L'inhibition de la production d'AMPc est modulée différemment à court et long terme par l'internalisation du récepteur opioïde delta
Bibliographic record
Abstract
Les opioïdes sont les analgésiques les plus puissants mais leur utilisation prolongée peut entraîner le développement d’une tolérance analgésique. La tolérance serait en partie associée à l’inhibition prolongée de l’adénosine monophosphate cyclique (AMPc) entraînant des changements compensatoires dans la voie de l’adénylate cyclase. Pour cette étude, nous avons eu recours à un biosenseur basée sur la technologie de Bioluminescence Resonnance Energy Transfer (BRET) et qui fournit des mesures de l’AMPc en fonction du temps réel. Durant les 15 premières minutes de stimulation, la réponse de l’AMPc est bi-phasique. Cette progression de la réponse à l’AMPc n’est pas la même pour tous les ligands. Par exemple, la deltorphine II qui induit l’internalisation du récepteur opioïde delta (DOR) affiche une baisse de l’inhibition de l’AMPc. À l’inverse la morphine qui n’induit pas l’internalisation du DOR affiche une réponse stable à l’inhibition de l’AMPc. Ainsi le profil d’internalisation permet de prédire la progression de l’inhibition de l’AMPc à court terme (15 minutes). Nous avons aussi mesuré la réponse à l’AMPc durant 30, 60 et 120 min, étant donné qu’un traitement chronique aux opioïdes induit une tolérance analgésique. Selon les résultats obtenus, le profil d’internalisation du DOR induits par les ligands ne permet pas d’expliquer l’inhibition persistante de l’AMPc.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".