α7 nicotinic ACh receptor‐deficient mice exhibit sustained attention impairments that are reversed by β2 nicotinic ACh receptor activation
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Disruptions of executive function, including attentional deficits, are a hallmark of a number of diseases. ACh in the prefrontal cortex regulates attentive behaviour; however, the role of α7 nicotinic ACh receptor (α7nAChR) in attention is contentious. EXPERIMENTAL APPROACH: In order to probe attention, we trained both wild-type and α7nAChR knockout mice on a touch screen-based five-choice serial reaction time task (5-CSRT). Following training procedures, we then tested sustained attention using a probe trial experiment. To further differentiate the role of specific nicotinic receptors in attention, we then tested the effects of both α7nAChR and β2nAChR agonists on the performance of both wild-type and knockout mice on the 5-CSRT task. KEY RESULTS: At low doses, α7nAChR agonists improved attentional performance of wild-type mice, while high doses had deleterious effects on attention. α7nAChR knockout mice displayed deficits in sustained attention that were not ameliorated by α7nAChR agonists. However, these deficits were completely reversed by the administration of a β2nAChR agonist. Furthermore, administration of a β2nAChR agonist in α7nAChR knockout mice elicited similar biochemical response in the prefrontal cortex as the administration of α7nAChR agonists in wild-type mice. CONCLUSIONS AND IMPLICATIONS: Our experiments reveal an intricate relationship between distinct nicotinic receptors to regulate attentional performance and provide the basis for targeting β2nAChRs pharmacologically to decrease attentional deficits due to a dysfunction in α7nAChRs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».