How Pulsatile Kisspeptin Stimulation and GnRH Autocrine Feedback Can Drive GnRH Secretion: A Modeling Investigation
Notice bibliographique
Résumé
Pulsatile secretion of GnRH from hypothalamic GnRH neurons tightly regulates the release of mammalian reproductive hormones. Although key factors such as electrical activity and stimulation by kisspeptin have been extensively studied, the underlying mechanisms that regulate GnRH release are still not fully understood. Previously developed mathematical models studied hormonal release and electrical properties of GnRH neurons separately, but they never integrated both components. Herein, we present a more complete biophysical model to investigate how electrical activity and hormonal release interact. The model consists of two components: an electrical submodel comprised of a modified Izhikevich formalism incorporating several key ionic currents to reproduce GnRH neuronal bursting behavior, and a hormonal submodel that incorporates pulsatile kisspeptin stimulation and a GnRH autocrine feedback mechanism. Using the model, we examine the electrical activity of GnRH neurons and how kisspeptin affects GnRH pulsatility. The model reproduces the noise-driven bursting behavior of GnRH neurons as well as the experimentally observed electrophysiological effects induced by GnRH and kisspeptin. Specifically, the model reveals that external application of GnRH causes a transient hyperpolarization followed by an increase in firing frequency, whereas administration of kisspeptin leads to long-lasting depolarization of the neuron. The model also shows that GnRH release follows a pulsatile profile similar to that observed experimentally and that kisspeptin and GnRH exhibit ∼7-1 locking in their pulsatility. These results suggest that external kisspeptin stimulation with a period of ∼8 minutes drives the autocrine mechanism beyond a threshold to generate pronounced GnRH pulses every hour.
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 ».