Low-Moderate Doses of Nicotine Decreased mRNA of NGF and BDNF and Their Receptors at 30 Min in the Frontal Cortex and Hippocampus of ApoE-KO Mice
Notice bibliographique
Résumé
Background: Several studies have detected nicotine-associated increases in the mRNA and protein expression of NGF, BDNF and TrkA and TrkB receptors in multiple brain regions. Methods: We investigated the acute effects of different doses of nicotine (0.1, 0.5 and 1.0 mg/kg) on the mRNA levels of NGF, BDNF, TrkA and TrkB in the frontal cortex and hippocampus of ApoE-knockout (ApoE-KO) and wild-type (WT) mice. Results: The results demonstrated that in the frontal cortex and hippocampus, nicotine decreases NGF and BDNF mRNA levels in both ApoE-KO and WT mice. Nicotine also reduced TrkA in the frontal cortex and TrkB in both brain regions of WT mice, whereas no changes were observed in ApoE-KO mice. Interestingly, all of these effects were limited to low-intermediate doses (0.1 and 0.5 mg/kg) of nicotine, while 1.0 mg/kg of nicotine had no noticeable effect on the brain of either strain of mice. ApoE-KO mice showed a distinctly higher level of NGF mRNA expression versus the WT mice in both regions of the brain, whereas TrkA expression was lower only in the frontal cortex. Conclusions: These findings suggest that acute nicotine causes a decrease in the mRNA levels of NGF, BDNF and their receptors in the frontal cortex and hippocampus of mice depending on nicotine doses. A high level of NGF mRNA was observed in the brain of ApoE-KO mice, suggesting a role of ApoE in the expressions of neurotrophins in the hippocampus. doi: http://dx.doi.org/10.4021/jnr217e
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 | 0,001 |
| 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 | 0,001 |
| 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 ».