Gonadotrophin‐releasing hormone and kisspeptin: It takes two to tango
Notice bibliographique
Résumé
Kisspeptin (Kp), a family of peptides comprising products of the Kiss1 gene, was discovered 20 years ago; it is recognised as the major factor controlling the activity of the gonadotrophin-releasing hormone (GnRH) neurones and thus the activation of the reproductive axis in mammals. It has been widely documented that the effects of Kp on reproduction through its action on GnRH neurones are mediated by the GPR54 receptor. Kp controls the activation of the reproductive axis at puberty, maintains reproductive axis activity in adults and is involved in triggering ovulation in some species. Although there is ample evidence coming from both conditional knockout models and conditional-induced Kp neurone death implicating the Kp/GPR54 pathway in the control of reproduction, the mechanism(s) underlying this process may be more complex than a sole direct control of GnRH neuronal activity by Kp. In this review, we provide an overview of the recent advances made in elucidating the interplay between Kp- and GnRH- neuronal networks with respect to regulating the reproductive axis. We highlight the existence of a possible mutual regulation between GnRH and Kp neurones, as well as the implication of Kp-dependent volume transmission in this process. We also discuss the capacity of heterodimerisation between GPR54 and GnRH receptor (GnRH-R) and its consequences on signalling. Finally, we illustrate the role of mathematical modelling that accounts for the synergy between GnRH-R and GPR54 in explaining the role of these two receptors when defining GnRH neuronal activity and GnRH pulsatile release.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 ».