eIF2α-mediated translational control regulates the persistence of cocaine-induced LTP in midbrain dopamine neurons
Notice bibliographique
Résumé
Recreational drug use leads to compulsive substance abuse in some individuals. Studies on animal models of drug addiction indicate that persistent long-term potentiation (LTP) of excitatory synaptic transmission onto ventral tegmental area (VTA) dopamine (DA) neurons is a critical component of sustained drug seeking. However, little is known about the mechanism regulating such long-lasting changes in synaptic strength. Previously, we identified that translational control by eIF2α phosphorylation (p-eIF2α) regulates cocaine-induced LTP in the VTA (Huang et al., 2016). Here we report that in mice with reduced p-eIF2α-mediated translation, cocaine induces persistent LTP in VTA DA neurons. Moreover, selectively inhibiting eIF2α-mediated translational control with a small molecule ISRIB, or knocking down oligophrenin-1—an mRNA whose translation is controlled by p-eIF2α—in the VTA also prolongs cocaine-induced LTP. This persistent LTP is mediated by the insertion of GluR2-lacking AMPARs. Collectively, our findings suggest that eIF2α-mediated translational control regulates the progression from transient to persistent cocaine-induced LTP.
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 | 0,000 | 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 | 0,000 |
| 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 ».