Intrinsic neuronal properties control selective targeting of regenerating motoneurons
Notice bibliographique
Résumé
Despite advances in microsurgical techniques, recovery of motor function after peripheral nerve injury is often poor because many regenerating axons reinnervate inappropriate targets. Consequently, surgical repair must include treatment strategies that improve motor axon targeting. Development of such treatments will require a better understanding of the molecular mechanisms governing selective motor axon targeting. This study used a well-established model of nerve transection and repair to examine (1) whether intrinsic differences exist between different pools of motoneurons after peripheral nerve injury, (2) if such differences regulate selective axon targeting, (3) if regenerating motor axons must express polysialic acid (PSA) in order to preferentially reinnervate muscle and (4) whether brief electrical stimulation improves regeneration accuracy because it increases PSA expression on regenerating axons. We found that different motor pools differentially express PSA after injury and that the capacity to re-express PSA appears to be an intrinsic neuronal property established during development. Second, motoneuron pools not up-regulating PSA did not preferentially reinnervate muscle after injury. Third, brief electrical stimulation of the proximal nerve stump immediately after injury only improved selective motor axon targeting if the motoneurons were capable of up-regulating PSA. Finally, the benefits of stimulation were completely abolished if PSA was removed from the regenerating axons. These results indicate that (1) intrinsic neuronal differences between motor pools must be considered in the development of treatments designed to improve axon targeting and (2) therapeutics aimed at increasing PSA levels on regenerating motor axons may lead to superior functional outcomes.
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 | 0,000 |
| 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 ».