MétaCan
Menu
Retour à la cohorte
Enregistrement W2526316220 · doi:10.1073/pnas.1601640113

Deletion of the mu opioid receptor gene in mice reshapes the reward–aversion connectome

2016· article· en· W2526316220 sur OpenAlexaff
Anna E. Mechling, Tanzil Mahmud Arefin, Hsu‐Lei Lee, Thomas Bienert, Marco Reisert, Sami Ben Hamida, Emmanuel Darcq, Aliza T. Ehrlich, Claire Gavériaux‐Ruff, Maxime Parent, Pedro Rosa‐Neto, Jürgen Hennig, Dominik von Elverfeldt, Brigitte L. Kieffer, Laura Harsan

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesNational Institute on Alcohol Abuse and AlcoholismDeutsche Forschungsgemeinschaft
Mots-clésConnectomeNeuroscienceResting state fMRIHuman Connectome ProjectTractographyBiologyμ-opioid receptorConnectomicsPsychologyFunctional connectivityReceptorGeneticsOpioidDiffusion MRIMedicineMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Connectome genetics seeks to uncover how genetic factors shape brain functional connectivity; however, the causal impact of a single gene's activity on whole-brain networks remains unknown. We tested whether the sole targeted deletion of the mu opioid receptor gene (Oprm1) alters the brain connectome in living mice. Hypothesis-free analysis of combined resting-state fMRI diffusion tractography showed pronounced modifications of functional connectivity with only minor changes in structural pathways. Fine-grained resting-state fMRI mapping, graph theory, and intergroup comparison revealed Oprm1-specific hubs and captured a unique Oprm1 gene-to-network signature. Strongest perturbations occurred in connectional patterns of pain/aversion-related nodes, including the mu receptor-enriched habenula node. Our data demonstrate that the main receptor for morphine predominantly shapes the so-called reward/aversion circuitry, with major influence on negative affect centers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,285
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations81
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207