NMDA receptors in the dorsal hippocampal area are involved in tramadol state-dependent memory of passive avoidance learning in mice
Notice bibliographique
Résumé
The precise neurobiological mechanisms of tramadol abuse underlying the cognitive function are still unknown. The aim of the present study was to examine the possible effects of intra-CA1 injections of N-methyl-d-aspartate (NMDA), a glutamate NMDA receptor (NMDAR) agonist, and d,l-2-amino-5-phosphonopentanoic acid (DL-AP5), a competitive NMDAR antagonist, on tramadol state-dependent memory. A single-trial step-down passive avoidance task was used for the assessment of memory retrieval in adult male NMRI mice. Post-training i.p. administration of an atypical μ-opioid receptor agonist, tramadol (2.5 and 5 mg/kg), dose-dependently induced impairment of memory retention. Pre-test injection of tramadol (2.5 and 5 mg/kg) induced state-dependent retrieval of the memory acquired under post-training administration of tramadol (5 mg/kg) influence. Pre-test intra-CA1 injection of NMDA (10−5 and 10−4 μg/mouse) 5 min before the administration of tramadol (5 mg/kg, i.p.) dose-dependently inhibited tramadol state-dependent memory. Pre-test intra-CA1 injection of DL-AP5 (0.25 and 0.5 μg/mouse) reversed the memory impairment induced by post-training administration of tramadol (5 mg/kg). Pre-test administration of DL-AP5 (0.25 and 0.5 μg/mouse) with an ineffective dose of tramadol (1.25 mg/kg) restored the retrieval and induced tramadol state-dependent memory. It can be concluded that dorsal hippocampal NMDAR mechanisms play an important role in the modulation of tramadol state-dependent 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 | 0,000 |
| 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 ».