Protein Kinases Alter the Allosteric Modulation of the Serotonin Transporter<i>In Vivo</i>and<i>In Vitro</i>
Notice bibliographique
Résumé
AIM: Studies using S- and R-enantiomers of the SSRI citalopram have shown that R-citalopram exerts an antagonistic effect on the efficacy of the antidepressant S-citalopram (escitalopram) through an interaction at an allosteric modulator site on the serotonin transporter (SERT). Here, we show that protein kinase signaling systems are involved in the allosteric modulation of the SERT in vivo and in vitro. METHODS: We assessed the effects of nonspecific protein kinase inhibitor staurosporine in the action of escitalopram and/or R-citalopram using electrophysiological and behavioral assays in rats and cell surface SERT expression measures in serotoninergic cells. RESULTS: Acute administration of R-citalopram counteracted the escitalopram-induced suppression of the serotonin (5-HT) neuronal firing activity and increase of the head twitches number following L-5-hydroxytryptophan injection. Importantly, these counteracting effects of R-citalopram were abolished by prior systemic administration of staurosporine. Interestingly, the preventing effect of staurosporine on 5-HT neuronal firing activity was abolished by direct activation of protein kinase C with phorbol 12-myristate 13-acetate. Finally, in vitro, quantification of the amount of cell surface-expressed SERT molecules revealed that R-citalopram prevented escitalopram-induced SERT internalization that was completely altered by staurosporine. CONCLUSION: Taken together, these results highlight for the first time an involvement of protein kinases in the allosteric modulation of SERT function.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».