Laminin and growth factor receptor activation stimulates differential growth responses in subpopulations of adult DRG neurons
Notice bibliographique
Résumé
Neurons in the adult rat dorsal root ganglion (DRG) can be classified into at least three separate subpopulations based on morphologic and phenotypic differences. In this study we have focused on the growth response of these specific subpopulations in vitro with respect to laminin (LN) and growth factor receptor activation. Using a cell selection approach we show that LN-induced neurite growth occurs in the absence of added trophic factors only in heavy-chain neurofilament-positive and calcitonin gene-related peptide-positive DRG neurons [nerve growth factor (NGF)-responsive population]. In contrast, LN alone is not sufficient to stimulate significant neurite growth from lectin Griffonia simplicifolia IB4-positive neurons (IB4+ve), although it is still required to elicit a growth response from these cells in the presence of glial-derived neurotrophic factor (GDNF, e.g. neurite growth occurred only when cells were plated on LN in the presence of GDNF). By using chemical inhibitors we demonstrate that only the phosphatidylinositol 3 kinase (PI 3-K)/Akt pathway is required for neurite growth from the NGF-responsive cell population. However, both the PI 3-K/Akt and MEK/mitogen-activated protein kinase signaling pathways are required for neurite growth from the IB4+ve cell population. Thus, we have identified specific signaling events and environmental requirements associated with neurite growth for different subpopulations of adult DRG neurons, pointing to potential therapeutic targets while identifying an inability for any one treatment alone to repair peripheral nerve damage.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».