Global spinal cord peptidome profiling in response to osteoarthritis in rats
Notice bibliographique
Résumé
Abstract Osteoarthritis (OA) is a complex and increasingly prevalent condition, affecting an estimated 600 million people worldwide and significantly reducing quality of life. Understanding OA as both an inflammatory and neurological disease presents challenges for diagnosis and treatment, as no curative therapy is currently available. The neuroactive effects of OA pain on neuropeptide systems, particularly within the spinal cord, remain underexplored, impeding therapeutic advances. Mass spectrometry (MS) was employed to characterize the spinal cord peptidome in a validated rat model of OA pain. The peptidome was analyzed longitudinally over 84 days using the Montreal Induction of Rat Arthritis Testing (MI-RAT©; n = 20) model, compared to arthrotomic (Sham; n = 4) and healthy (Naive; n = 9) groups. Label-free peptidome profiling using liquid chromatography coupled with tandem MS (LC-MS/MS) revealed dynamic changes in endogenous spinal peptides during OA progression, leading to the identification of 624 peptides derived from 29 prohormone precursors. The findings reveal substantial changes in peptide levels in the spinal cord, particularly involving neuropeptide substance P and peptides derived from proenkephalin, calcitonin gene-related peptide, and somatostatin. These results provide novel insights into the molecular mechanisms underlying OA-associated pain and identify potential targets for new therapeutic interventions in neurological pain conditions.
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 | 0,001 |
| 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 ».