Sex-specific involvement of calcitonin gene–related peptide signaling for pain in experimental autoimmune encephalomyelitis
Notice bibliographique
Résumé
Introduction: Neuropathic pain (NP) is one of the most devastating and under-managed symptoms of multiple sclerosis (MS). As it stands, NP is a difficult condition to treat, as many commonly used pain therapies are ineffective. Research has now emerged demonstrating sex differences in the mechanism of NP in MS, adding complexity to the search for new treatments. Although it is widely known that female patients are more likely than male patients to develop MS, it is less commonly acknowledged that they are also more likely to experience NP in the disease. Thus, there is an urgent need to develop NP treatments specifically for female patients with MS. Methods: Using the experimental autoimmune encephalomyelitis (EAE) mouse model of MS, we have characterized the outgrowth in culture as well as the spinal innervation pattern of peptidergic primary sensory afferents in both sexes. We then used a receptor antagonist to disrupt neuropeptide signaling from these cells to treat pain. Results: We found structural plasticity in peptidergic nociceptors from female animals with established EAE both in vitro and in vivo, as well as increased antibody stain intensity for the neuropeptide calcitonin gene-related peptide (CGRP). Using a receptor antagonist for CGRP (CGRP8-37), we were able to reverse spontaneous pain in female EAE animals. Conclusions: These results suggest that targeting peptidergic nociceptors and CGRP signaling, specifically in female patients, may be a viable strategy to relieve and possibly reverse pain in female patients with MS.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».