A role for the anterior piriform cortex in early odor preference learning: evidence for multiple olfactory learning structures in the rat pup
Notice bibliographique
Résumé
cFos activation in the anterior piriform cortex (aPC) occurs in early odor preference learning in rat pups (Roth and Sullivan 2005). Here we provide evidence that the pairing of odor as a conditioned stimulus and β-adrenergic activation in the aPC as an unconditioned stimulus generates early odor preference learning. β-Adrenergic blockade in the aPC prevents normal preference learning. Enhancement of aPC cAMP response element-binding protein (CREB) phosphorylation in trained hemispheres is consistent with a role for this cascade in early odor preference learning in the aPC. In vitro experiments suggested theta-burst-mediated long-term potentiation (LTP) at the lateral olfactory tract (LOT) to aPC synapse depends on N-methyl-D-aspartate (NMDA) receptors and can be significantly enhanced by β-adrenoceptor activation, which causes increased glutamate release from LOT synapses during LTP induction. NMDA receptors in aPC are also shown to be critical for the acquisition, but not expression, of odor preference learning, as would be predicted if they mediate initial β-adrenoceptor-promoted aPC plasticity. Ex vivo experiments 3 and 24 h after odor preference training reveal an enhanced LOT-aPC field excitatory postsynaptic potential (EPSP). At 3 h both presynaptic and postsynaptic potentiations support EPSP enhancement while at 24 h only postsynaptic potentiation is seen. LOT-LTP in aPC is excluded by odor preference training. Taken together with earlier work on the role of the olfactory bulb in early odor preference learning, these outcomes suggest early odor preference learning is normally supported by and requires multiple plastic changes at least at two levels of olfactory circuitry.
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 | 0,006 |
| 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 | 0,001 |
| 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 ».