Enhanced Quantal Release of Excitatory Transmitter in Anterior Cingulate Cortex of Adult Mice with Chronic Pain
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The anterior cingulate cortex (ACC) is a forebrain structure that plays important roles in emotion, learning, memory and persistent pain. Our previous studies have demonstrated that the enhancement of excitatory synaptic transmission was induced by peripheral inflammation and nerve injury in ACC synapses. However, little information is available on their presynaptic mechanisms, since the source of the enhanced synaptic transmission could include the enhanced probability of neurotransmitter release at existing release sites and/or increases in the number of available vesicles. The present study aims to perform quantal analysis of excitatory synapses in the ACC with chronic pain to examine the source of these increases. The quantal analysis revealed that both probability of transmitter release and number of available vesicles were increased in a mouse model of peripheral inflammation, whereas only probability of transmitter release but not number of available vesicles was enhanced in a mouse model of neuropathic pain. In addition, we compared the miniature excitatory postsynaptic potentials (mEPSCs) in ACC synapses with those in other pain-related brain areas such as the amygdala and spinal cord. Interestingly, the rate and amplitude of mEPSCs in ACC synapses were significantly lower than those in the amygdala and spinal cord. Our studies provide strong evidences that chronic inflammatory pain increases both probability of transmitter release and number of available vesicles, whereas neuropathic pain increases only probability of transmitter release in the ACC synapses.
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.
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 | 0,001 | 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) | 0,000 | 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 découle