Differential correlation of serum BDNF and microRNA content in rats with rapid or late onset of heavy alcohol use
Notice bibliographique
Résumé
Heavy alcohol use reduces the levels of the brain-derived neurotrophic factor (BDNF) in the prefrontal cortex of rodents through the upregulation of microRNAs (miRs) targeting BDNF mRNA. In humans, an inverse correlation exists between circulating blood levels of BDNF and the severity of psychiatric disorders including alcohol abuse. Here, we set out to determine whether a history of heavy alcohol use produces comparable alterations in the blood of rats. We used an intermittent access to 20% alcohol using the two-bottle choice paradigm (IA20%2BC) and measured circulating levels of BDNF protein and miRs targeting BDNF in the serum of Long-Evans rats before and after 8 weeks of excessive alcohol intake. We observed that the drinking profile of heavy alcohol users is not unified, whereas 70% of the rats gradually escalate their alcohol intake (late onset), and 30% of alcohol users exhibit a very rapid onset of drinking (rapid onset). We found that serum BDNF levels are negatively correlated with alcohol intake in both rapid onset and late onset rats. In contrast, increased expression of the miRs targeting BDNF, miR30a-5p, miR-195-5p, miR191-5p and miR206-3p, was detected only in the rapid onset rats. Finally, we report that the alcohol-dependent molecular changes are not due to alterations in platelet number. Together, these data suggest that rats exhibit both late and rapid onset of alcohol intake. We further show that heavy alcohol use produces comparable changes in BDNF protein levels in both groups. However, circulating microRNAs are responsive to alcohol only in the rapid onset rats.
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 ».