A Novel Behavioral Fish Model of Nociception for Testing Analgesics
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
Pain is a major symptom in many medical conditions, and often interferes significantly with a person’s quality of life. Although a priority topic in medical research for many years, there are still few analgesic drugs approved for clinical use. One reason is the lack of appropriate animal models that faithfully represent relevant hallmarks associated with human pain. Here we propose zebrafish (Danio rerio) as a novel short-term behavioral model of nociception, and analyse its sensitivity and robustness. Firstly, we injected two different doses of acetic acid as the noxious stimulus. We studied individual locomotor responses of fish to a threshold level of nociception using two recording systems: a video tracking system and an electric biosensor (the MOBS system). We showed that an injection dose of 10% acetic acid resulted in a change in behavior that could be used to study nociception. Secondly, we validated our behavioral model by investigating the effect of the analgesic morphine. In time-course studies, first we looked at the dose-response relationship of morphine and then tested whether the effect of morphine could be modulated by naloxone, an opioid antagonist. Our results suggest that a change in behavioral responses of zebrafish to acetic acid is a reasonable model to test analgesics. The response scales with stimulus intensity, is attenuated by morphine, and the analgesic effect of morphine is blocked with naloxone. The change in behavior of zebrafish associated with the noxious stimulus can be monitored with an electric biosensor that measures changes in water impedance.
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 | 0,000 |
| 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 découle