MétaCan
Menu
Retour à la cohorte
Enregistrement W2529229451 · doi:10.1016/j.neuroscience.2016.09.035

Probing pain pathways with light

2016· review· en· W2529229451 sur OpenAlexafffund
Feng Wang, Erik Bélanger, Marie-Ève Paquet, Daniel Côté, Yves De Koninck

Notice bibliographique

RevueNeuroscience · 2016
Typereview
Langueen
DomaineNeuroscience
ThématiquePhotoreceptor and optogenetics research
Établissements canadiensUniversité LavalInstitut Universitaire en Santé Mentale de Québec
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsFondation Brain Canada
Mots-clésNeuroscienceContext (archaeology)Computer scienceSensory systemStimulus modalityBiological neural networkBrainstemPsychologyBiology

Résumé

récupéré en direct d'OpenAlex

We have witnessed an accelerated growth of photonics technologies in recent years to enable not only monitoring the activity of specific neurons, while animals are performing certain types of behavior, but also testing whether specific cells, circuits, and regions are sufficient or necessary for initiating, maintaining, or altering this or that behavior. Compared to other sensory systems, however, such as the visual or olfactory system, photonics applications in pain research are only beginning to emerge. One reason pain studies have lagged behind is that many of the techniques originally developed cannot be directly implemented to study key relay sites within pain pathways, such as the skin, dorsal root ganglia, spinal cord, and brainstem. This is due, in part, to difficulties in accessing these structures with light. Here we review a number of recent advances in design and delivery of light-sensitive molecular probes (sensors and actuators) into pain relay circuits to help decipher their structural and functional organization. We then discuss several challenges that have hampered hardware access to specific structures including light scattering, tissue movement and geometries. We review a number of strategies to circumvent these challenges, by delivering light into, and collecting it from the different key sites to unravel how nociceptive signals are encoded at each level of the neuraxis. We conclude with an outlook on novel imaging modalities for label-free chemical detection and opportunities for multimodal interrogation in vivo. While many challenges remain, these advances offer unprecedented opportunities to bridge cellular approaches with context-relevant behavioral testing, an essential step toward improving translation of basic research findings into clinical applications.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,144
Tête enseignante GPT0,355
Écart entre enseignants0,212 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations23
Publié2016
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueNeuroscienceMême sujetPhotoreceptor and optogenetics researchTravaux en français237 207