Development of a peptide targeting dopamine transporter to improve ADHD-like deficits
Notice bibliographique
Résumé
Attention-deficit hyperactivity disorder (ADHD) is a neurocognitive disorder characterized by hyperactivity, inattention, working memory deficits and impulsivity. Its worldwide prevalence is estimated to be 3–5% in children and adolescents. The mainstay treatment for ADHD is stimulant medications (e.g. methylphenidate), which increase synaptic dopamine by directly blocking dopamine transporter (DAT). Although these pharmacological agents are effective, they are often associated with various side effects including risks for future substance use disorders in ADHD patients. Here, we investigated an interaction between DAT and dopamine D2 receptor (D2R) as a novel target to develop potential therapeutics for the treatment of ADHD by using an interfering peptide (TAT-DAT NT ) to dissociate this protein complex. We found that TAT-DAT NT promotes locomotor behavior in Sprague-Dawley rats. Furthermore, using in vivo microdialysis and high-performance liquid chromatography, we found that the disruption of D2R-DAT elevates extracellular dopamine level. More importantly, the interfering peptide, TAT-DAT NT , attenuates hyperactivity and improves spontaneous alternation behavior in spontaneously hypertensive rats (SHR) ------ a common animal model of ADHD. This work presents a different means (i.e. other than direct blockade by a DAT inhibitor) to regulate the activity of DAT and dopaminergic neurotransmission, and a potential target site for future development of ADHD treatments.
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) | 0,000 | 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 ».