MétaCan
Menu
Retour à la cohorte
Enregistrement W2746806929 · doi:10.1038/s41539-017-0011-8

Habituation as an adaptive shift in response strategy mediated by neuropeptides

2017· article· en· W2746806929 sur OpenAlexafffund
Evan L. Ardiel, Alex J. Yu, Andrew C. Giles, Catharine H. Rankin

Notice bibliographique

Revuenpj Science of Learning · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesMedical Research CouncilNational Institutes of HealthNatural Sciences and Engineering Research Council of CanadaUniversity of Cambridge
Mots-clésHabituationOptogeneticsNeuroscienceNoxious stimulusSensitizationStimulationNeuropeptidePsychologyBiologyNociceptionReceptor

Résumé

récupéré en direct d'OpenAlex

Abstract Habituation is a non-associative form of learning characterized by a decremented response to repeated stimulation. It is typically framed as a process of selective attention, allowing animals to ignore irrelevant stimuli in order to free up limited cognitive resources. However, habituation can also occur to threatening and toxic stimuli, suggesting that habituation may serve other functions. Here we took advantage of a high-throughput Caenorhabditis elegans learning assay to investigate habituation to noxious stimuli. Using real-time computer vision software for automated behavioral tracking and optogenetics for controlled activation of a polymodal nociceptor, ASH, we found that neuropeptides mediated habituation and performed an RNAi screen to identify candidate receptors. Through subsequent mutant analysis and cell-type-specific gene expression, we found that pigment-dispersing factor (PDF) neuropeptides function redundantly to promote habituation via PDFR-1-mediated cAMP signaling in both neurons and muscles. Behavioral analysis during learning acquisition suggests that response habituation and sensitization of locomotion are parts of a shifting behavioral strategy orchestrated by pigment dispersing factor signaling to promote dispersal away from repeated aversive stimuli.

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 enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,285
Écart entre enseignants0,267 · 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

Citations53
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuenpj Science of LearningMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207