Tissue-specific regulation of porcine prolactin receptor expression by estrogen, progesterone, and prolactin
Notice bibliographique
Résumé
Prolactin (PRL) acts through its receptor (PRLR) via both endocrine and local paracrine/autocrine pathways to regulate biological processes including reproduction and lactation. We analyzed the tissue- and stage of gestation-specific regulation of PRL and PRLR expression in various tissues of pigs. Abundance of pPRLR-long form (LF) mRNA increased in the mammary gland and endometrium during gestation while in other tissues it remained constant. There was a parallel increase in the abundance of the pPRLR-LF protein in the mammary gland and endometrium during gestation. We determined the hormonal regulation of pPRLR-LF mRNA expression in various tissues from ovariectomized, hypoprolactinemic gilts given combinations of the replacement hormones estrogen (E(2)), progestin (P), and/or haloperidol-induced PRL. Abundance of pPRLR-LF mRNA in kidney and liver was unaffected by hormone treatments. Expression of uterine pPRLR-LF mRNA was induced by E(2) whereas the effect of E(2) was abolished by co-administering P. The expression of pPRLR-LF mRNA in the mammary gland stroma was induced by PRL, whereas E(2) induced its expression in the epithelium. In contrast to these changes in pPRLR expression, pPRL expression was relatively constant and low during gestation in all tissues except the pituitary. Taken together, these data reveal that specific combinations of E(2), P, and PRL differentially regulate pPRLR-LF expression in the endometrium and mammary glands, and that the action of PRL on its target tissues is dependent upon pPRLR-LF abundance more so than the local PRL expression.
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) | 0,001 | 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 ».