Neuroprotection by Estrogen in Animal Models of Global and Focal Ischemia
Notice bibliographique
Résumé
Estrogen has been demonstrated to protect against brain injury, neurodegeneration, and cognitive decline. Furthermore, estrogen seems to specifically protect cortical and hippocampal neurons from ischemic injury. Here our data evaluating the neuroprotective effects of estrogens, the selective estrogen receptor modulators (SERMs), and estrogen receptor alpha- and beta-selective ligands in animal models of ischemic injury are discussed. In rats and mice, the middle cerebral artery occlusion (MCAO) model was used as models representing cerebrovascular stroke, while in gerbils the two-vessel occlusion model, resenting acute heart attack, was used. Using focal ischemia in ovariectomized ERalphaKO, ERbetaKO, and wild-type mice, we clearly established that the ERalpha subtype is the critical ER-mediating neuroprotection in mouse focal ischemia. Because of the characteristic blood supply of the gerbil, the gerbil global ischemia model was used to evaluate the neuroprotective effects of estrogen, SERMs, and ERalpha- and ERbeta-selective compounds in the hippocampus. Analysis of neurogranin mRNA, a marker of viability of hippocampal neurons, with in situ hybridization, revealed that estrogen treatment resulted in a complete protection in the CA1 regions not only when administered before, but also when given 1 hour after occlusion. Our in vivo binding studies with (125)I-estrogen in gerbils revealed the presence of nuclear estrogen binding sites primarily in CA1 neurons, but not in the CA3 region, as we saw in rats and mice. Together, these observations demonstrate that estrogen protects from ischemic injury in both the focal and global ischemia models by acting primarily via classical nuclear receptors.
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 | 0,001 |
| 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 ».