Thrombin receptor: An endogenous inhibitor of inflammatory pain, activating opioid pathways
Notice bibliographique
Résumé
Serine proteases such as thrombin, trypsin and mast cell tryptase can act on different cell types through protease-activated receptors (PARs). These receptors have been shown to be implicated in several phenomena such as inflammation, platelet activation, immune response and atherosclerosis. Several studies recently reported PARs expression on neurons and some of them demonstrated that these receptors could interfere with nociception. The contribution of PAR(1) to inflammatory pain and the mechanism involved in this phenomenon were investigated. Intraplantar injection of PAR(1) agonist increased withdrawal latency and reduced response frequency to von Frey filaments, thus inhibiting nociceptive response to both mechanical and thermal stimuli in mice. PAR(1) agonist also reduced carrageenan-induced inflammatory hyperalgesia. The anti-nociceptive effects of PAR(1) agonist were mediated by endogenous opioids, as this effect was inhibited by local injection of naloxone methiodide, and because intraplantar injection of PAR(1) agonist increased mRNA expression of the endogenous opioid precursor proenkephalin. However, PAR(1) agonist was not able to inhibit calcium signals in isolated sensory neurons exposed to pro-nociceptive agents. Finally, despite similar inflammatory parameters, PAR(1)-deficient mice showed a strong potentiation of inflammatory hyperalgesia induced by the intraplantar injection of either formalin or carrageenan, or in the chronic model of collagen-induced arthritis, compared to wild-type mice. This study highlights a previously unknown endogenous mechanism of analgesia, showing a central role for the thrombin receptor PAR(1) in the regulation of inflammatory pain and as an activator of opioid pathways.
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 | 0,003 | 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 ».