Effect of Dopamine Transporter Genotype on Intrinsic Functional Connectivity Depends on Cognitive State
Notice bibliographique
Résumé
Functional connectivity between brain regions can define large-scale neural networks and provide information about relationships between those networks. We examined how relationships within and across intrinsic connectivity networks were 1) sensitive to individual differences in dopaminergic function, 2) modulated by cognitive state, and 3) associated with executive behavioral traits. We found that regardless of cognitive state, connections between frontal, parietal, and striatal nodes of Task-Positive networks (TPNs) and Task-Negative networks (TNNs) showed higher functional connectivity in 10/10 homozygotes of the dopamine transporter gene, a polymorphism influencing synaptic dopamine, than in 9/10 heterozygotes. However, performance of a working memory task (a state requiring dopamine release) modulated genotype differences selectively, such that cross-network connectivity between TPNs and TNNs was higher in 10/10 than 9/10 subjects during working memory but not during rest. This increased cross-network connectivity was associated with increased self-reported measures of impulsivity and inattention traits. By linking a gene regulating synaptic dopamine to a phenotype characterized by inefficient executive function, these findings validate cross-network connectivity as an endophenotype of executive dysfunction.
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) | 0,001 | 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 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 ».