Loss of STEP61 couples disinhibition to N-methyl-d-aspartate receptor potentiation in rodent and human spinal pain processing
Notice bibliographique
Résumé
Dysregulated excitability within the spinal dorsal horn is a critical mediator of chronic pain. In the rodent nerve injury model of neuropathic pain, BDNF-mediated loss of inhibition (disinhibition) gates the potentiation of excitatory GluN2B N-methyl-d-aspartate receptor (NMDAR) responses at lamina I dorsal horn synapses. However, the centrality of this mechanism across pain states and species, as well as the molecular linker involved, remain unknown. Here, we show that KCC2-dependent disinhibition is coupled to increased GluN2B-mediated synaptic NMDAR responses in a rodent model of inflammatory pain, with an associated downregulation of the tyrosine phosphatase STEP61. The decreased activity of STEP61 is both necessary and sufficient to prime subsequent phosphorylation and potentiation of GluN2B NMDAR by BDNF at lamina I synapses. Blocking disinhibition reversed the downregulation of STEP61 as well as inflammation-mediated behavioural hypersensitivity. For the first time, we characterize GluN2B-mediated NMDAR responses at human lamina I synapses and show that a human ex vivo BDNF model of pathological pain processing downregulates KCC2 and STEP61 and upregulates phosphorylated GluN2B at dorsal horn synapses. Our results demonstrate that STEP61 is the molecular brake that is lost following KCC2-dependent disinhibition and that the decrease in STEP61 activity drives the potentiation of excitatory GluN2B NMDAR responses in rodent and human models of pathological pain. The ex vivo human BDNF model may thus form a translational bridge between rodents and humans for identification and validation of novel molecular pain targets.
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 | 0,001 | 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 ».