Modulation of TASK-1/3 channels at the hypoglossal motoneuron pool and effects on tongue motor output and responses to excitatory inputs in vivo: implications for strategies for obstructive sleep apnea pharmacotherapy
Notice bibliographique
Résumé
Obstructive sleep apnea (OSA) occurs exclusively during sleep due to reduced tongue motor activity. Withdrawal of excitatory inputs to the hypoglossal motor nucleus (HMN) from wake to sleep contributes to this reduced activity. Several awake-active neurotransmitters with inputs to the HMN (e.g. serotonin [5-HT]) inhibit K+ leak mediated by TASK-1/3 channels on hypoglossal motoneurons, leading to increased neuronal activity in vitro. We hypothesize that TASK channel inhibition at the HMN will increase tongue muscle activity in vivo and modulate responses to 5-HT. We first microperfused the HMN of anesthetized rats with TASK channel inhibitors: doxapram (75 μM, n = 9), A1899 (25 μM, n = 9), ML365 (25 μM, n = 9), acidified artificial cerebrospinal fluid (ACSF, pH = 6.25, n = 9); and a TASK channel activator terbinafine (50 μM, n = 9); all with and without co-applied 5-HT (10 mM). 5-HT alone at the HMN increased tongue motor activity (202.8% ± 45.9%, p < 0.001). However, neither the TASK channel inhibitors, nor activator, at the HMN changed baseline tongue activity (p > 0.716) or responses to 5-HT (p > 0.127). Tonic tongue motor responses to 5-HT at the HMN were also not different (p > 0.05) between ChAT-Cre:TASKf/f mice (n = 8) lacking TASK-1/3 channels on cholinergic neurons versus controls (n = 10). In freely behaving rats (n = 9), microperfusion of A1899 into the HMN increased within-breath phasic tongue motor activity in wakefulness only (p = 0.005) but not sleep, with no effects on tonic activity across all sleep-wake states. Together, the findings suggest robust maintenance of tongue motor activity despite various strategies for TASK channel manipulation targeting the HMN in vivo, and thus currently do not support this target and direction for potential OSA pharmacotherapy.
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 | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».