Rapid Effects of Estrogen Receptor α and β Selective Agonists on Learning and Dendritic Spines in Female Mice
Notice bibliographique
Résumé
Estrogen receptor (ER) agonists rapidly affect neural plasticity within 1 h, suggesting they play a functional role in learning and memory. However, behavioral learning experiments on such a rapid time scale are lacking. Therefore we investigated whether the ERα agonist propyl pyrazole triol (PPT) and ERβ agonist diarylpropionitrile (DPN) could affect social recognition, object recognition, or object placement learning within 40 min of drug administration. At the same time, we examined their effects on CA1 hippocampal dendritic spines. Ovariectomized female CD1 mice were administered a range of PPT or DPN doses (0, 30, 50, 75, or 150 μg/mouse). PPT at the middle doses improved social recognition, facilitated object recognition and placement at a dose of 75 μg, and increased dendritic spine density in the stratum radiatum and lacunosum-moleculare. In contrast, DPN impaired social recognition at higher doses, did not affect object recognition, but slightly facilitated object placement learning at the 75-μg dose. DPN did not affect spines in the stratum radiatum but decreased spine density and increased spine length in the lacunosum-moleculare. This suggests that rapid estrogen-mediated learning enhancements may predominantly be mediated through ERα, while the effects of DPN are weaker and may depend on the learning paradigm. The role of ERα and ERβ in learning and memory may vary depending on the timing of drug administration, as genomic studies often implicate ERβ in enhancing effects on learning and memory. To our knowledge, this is the first report of estrogens' effects on learning within such a short time frame.
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 | 0,000 |
| 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 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 ».