Melatonin prevents neuroinflammation and relieves depression by attenuating autophagy impairment through FOXO3a regulation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Major depressive disorder (MDD) is a life-threatening illness characterized by mood changes and high rates of suicide. Although the role of neuroinflammation in MMD has been studied, the mechanistic interplay between antidepressants, neuroinflammation, and autophagy is yet to be investigated. The present study investigated the effect of melatonin on LPS-induced neuroinflammation, depression, and autophagy impairment. Our results showed that in mice, lipopolysaccharide (LPS) treatment induced depressive-like behaviors and caused autophagy impairment by dysregulating ATG genes. Moreover, LPS treatment significantly increased the levels of cytokines (TNFα, IL-1β, IL-6), enhanced NF-ᴋB phosphorylation, caused glial (astrocytes and microglia) cell activation, dysregulated FOXO3a expression, increased the levels of redox signaling molecules such as ROS/TBARs, and altered expression of Nrf2, SOD2, and HO-1. Melatonin treatment significantly abolished the effects of LPS, as demonstrated by improved depressive-like behaviors, normalized autophagy-related gene expression, and reduced levels of cytokines. Further, we investigated the role of autophagy in LPS-induced depressive-like behavior and neuroinflammation using autophagy inhibitors 3-MA and Ly294002. Interestingly, inhibitor treatment significantly abolished and reversed the anti-depressive, pro-autophagy, and anti-inflammatory effects of melatonin. The present study concludes that the anti-depressive effects of melatonin in LPS-induced depression might be mediated via autophagy modulation through FOXO3a signaling.
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.
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 | 0,002 |
| 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 | 0,001 |
| 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 découle