival motor neuron (SMN) protein due to mutations or deletion in the SMN1 gene. A potential treatment strategy for SMA is to upregulate levels of SMN protein. Several agents that activate STAT5 in human and mouse cell lines enhance SMN expression from the SMN2 gene and can compensate, at least in part, for the loss of production of a functional protein from SMN1. Here, we have shown that prolactin (PRL) increases SMN levels via activation of the STAT5 pathway. PRL increased SMN mRNA and protein levels in cultured human and mouse neuronal cells. Administration of STAT5-specific siRNA blocked the effects of PRL, indicating that the PRL-induced transcriptional upregulation of the SMN-encoding gene was mediated by activation of STAT5. Furthermore, systemic administration of PRL to WT mice induced SMN expression in the brain and spinal cord. Critically, PRL treatment increased SMN levels, improved motor function, and enhanced survival in a mouse model of severe SMA. Our results confirm earlier work suggesting STAT5 pathway activators as potential therapeutic compounds for the treatment of SMA and identify PRL as one such promising agent.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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