Novel mechanism of action for the mood stabilizer lithium
Notice bibliographique
Résumé
BACKGROUND: Bipolar Disorder (BD) is associated with a decrease in cellular resilience. Despite the half a century old discovery of lithium's efficacy for the treatment of BD, its exact mechanisms remain elusive. Accumulating data suggest that lithium's cytoprotective properties involve the modulation of several UPR proteins, such as GRP78. Mesencephalic astrocyte-derived neurotrophic factor (MANF) is an endoplasmic reticulum resident protein that regulates proteostasis through directly interacting with GRP78. The purpose of this study was to determine whether lithium increases MANF expression using cellular and rodent models and, if so, to elucidate the cellular mechanisms of action. PROCEDURE: Mouse striatal neuroblasts were treated with PBS, lithium, or lithium + Activator Protein-1 (AP-1) inhibitor for 24-72 hours. Once cells were harvested, mRNA was extracted. In vivo experiments included, intraperitoneal injections of lithium or saline to male Sprague Dawley rats twice daily for 14 consecutive days. Following drug treatment, brain tissue was isolated, and mRNA was extracted from various regions. MANF gene expression was measured using RT-qPCR. RESULTS: In vitro studies showed lithium-treated cells displayed a significant increase in MANF mRNA expression compared to controls. In contrast, cells treated with lithium and AP-1 inhibitor showed no increase in expression. Similarly, in vivo studies revealed that lithium-treated rats compared to controls had a significant increase in MANF expression in the PFC and striatum. CONCLUSION: Taken together, these data suggest that lithium's therapeutic mechanism involves the maintenance of ER homeostasis via increased MANF gene expression mediated by the AP-1 transcription factor.
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 ».