Oxycodone-Mediated Activation of the Mu Opioid Receptor Reduces Whole Brain Functional Connectivity in Mice
Notice bibliographique
Résumé
Oxycodone is a potent medicinal opioid analgesic to treat pain. It is also addictive and a main cause for the current opioid crisis. At present, the impact of oxycodone on coordinated brain network activities, and contribution of the mu opioid receptor (MOR) to these effects, is unknown. We used pharmacological magnetic resonance imaging in mice to characterize MOR-mediated oxycodone effects on whole-brain functional connectivity (FC). Control (CTL) and MOR knockout (KO) animals were imaged under dexmedetomidine in a 7Tesla scanner. Acquisition was performed continuously before and after 2 mg/kg oxycodone administration (analgesic in CTL mice). Independent component analysis (data-driven) produced a correlation matrix, showing widespread oxycodone-induced reduction of FC across 71 components. Isocortex, nucleus accumbens (NAc), pontine reticular nucleus, and periacqueducal gray (PAG) components showed the highest number of significant changes. Seed-to-voxel FC analysis (hypothesis-driven) was then focused on PAG and NAc considered key pain and reward centers. The two seeds showed reduced FC with 8 and 22 Allen Brain Atlas-based regions, respectively, in CTL but not KO mice. Further seed-to-seed quantification showed highest FC modifications of both PAG and NAc seeds with hypothalamic and amygdalar areas, as well as between them, revealing the strongest impact across reward and aversion/pain centers of the brain. In conclusion, we demonstrate that oxycodone reduces brain communication in a MOR-dependent manner, and establish a preliminary whole-brain FC signature of oxycodone. This proof-of-principle study provides a unique platform and reference data set to test other MOR opioid agonists and perhaps discover new mechanisms and FC biomarkers predicting safer analgesics.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,003 | 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 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 ».