Nicotine regulates activity of lateral habenula neurons via presynaptic and postsynaptic mechanisms
Notice bibliographique
Résumé
There is much interest in brain regions that drive nicotine intake in smokers. Interestingly, both the rewarding and aversive effects of nicotine are probably critical for sustaining nicotine addiction. The medial and lateral habenular (LHb) nuclei play important roles in processing aversion, and recent work has focused on the critical involvement of the LHb in encoding and responding to aversive stimuli. Several neurotransmitter systems are implicated in nicotine's actions, but very little is known about how nicotinic acetylcholine receptors (nAChRs) regulate LHb activity. Here we report in brain slices that activation of nAChRs depolarizes LHb cells and robustly increases firing, and also potentiates glutamate release in LHb. These effects were blocked by selective antagonists of α6-containing (α6*) nAChRs, and were absent in α6*-nAChR knockout mice. In addition, nicotine activates GABAergic inputs to LHb via α4β2-nAChRs, at lower concentrations but with more rapid desensitization relative to α6*-nAChRs. These results demonstrate the existence of diverse functional nAChR subtypes at presynaptic and postsynaptic sites in LHb, through which nicotine could facilitate or inhibit LHb neuronal activity and thus contribute to nicotine aversion or reward.
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 | 0,001 | 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 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 ».