Ex vivo study of human visceral nociceptors
Notice bibliographique
Résumé
Objective The development of effective visceral analgesics free of deleterious gut-specific side effects is a priority. We aimed to develop a reproducible methodology to study visceral nociception in human tissue that could aid future target identification and drug evaluation. Design Electrophysiological (single unit) responses of visceral afferents to mechanical (von Frey hair (VFH) and stretch) and chemical (bradykinin and ATP) stimuli were examined. Thus, serosal afferents (putative nociceptors) were used to investigate the effect of tegaserod, and transient receptor potential channel, vanilloid 4 (TRPV 4 ) modulation on mechanical responses. Results Two distinct afferent fibre populations, serosal (n=23) and muscular (n=21), were distinguished based on their differences in sensitivity to VFH probing and tissue stretch. Serosal units displayed sensitivity to key algesic mediators, bradykinin (6/14 units tested) and ATP (4/10), consistent with a role as polymodal nociceptors, while muscular afferents are largely insensitive to bradykinin (0/11) and ATP (1/10). Serosal nociceptor mechanosensitivity was attenuated by tegaserod (−20.8±6.9%, n=6, p<0.05), a treatment for IBS, or application of HC067047 (−34.9±10.0%, n=7, p<0.05), a TRPV 4 antagonist, highlighting the utility of the preparation to examine the mechanistic action of existing drugs or novel analgesics. Repeated application of bradykinin or ATP produced consistent afferent responses following desensitisation to the first application, demonstrating their utility as test stimuli to evaluate analgesic activity. Conclusions Functionally distinct subpopulations of human visceral afferents can be demonstrated and could provide a platform technology to further study nociception in human tissue.
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 | 0,000 |
| 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 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 ».