Supraspinal melatonin MT<sub>2</sub> receptor agonism alleviates pain via a neural circuit that recruits mu opioid receptors
Notice bibliographique
Résumé
Abstract Melatonin, through its G protein‐coupled receptor (GPCR) (MTNR1B gene) MT 2 , is implicated in analgesia, but the relationship between MT 2 receptors and the opioid system remains elusive. In a model of rodent neuropathic pain (spared nerve injured [SNI]), the selective melatonin MT 2 agonist UCM924 reversed the allodynia (a pain response to a non‐noxious stimulus), and this effect was nullified by the pharmacological blockade or genetic inactivation of the mu opioid receptor (MOR), but not the delta opioid receptor (DOR). Indeed, SNI MOR, but not DOR knockout mice, did not respond to the antiallodynic effects of the UCM924. Similarly, the nonselective opioid antagonist naloxone and the selective MOR antagonist D‐Phe‐Cys‐Tyr‐D‐Trp‐Orn‐Thr‐Pen‐Thr‐NH2 (CTOP) blocked the effects of UCM924 in SNI rats, but not the DOR antagonist naltrindole (NTI). Electrophysiological recordings in the rostral‐ventromedial medulla (RVM) revealed that the typical reduction of the firing activity of pronociceptive ON‐cells, and the enhancement of the firing of the antinociceptive OFF‐cells, induced by the microinjection of the MT 2 agonist UCM924 into the ventrolateral periaqueductal gray (vlPAG) were blocked by MOR, but not DOR, antagonism. Immunohistochemistry studies showed that MT 2 receptors are expressed in both excitatory (CaMKIIα + ) and inhibitory (GAD65 + ) neuronal cell bodies in the vlPAG (~2.16% total), but not RVM. Only 0.20% of vlPAG neurons coexpressed MOR and MT 2 receptors. Finally, UCM924 treatment induced an increase in the enkephalin precursor gene (PENK) in the PAG of SNI mice. Collectively, the melatonin MT 2 receptor agonism requires MORs to exert its antiallodynic effects, mostly through an interneuronal circuit involving MOR and MT 2 receptors.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».