Nitric oxide and histone deacetylases modulate cocaine-induced mu-opioid receptor levels in PC12 cells
Notice bibliographique
Résumé
BACKGROUND: Cocaine exposure has been reported to alter central μ-opioid receptor (MOR) expression in vivo. The present study employed an in vitro cellular model to explore possible mechanisms that may be involved in this action of cocaine. METHODS: To assess the effects of cocaine on MOR levels, two treatment regimens were tested in PC12 cells: single continuous or multiple intermittent. MOR protein levels were assessed by western blot analysis and quantitative PCR was used to determine relative MOR mRNA expression levels. To evaluate the role of nitric oxide (NO) and histone acetylation in cocaine-induced MOR expression, cells were pre-treated with the NO synthase inhibitor Nω-nitro-L-arginine methylester (L-NAME) or the non-selective histone acetyltransferase inhibitor curcumin. RESULTS: Both cocaine treatment regimens significantly increased MOR protein levels and protein stability, but only multiple intermittent treatments increased MOR mRNA levels as well as c-fos mRNA levels and activator protein 1 binding activity. Both regimens increased NO production, and pre-treatment with L-NAME prevented cocaine-induced increases in MOR protein and mRNA levels. Single and multiple cocaine treatment regimens inhibited histone deacetylase activity, and pre-treatment with curcumin prevented cocaine-induced up-regulation of MOR protein expression. CONCLUSIONS: In the PC12 cell model, both NO and histone deacetylase activity regulate cocaine-induced MOR expression at both the transcriptional and post-transcriptional levels. Based on these novel findings, it is hypothesized that epigenetic mechanisms are implicated in cocaine's action on MOR expression in neurons.
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) | 0,001 | 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 ».