Nitrative stress activates JNK and decreases retrograde transport of brain‐derived neurotrophic factor in basal forebrain cholinergic neurons
Notice bibliographique
Résumé
BACKGROUND: Basal forebrain cholinergic neurons (BFCNs) lose synapses and degenerate with age and in Alzheimer's disease (AD), contributing to cognitive decline. BFCNs rely on retrograde axonal transport of brain-derived neurotrophic factor (BDNF), a neurotrophin essential for synaptic plasticity, to maintain learning and memory. BDNF transport is decreased in aging, but the mechanisms are unclear. Elevated levels of nitrative stress occur in the aging brain and may promote BFCN neurodegeneration by interfering with BDNF retrograde transport. This study evaluates whether nitrative stress-induced activation of c-Jun N-terminal kinase (JNK) contributes to BDNF transport deficits. METHOD: Primary rat BFCNs cultured for 9 days in microfluidic chambers (creating fluidic isolation between axon terminals and cell bodies) were treated with either 1) a peroxynitrite donor (SIN-1) or 2) a combination of a JNK inhibitor (CC401) and SIN-1. JNK activation was measured by immunocytochemistry and BDNF axonal transport was assessed by adding Quantum dot-labelled BDNF to axon terminals followed by live cell fluorescence microscopy at the proximal axons (near cell bodies). RESULT: SIN-1 alone increased JNK activation and decreased BDNF transport, while inhibition of JNK with CC401 rescued SIN-1-associated transport deficits. CONCLUSION: This suggests that JNK activation by peroxynitrite may be a mechanism by which nitrative stress reduces BDNF transport in BFCNs. This study reveals that age-related nitrative stress may contribute to BDNF transport deficits, leading to BFCN degeneration and cognitive decline in AD.
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) | 0,001 | 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 ».