Sleep well. Untangling the role of melatonin MT1 and MT2 receptors in sleep
Notice bibliographique
Résumé
The pharmacological potential of targeting selectively melatonin MT1 or MT2 receptors has not yet been exploited in medicine. Research using selective MT1/MT2 receptor ligands and MT1/MT2 receptor knockout mice has indicated that the activation of MT2 receptors selectively increases non-rapid eye movement (NREM) sleep whereas MT1 receptors seem mostly implicated in the regulation of REM sleep. Moreover, MT1 knockout mice show an increase in NREM sleep, while MT2 knockout a decrease, suggesting an opposite role of these two receptors. A recent paper in mice by Sharma et al (J Pineal Res, 2018, e12498) found that MT1 but not MT2 receptors are expressed on orexin neurons in the perifornical lateral hypothalamus (PFH). Moreover, after injecting melatonin or luzindole into the mouse PFH, the authors suggest that melatonin promotes NREM sleep because activates PFH MT1 receptors, which in turn inhibit orexin neurons that are important in promoting arousal and maintaining wakefulness. In this commentary, we have critically commented on some of these findings on the bases of previous literature. In addition, we highlighted the fact that no conclusions could be drawn on the melatonin receptor subtype mediating the effects of melatonin on sleep because the authors used the non-selective MT1/MT2 receptors antagonist luzindole. More solid research should further characterize the pharmacological function of these two melatonin receptors in sleep.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».