Ethanol Facilitates Glutamatergic Transmission to Dopamine Neurons in the Ventral Tegmental Area
Notice bibliographique
Résumé
The cellular mechanisms underlying alcohol addiction are poorly understood. In several brain areas, ethanol depresses glutamatergic excitatory transmission, but how it affects excitatory synapses on dopamine neurons of the ventral tegmental area (VTA), a crucial site for the development of drug addiction, is not known. We report here that in midbrain slices from rats, clinically relevant concentrations of ethanol (10-80 mM) increase the amplitude of evoked EPSCs and reduce their paired-pulse ratio in dopamine neurons in the VTA. The EPSCs were mediated by glutamate alpha-amino-3-hydroxy-5-methylisoxazole-4-propionic acid (AMPA) receptors. In addition, ethanol increases the frequency but not the amplitude of spontaneous EPSCs. Furthermore, ethanol increases extracellular glutamate levels in the VTA of midbrain slices. The effects of ethanol are mimicked by SKF 38393, a dopamine D(1) receptor agonist, and by GBR 12935, a dopamine reuptake inhibitor, and they are blocked by SKF 83566, a D(1) antagonist, or by reserpine, which depletes dopamine stores. The enhancement of sEPSC frequency reaches a peak with 40 mM ethanol and declines with concentrations >or=80 mM ethanol, which is quite likely a result of D(2) receptor activation as raclopride, a D(2) receptor blocker, significantly enhanced 80 mM ethanol-induced enhancement of sEPSCs. Finally, 6, 7-dinitroquinoxaline-2, 3-dione (DNQX), an AMPA receptor antagonist, attenuates ethanol-induced excitation of VTA DA neurons. We therefore conclude that, acting via presynaptic D(1) receptors, ethanol at low concentrations increases glutamate release in the VTA, thus raising somatodendritic dopamine release, which further activates the presynaptic D(1) receptors. Enhancement of this positive feedback loop may significantly contribute to the development of alcohol addiction.
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 ».