Potential Target Sites in Peripheral Tissues for Excitatory Neurotransmission and Excitotoxicity
Notice bibliographique
Résumé
Glutamate receptors (GluRs) are ubiquitously present in the central nervous system (CNS) as the major mediators of excitatory neurotransmission and excitotoxicity. Neural injury associated with trauma, stroke, epilepsy, and many neurodegenerative diseases such as Alzheimer's, Huntington's, and Parkinson's diseases and amyotrophic lateral sclerosis may be mediated by excessive activation of GluRs. Neurotoxicity associated with excitatory amino acids encountered in food, such as domoic acid and monosodium glutamate, has also been linked to GluRs. Less is known about GluRs outside the CNS. Recent observations suggest that several subtypes of GluRs are widely distributed in peripheral tissues. Using immunochemical and molecular techniques, the presence of GluR subtypes was demonstrated in the rat and monkey heart, with preferential distribution within the conducting system, nerve terminals, and cardiac ganglia. GluR subtypes NMDAR 1, GluR 2/3, and mGluR 2/3 are also present in kidney, liver, lung, spleen, and testis. Further investigations are needed to assess the role of these receptors in peripheral tissues and their importance in the toxicity of excitatory compounds. Therefore, food safety assessment and neurobiotechnology focusing on drugs designed to interact with GluRs should consider these tissues as potential target/effector sites.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».