NMDA receptors in mouse anterior piriform cortex initialize early odor preference learning and L-type calcium channels engage for long-term memory
Notice bibliographique
Résumé
The interactions of L-type calcium channels (LTCCs) and NMDA receptors (NMDARs) in memories are poorly understood. Here we investigated the specific roles of anterior piriform cortex (aPC) LTCCs and NMDARs in early odor preference memory in mice. Using calcium imaging in aPC slices, LTCC activation was shown to be dependent on NMDAR activation. Either D-APV (NMDAR antagonist) or nifedipine (LTCC antagonist) reduced somatic calcium transients in pyramidal cells evoked by lateral olfactory tract stimulation. However, nifedipine did not further reduce calcium in the presence of D-APV. In mice that underwent early odor preference training, blocking NMDARs in the aPC prevented short-term (3 hr) and long-term (24 hr) odor preference memory, and both memories were rescued when BayK-8644 (LTCC agonist) was co-infused. However, activating LTCCs in the absence of NMDARs resulted in loss of discrimination between the conditioned odor and a similar odor mixture at 3 hr. Elevated synaptic AMPAR expression at 3 hr was prevented by D-APV infusion but restored when LTCCs were directly activated, mirroring the behavioral outcomes. Blocking LTCCs prevented 24 hr memory and spared 3 hr memory. These results suggest that NMDARs mediate stimulus-specific encoding of odor memory while LTCCs mediate intracellular signaling leading to long-term memory.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».