Specific Targeting of Pro-Death NMDA Receptor Signals with Differing Reliance on the NR2B PDZ Ligand
Notice bibliographique
Résumé
NMDA receptors (NMDARs) mediate ischemic brain damage, for which interactions between the C termini of NR2 subunits and PDZ domain proteins within the NMDAR signaling complex (NSC) are emerging therapeutic targets. However, expression of NMDARs in a non-neuronal context, lacking many NSC components, can still induce cell death. Moreover, it is unclear whether targeting the NSC will impair NMDAR-dependent prosurvival and plasticity signaling. We show that the NMDAR can promote death signaling independently of the NR2 PDZ ligand, when expressed in non-neuronal cells lacking PSD-95 and neuronal nitric oxide synthase (nNOS), key PDZ proteins that mediate neuronal NMDAR excitotoxicity. However, in a non-neuronal context, the NMDAR promotes cell death solely via c-Jun N-terminal protein kinase (JNK), whereas NMDAR-dependent cortical neuronal death is promoted by both JNK and p38. NMDAR-dependent pro-death signaling via p38 relies on neuronal context, although death signaling by JNK, triggered by mitochondrial reactive oxygen species production, does not. NMDAR-dependent p38 activation in neurons is triggered by submembranous Ca(2+), and is disrupted by NOS inhibitors and also a peptide mimicking the NR2B PDZ ligand (TAT-NR2B9c). TAT-NR2B9c reduced excitotoxic neuronal death and p38-mediated ischemic damage, without impairing an NMDAR-dependent plasticity model or prosurvival signaling to CREB or Akt. TAT-NR2B9c did not inhibit JNK activation, and synergized with JNK inhibitors to ameliorate severe excitotoxic neuronal loss in vitro and ischemic cortical damage in vivo. Thus, NMDAR-activated signals comprise pro-death pathways with differing requirements for PDZ protein interactions. These signals are amenable to selective inhibition, while sparing synaptic plasticity and prosurvival signaling.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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 ».