Immunosuppressant Neurotoxicity in Rat Brain Models: Oxidative Stress and Cellular Metabolism
Notice bibliographique
Résumé
Coadministration of the calcineurin inhibitor cyclosporine (CsA) and the mTOR inhibitors sirolimus (SRL) or everolimus (RAD) increases the efficacy of immunosuppression after organ transplantation. Neurotoxicity of CsA is a major clinical problem. Our goal was to assess the effects of CsA, SRL, and RAD on brain cell metabolism. The studies included the comparison of immunosuppressant-mediated effects on glucose metabolism, energy production, and reactive oxygen species (ROS) formation in perfused rat brain slices, primary rat astrocytes, and C6 glioma cells. In brain slices and astrocytes, CsA inhibited Krebs cycle metabolism, while activating anaerobic glycolysis, most likely to compensate for the inhibition of mitochondrial energy production. SRL and RAD inhibited cytosolic glycolysis but did not cause changes in mitochondrial energy production. CsA + SRL inhibited Krebs cycle and glycolysis, thus reducing the ability of the cell to compensate for the negative effects of CsA on mitochondrial nucleoside triphosphate synthesis. In contrast to SRL at the concentrations tested, RAD reduced the CsA-induced ROS formation and antagonized CsA-induced effects on glucose and energy metabolism. Surprisingly, in C6 cells, SRL and RAD exposure resulted in high ROS concentrations without significant impairment of cell metabolism. Our results suggested that SRL enhances CsA-induced ROS formation and negative metabolic effects in brain cells, while RAD seems to antagonize the CsA effects. However, the three models showed different metabolic responses when challenged with the study drugs. In contrast to SRL, RAD enhances ROS formation in C6 glioma cells but has only minor effects on normal rat brain tissue.
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 | 0,001 |
| 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 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 ».