Elevated gene expression of glutamate receptors in noradrenergic neurons from the locus coeruleus in major depression
Notice bibliographique
Résumé
Glutamate receptors are promising drug targets for the treatment of urgent suicide ideation and chronic major depressive disorder (MDD) that may lead to suicide completion. Antagonists of glutamatergic NMDA receptors reduce depressive symptoms faster than traditional antidepressants, with beneficial effects occurring within hours. Glutamate is the prominent excitatory input to the noradrenergic locus coeruleus (LC). The LC is activated by stress in part through this glutamatergic input. Evidence has accrued demonstrating that the LC may be overactive in MDD, while treatment with traditional antidepressants reduces LC activity. Pathological alterations of both glutamatergic and noradrenergic systems have been observed in depressive disorders, raising the prospect that disrupted glutamate-norepinephrine interactions may be a central component to depression and suicide pathobiology. This study examined the gene expression levels of glutamate receptors in post-mortem noradrenergic LC neurons from subjects with MDD (most died by suicide) and matched psychiatrically normal controls. Gene expression levels of glutamate receptors or receptor subunits were measured in LC neurons collected by laser capture microdissection. MDD subjects exhibited significantly higher expression levels of the NMDA receptor subunit genes, GRIN2B and GRIN2C, and the metabotropic receptor genes, GRM4 and GRM5, in LC neurons. Gene expression levels of these receptors in pyramidal neurons from prefrontal cortex (BA10) did not reveal abnormalities in MDD. These findings implicate disrupted glutamatergic-noradrenergic interactions at the level of the stress-sensitive LC in MDD and suicide, and provide a theoretical mechanism by which glutamate antagonists may exert rapid antidepressant effects.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».