Dopamine D<sub>1</sub>Receptor Blockage Potentiates AMPA-Stimulated Luteinising Hormone Release in the Goldfish
Notice bibliographique
Résumé
Previous microarray analyses of the goldfish hypothalamus led us to hypothesise that dopamine could potentially inhibit the excitatory effects of glutamate on luteinising hormone (LH). Post-spawning female goldfish were pre-treated (-4.5 h) with either saline (C; control), SCH 23390 (S; D(1) -receptor antagonist) or sulpiride (L; D(2) -receptor antagonist), followed by an i.p. injection, at -0.5 h, of saline or the glutamate agonist AMPA (A, SA or LA). Blood, hypothalamus and telencephalon tissues were collected. Serum LH was not affected in the S, L, A, or LA groups relative to control as determined by radioimmunoassay. The SA group, however, showed a 289% (P<0.0005) increase in serum LH compared to either treatment alone or control. Real-time reverse transcriptase-polymerase chain reaction identified the mRNAs for ionotropic (Gria2a, Gria4) glutamate receptor subunits, activin βa, isotocin, and cGnRH-II as being significantly affected by some of the treatments. The same experiment conducted with sexually-regressed female fish showed a very different LH profile, indicating that this mechanism is seasonally-dependent. We also show that i.p. injection of 1 μg/g isotocin was able to increase LH levels by 167% in sexually regressed female fish relative to controls. Taken together, these results demonstrate that blockage of the D(1) receptor primes post-spawning goldfish for AMPA-stimulated LH release, and provides further insights into the central regulation of reproduction.
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 | 0,000 | 0,001 |
| 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 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 ».