Blockade of NMDA receptors 2A subunit in the dorsal striatum impairs the learning of a complex motor skill.
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
Accumulating evidence proposes that the striatum, known to control voluntary movement, may also play a role in learning and memory. Striatum learning is thought to require long-lasting reorganization of striatal circuits and changes in the strength of synaptic connections during the memorization of a complex motor task. Whether the ionotropic glutamate receptor N-methyl-D-aspartate (NMDAR) contributes to the molecular mechanisms of these memory processes is still unclear. The aim of the present study was to investigate the role of striatal NMDAR and its subunit composition during the learning of the accelerating rotarod task in mice. To this end, we injected directly into the dorsal striatum of mice, via chronically implanted cannula, the NMDAR channel blocker MK-801 as well as the NR2A and NR2B subunit-selective antagonists NVP-AAM077 and Ro 25-6981, respectively, before rotarod training. There was no effect in the motor performances of mice treated with 1.0 μg/side of MK-801, 0.1 μg/side of NVP-AAM077, or 5 and 10 μg/side of Ro 25-6981. In contrast, injections of 2.5 and 5 μg/side of MK-801 or 0.5 and 1 μg/side of NVP-AAM077 impaired motor learning at Day 3 and 8. Interestingly, treatments with MK-801 and NVP-AAM077 did not alter the general motor capacities of mice as revealed by the stepping, wire suspension, and pole tests. Our study demonstrates that the NMDAR of the dorsal striatum contributes to motor learning, especially during the slow acquisition phase, and that NR2A subunits play a critical role in this process.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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