Mitral Cell β<sub>1</sub> and 5-HT<sub>2A</sub> Receptor Colocalization and cAMP Coregulation: A New Model of Norepinephrine-Induced Learning in the Olfactory Bulb
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the present study we assess a new model for classical conditioning of odor preference learning in rat pups. In preference learning beta(1)-adrenoceptors activated by the locus coeruleus mediate the unconditioned stimulus, whereas olfactory nerve input mediates the conditioned stimulus, odor. Serotonin (5-HT) depletion prevents odor learning, with 5-HT(2A/2C) agonists correcting the deficit. Our new model proposes that the interaction of noradrenergic and serotonergic input with odor occurs in the mitral cells of the olfactory bulb through activation of cyclic adenosine monophosphate (cAMP). Here, using selective antibodies and immunofluorescence examined with confocal microscopy, we demonstrate that beta(1)-adrenoceptors and 5-HT(2A) receptors colocalize primarily on mitral cells. Using a cAMP assay and cAMP immunocytochemistry, we find that beta-adrenoceptor activation by isoproterenol, at learning-effective and higher doses, significantly increases bulbar cAMP, as does stroking. As predicted by our model, the cAMP increases are localized to mitral cells. 5-HT depletion of the olfactory bulb does not affect basal levels of cAMP but prevents isoproterenol-induced cAMP elevation. These results support the model. We suggest the mitral-cell cAMP cascade converges with a Ca(2+) pathway activated by odor to recruit CREB phosphorylation and memory-associated changes in the olfactory bulb. The dose-related increase in cAMP with isoproterenol implies a critical cAMP window because the highest dose of isoproterenol does not produce learning.
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.
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 | 0,001 | 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 découle