Structural and functional interactions between six-transmembrane μ-opioid receptors and β2-adrenoreceptors modulate opioid signaling
Notice bibliographique
Résumé
The primary molecular target for clinically used opioids is the μ-opioid receptor (MOR). Besides the major seven-transmembrane (7TM) receptors, the MOR gene codes for alternatively spliced six-transmembrane (6TM) isoforms, the biological and clinical significance of which remains unclear. Here, we show that the otherwise exclusively intracellular localized 6TM-MOR translocates to the plasma membrane upon coexpression with β2-adrenergic receptors (β2-ARs) through an interaction with the fifth and sixth helices of β2-AR. Coexpression of the two receptors in BE(2)-C neuroblastoma cells potentiates calcium responses to a 6TM-MOR ligand, and this calcium response is completely blocked by a selective β2-antagonist in BE(2)-C cells, and in trigeminal and dorsal root ganglia. Co-administration of 6TM-MOR and β2-AR ligands leads to substantial analgesic synergy and completely reverses opioid-induced hyperalgesia in rodent behavioral models. Together, our results provide evidence that the heterodimerization of 6TM-MOR with β2-AR underlies a molecular mechanism for 6TM cellular signaling, presenting a unique functional responses to opioids. This signaling pathway may contribute to the hyperalgesic effects of opioids that can be efficiently blocked by β2-AR antagonists, providing a new avenue for opioid therapy.
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 | 0,001 | 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) | 0,000 | 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 ».