MétaCan
Menu
← Retour à la cohorte
Enregistrement W2795401334 · doi:10.1101/274233

TRPV1 regulates opioid analgesia during inflammation

2018· preprint· en· W2795401334 sur OpenAlexafffund
Lilian Basso, Reem Aboushousha, Churmy Y. Fan, Mircea Iftinca, Helvira Melo, Robyn Flynn, Francina Agosti, Morley D. Hollenberg, Roger Thompson, Emmanuel Bourinet, Tuan Trang, Christophe Altier

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTRPV1DAMGOOpioidPharmacologyAgonistμ-opioid receptorOpioid receptorDesensitization (medicine)ChemistryHomologous desensitizationTransient receptor potential channelReceptorMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Acute inflammation in humans or mice enhances the analgesic properties of opioids. However, the inflammatory transducers that prime opioid receptor signaling in nociceptors are unknown. We found that TRPV1 −/− mice are insensitive to peripheral opioid analgesia in an inflammatory pain model. We report that TRPV1 channel activation drives a MAPK signaling pathway accompanied by the shuttling of β-arrestin2 to the nucleus. This shuttling in turn prevents: β-arrestin2-receptor recruitment, subsequent internalization of agonist-bound mu opioid receptor (MOR), and suppression of DAMGO-induced inhibition of N-type calcium current observed upon desensitization. Consequently, inflammation-induced activation of TRPV1 preserves opioid analgesic potency in a mouse model of opioid receptor desensitization. Overall, our work reveals a TRPV1-mediated signaling mechanism, involving β-arrestin2 nuclear translocation, that underlies the peripheral opioid control of inflammatory pain. Our data single out TRPV1 channels as modulators of opioid analgesia.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetPain Mechanisms and Treatments→Travaux en français237 207→