KCNQ3 activation by the naturally occurring phenol, eugenol
Notice bibliographique
Résumé
Pharmacological targeting of ion channels represents a crucial avenue for pain management. The KCNQ family of ion channels plays a significant role in controlling neuronal excitability and the generation and propagation of pain-related nerve impulses, mitigating excessive electrical signaling and limiting the transmission of pain signals. Eugenol has a variety of biological activities, including analgesic and anti-inflammatory properties. When used in conjunction with the anti-inflammatory drug diclofenac, eugenol demonstrates enhanced analgesic efficacy in animal models. We investigated the effects of eugenol on KCNQ ion channels. Eugenol acts as a KCNQ2/3 activator, shifting the voltage dependency to negative potentials, most of the activation can be explained by the effect on the KCNQ3, molecular docking simulation and mutagenesis experiments suggest that the binding pocket of eugenol is located at the top of the voltage-sensing domain. We also show that eugenol is a weak activator of the TRPV1 channel yet inhibits the capsaicin and acidic pH-activated current. Diclofenac also inhibits the TRPV1 channel current. In cells co-expressing KCNQ2/3 and TRPV1, eugenol and diclofenac limit the extent of membrane depolarization. Altogether, we report a new target for eugenol that adds to its wide array of biological activities, including its role in modulating acute pain.
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 | 0,000 |
| 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 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 ».