Effects of Elevation of Brain Magnesium on Fear Conditioning, Fear Extinction, and Synaptic Plasticity in the Infralimbic Prefrontal Cortex and Lateral Amygdala
Notice bibliographique
Résumé
Anxiety disorders, such as phobias and posttraumatic stress disorder, are among the most common mental disorders. Cognitive therapy helps in treating these disorders; however, many cases relapse or resist the therapy, which justifies the search for cognitive enhancers that might augment the efficacy of cognitive therapy. Studies suggest that enhancement of plasticity in certain brain regions such as the prefrontal cortex (PFC) and/or hippocampus might enhance the efficacy of cognitive therapy. We found that elevation of brain magnesium, by a novel magnesium compound [magnesium-l-threonate (MgT)], enhances synaptic plasticity in the hippocampus and learning and memory in rats. Here, we show that MgT treatment enhances retention of the extinction of fear memory, without enhancing, impairing, or erasing the original fear memory. We then explored the molecular basis of the effects of MgT treatment on fear memory and extinction. In intact animals, elevation of brain magnesium increased NMDA receptors (NMDARs) signaling, BDNF expression, density of presynaptic puncta, and synaptic plasticity in the PFC but, interestingly, not in the basolateral amygdala. In vitro, elevation of extracellular magnesium concentration increased synaptic NMDAR current and plasticity in the infralimbic PFC, but not in the lateral amygdala, suggesting a difference in their sensitivity to elevation of brain magnesium. The current study suggests that elevation of brain magnesium might be a novel approach for enhancing synaptic plasticity in a regional-specific manner leading to enhancing the efficacy of extinction without enhancing or impairing fear memory formation.
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 | 0,001 |
| 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 ».