eIF4E Phosphorylation Influences Bdnf mRNA Translation in Mouse Dorsal Root Ganglion Neurons
Notice bibliographique
Résumé
Plasticity in dorsal root ganglion (DRG) neurons that promotes pain requires activity-dependent mRNA translation. Protein synthesis inhibitors block the ability of many pain-promoting molecules to enhance excitability in DRG neurons and attenuate behavioral signs of pain plasticity. In line with this, we have recently shown that phosphorylation of the 5’ cap-binding protein, eIF4E, plays a pivotal role in plasticity of DRG nociceptors in models of hyperalgesic priming. However, mRNA targets of eIF4E phosphorylation have not been elucidated in the DRG. Brain-derived neurotrophic factor (BDNF) signaling from nociceptors in the DRG to spinal dorsal horn neurons is an important mediator of hyperalgesic priming. Regulatory mechanisms that promote pain plasticity via controlling BDNF expression that are involved in promoting pain plasticity have not been identified. We show that phosphorylation of eIF4E is paramount for Bdnf mRNA translation in the DRG. Bdnf mRNA translation is reduced in mice lacking eIF4E phosphorylation (eIF4ES209A) and pro-nociceptive factors fail to increase BDNF protein levels in the DRGs of these mice despite robust upregulation of Bdnf-201 mRNA levels. Importantly, bypassing the DRG by giving intrathecal injection of BDNF in eIF4ES209A mice creates a strong hyperalgesic priming response that is normally absent or reduced in these mice. We conclude that eIF4E phosphorylation-mediated translational control of BDNF expression is a key mechanism for nociceptor plasticity leading to hyperalgesic priming.
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 | 0,000 |
| 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 ».