Comparison of Ion-Channel Subunit Expression in Canine Cardiac Purkinje Fibers and Ventricular Muscle
Notice bibliographique
Résumé
Although Purkinje fibers (PFs) play an important role in cardiac electrophysiology, almost nothing is known about the expression of ion-channel subunits in PFs. We applied competitive reverse transcription-polymerase chain reaction, Western blotting, and immunocytochemistry to compare the expression of ion-channel subunit mRNA and protein in canine PFs versus ventricular muscle (VM). For transient outward current-related subunits, Kv4.2 was not detected, and Kv1.4 expression was extremely low. Kv4.3 expression was of the same order for VM and PFs. The tetraethylammonium chloride-sensitive subunit Kv3.4 was expressed much more strongly in PFs than in VM, and Kv channel-interacting protein transcript expression was 25-fold stronger in VM than in PFs. For delayed rectifiers, ERG and KvLQT1 expression was lower in PFs at both mRNA and protein levels. Although minK transcripts were more numerous in PFs, minK protein was significantly more strongly expressed in VM. L-type Ca2+ current alpha-subunit (Ca(V)1.2) and Na+-Ca2+ exchanger proteins were more strongly expressed in VM than in PFs. For T-type Ca2+ current, Ca(V)3.1, Ca(V)3.2, and Ca(V)3.3 transcripts were all more strongly expressed in PFs. For the nonselective cation current, hyperpolarization-activated cation channel 1 (HCN1) expression was subquantifiable, HCN2 transcript expression was comparable in PFs and VM, and HCN4 mRNA expression was strong in PFs but below the detection threshold in VM. HCN2 and HCN4 protein expression was much stronger in PFs than in VM. We conclude that ion-channel subunit expression in PFs differs from that in VM in ways that are consistent with, and shed light on the molecular basis of, well-recognized fundamental PF ionic properties.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».