Neuropathic pain promotes adaptive changes in gene expression in brain networks involved in stress and depression
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Neuropathic pain is a complex chronic condition characterized by various sensory, cognitive, and affective symptoms. A large percentage of patients with neuropathic pain are also afflicted with depression and anxiety disorders, a pattern that is also seen in animal models. Furthermore, clinical and preclinical studies indicate that chronic pain corresponds with adaptations in several brain networks involved in mood, motivation, and reward. Chronic stress is also a major risk factor for depression. We investigated whether chronic pain and stress affect similar molecular mechanisms and whether chronic pain can affect gene expression patterns that are involved in depression. Using two mouse models of neuropathic pain and depression [spared nerve injury (SNI) and chronic unpredictable stress (CUS)], we performed next-generation RNA sequencing and pathway analysis to monitor changes in gene expression in the nucleus accumbens (NAc), the medial prefrontal cortex (mPFC), and the periaqueductal gray (PAG). In addition to finding unique transcriptome profiles across these regions, we identified a substantial number of signaling pathway-associated genes with similar changes in expression in both SNI and CUS mice. Many of these genes have been implicated in depression, anxiety, and chronic pain in patients. Our study provides a resource of the changes in gene expression induced by long-term neuropathic pain in three distinct brain regions and reveals molecular connections between pain and chronic stress.
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.
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 | 0,004 | 0,001 |
| 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 découle