Characterization of neuropeptide K processing in rat spinal cord S9 fractions using high‐resolution quadrupole–Orbitrap mass spectrometry
Notice bibliographique
Résumé
Abstract Tachykinins are a family of pronociceptive neuropeptides with a specific role in pain and inflammation. Several mechanisms regulate endogenous tachykinins levels, including the differential expression of protachykinin mRNA and the controlled secretion of tachykinin peptides from neurons. We suspect that proteolysis regulates extracellular neuropeptide K (NPK) and neurokinin A (NKA) concentrations and NPK is a precursor of NKA. Here, we provide evidence that proteolysis controls NPK and NKA levels in the spinal cord, leading to the formation of active C‐terminal peptide fragments. Using high‐resolution mass spectrometry, specific tachykinin fragments were identified and characterized. The metabolic stability in rat spinal cord fractions of NPK and NKA was very short, resulting in half‐lives of 1.9 and 2.2 min respectively. Following the degradation of NPK, several C‐terminal fragments were identified, including NPK 1–26 , NKA, NKA 2–10 , NKA 3–10 , NKA 5–10 and NKA 6–10 , which conserve affinity for the neurokinin 2 receptor but also for the neurokinin 1 receptor. Interestingly, the same fragments were identified following the degradation of NKA. A specific proprotein convertases inhibitor was used and showed a significant reduction in the rate of formation of NKA, providing strong evidence that proprotein convertase is involved in C‐terminal processing of NPK in the spinal cord, leading to the formation of NKA.
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 | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».