MétaCan
Menu
← Retour à la cohorte
Enregistrement W3186203970 · doi:10.22215/etd/2020-14426

Immunohistochemical characterization of GluN2 NMDA receptor subunit expression in the dorsal horn of rats and humans

2020· dissertation· en· W3186203970 sur OpenAlexaff
Santa Temi

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésNMDA receptorSpinal cordGlutamate receptorNeuroscienceImmunohistochemistryProtein subunitReceptorLumbar Spinal CordBiologyDorsumInternal medicineCell biologyEndocrinologyAnatomyMedicineImmunologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

NMDA receptors (NMDARs) are excitatory ionotropic glutamate receptors expressed throughout the CNS, including in the superficial dorsal horn (SDH) of the spinal cord.The GluN2 subtypes of NMDAR subunit, GluN2A, GluN2B and GluN2D, confer NMDARs with structural and functional variability, enabling heterogeneity in synaptic transmission and plasticity.Despite essential roles for NMDARs in physiological and pathological pain processing within the SDH, the distribution and function of specific GluN2 isoforms across SDH laminae remains poorly understood.Surprisingly, there is a complete lack of knowledge on GluN2 expression in female rodent or human spinal cord.In this study we therefore aimed to investigate the relative expression of specific GluN2 variants in the L4/L5 lumbar SDH of both male and female rats and humans.To detect synaptic GluN2 isoforms that are expressed in the SDH (GluN2A, 2B and 2D), we used a spinal cord immunohistochemistry approach combined with pepsin antigen-retrieval to unmask these highly cross-linked protein complexes.We found a dominant expression of both GluN2B and GluN2D subunits in the SDH of male rats, while only GluN2B was preferentially localized to the SDH of females.Surprisingly, we also identified that the GluN2B NMDAR subtype was more abundantly expressed in the medial compared to the lateral, but in male rats only.Finally, we successfully adapted the staining approaches from rodent to human spinal tissue in order to investigate whether the specific expression patterns for NMDAR GluN2 subtypes are conserved in the human SDH in future studies.These specific localization patterns of GluN2-NMDARs subtypes to pain-processing regions of the SDH has important implications for both the understanding and treatment of pain.Expression of NMDAR subunits in the dorsal horn of rats and humans iii Acknowledgments I would like to express my gratitude to my supervisor, Dr. Michael Hildebrand, for his dedicated guidance and support throughout this project.A huge thank you also for having revised and provided insightful feedback to this thesis.I would like to thank Dr. Chris Rudyk who collaborated on this project and took care of the confocal image acquisition.Thank you for the encouragement during critical moments

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,274
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPain Mechanisms and Treatments→Travaux en français237 207→