Synaptic Neurotransmission Depression in Ventral Tegmental Dopamine Neurons and Cannabinoid-Associated Addictive Learning
Notice bibliographique
Résumé
Drug addiction is an association of compulsive drug use with long-term associative learning/memory. Multiple forms of learning/memory are primarily subserved by activity- or experience-dependent synaptic long-term potentiation (LTP) and long-term depression (LTD). Recent studies suggest LTP expression in locally activated glutamate synapses onto dopamine neurons (local Glu-DA synapses) of the midbrain ventral tegmental area (VTA) following a single or chronic exposure to many drugs of abuse, whereas a single exposure to cannabinoid did not significantly affect synaptic plasticity at these synapses. It is unknown whether chronic exposure of cannabis (marijuana or cannabinoids), the most commonly used illicit drug worldwide, induce LTP or LTD at these synapses. More importantly, whether such alterations in VTA synaptic plasticity causatively contribute to drug addictive behavior has not previously been addressed. Here we show in rats that chronic cannabinoid exposure activates VTA cannabinoid CB1 receptors to induce transient neurotransmission depression at VTA local Glu-DA synapses through activation of NMDA receptors and subsequent endocytosis of AMPA receptor GluR2 subunits. A GluR2-derived peptide blocks cannabinoid-induced VTA synaptic depression and conditioned place preference, i.e., learning to associate drug exposure with environmental cues. These data not only provide the first evidence, to our knowledge, that NMDA receptor-dependent synaptic depression at VTA dopamine circuitry requires GluR2 endocytosis, but also suggest an essential contribution of such synaptic depression to cannabinoid-associated addictive learning, in addition to pointing to novel pharmacological strategies for the treatment of cannabis 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 ».