Muscarinic control of rostromedial tegmental nucleus<scp>GABA</scp>neurons and morphine‐induced locomotion
Notice bibliographique
Résumé
Opioids induce rewarding and locomotor effects by inhibiting rostromedial tegmental GABA neurons that express μ-opioid and nociceptin receptors. These GABA neurons then strongly inhibit dopamine neurons. Opioid-induced reward, locomotion and dopamine release also depend on pedunculopontine and laterodorsal tegmental cholinergic and glutamate neurons, many of which project to and activate ventral tegmental area dopamine neurons. Here we show that laterodorsal tegmental and pedunculopontine cholinergic neurons project to both rostromedial tegmental nucleus and ventral tegmental area, and that M4 muscarinic receptors are co-localized with μ-opioid receptors associated with rostromedial tegmental GABA neurons. To inhibit or excite rostromedial tegmental GABA neurons, we utilized adeno-associated viral vectors and DREADDs to express designed muscarinic receptors (M4D or M3D respectively) in GAD2::Cre mice. In M4D-expressing mice, clozapine-N-oxide increased morphine-induced, but not vehicle-induced, locomotion. In M3D-expressing mice, clozapine-N-oxide blocked morphine-induced, but not vehicle-induced, locomotion. We propose that cholinergic inhibition of rostromedial tegmental GABA neurons via M4 muscarinic receptors facilitates opioid inhibition of the same neurons. This model explains how mesopontine cholinergic systems and muscarinic receptors in the rostromedial tegmental nucleus and ventral tegmental area are important for dopamine-dependent and dopamine-independent opioid-induced rewards and locomotion.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».