MétaCan
Menu
Retour à la cohorte
Enregistrement W2997116186 · doi:10.1016/j.isci.2019.100794

Δ-Tetrahydrocannabinol Increases Dopamine D1-D2 Receptor Heteromer and Elicits Phenotypic Reprogramming in Adult Primate Striatal Neurons

2019· article· en· W2997116186 sur OpenAlexafffund
Ahmed Hasbi, Bertha K. Madras, Jack Bergman, Stephen J. Kohut, Zhicheng Lin, Sarah L. Withey, Susan R. George

Notice bibliographique

RevueiScience · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute on Drug AbuseCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésCannabidiolDopamine receptor D2DopamineStriatumNeuroscienceDopaminergicCellular neuroscienceMedium spiny neuronDopamine receptorTetrahydrocannabinolBiologyChemistryReceptorCannabinoidMedicineBiochemistryCannabisPsychiatry

Résumé

récupéré en direct d'OpenAlex

-tetrahydrocannabinol (THC)-induced neuroadaptive dysfunctional dopamine signaling, similar to those observed upon dopamine D1-D2 heteromer activation. The molecular mechanisms remain largely unknown. We show evolutionary and regional differences in D1-D2 heteromer abundance in mammalian striatum. Importantly, chronic THC increased the number of D1-D2 heteromer-expressing neurons, and the number of heteromers within individual neurons in adult monkey striatum. The majority of these neurons displayed a phenotype co-expressing the characteristic markers of both striatonigral and striatopallidal neurons. Furthermore, THC increased D1-D2-linked calcium signaling markers (pCaMKIIα, pThr75-DARPP-32, BDNF/pTrkB) and inhibited cyclic AMP signaling (pThr34-DARPP-32, pERK1/2, pS845-GluA1, pGSK3). Cannabidiol attenuated most but not all of these THC-induced neuroadaptations. Targeted pathway analyses linked these changes to neurological and psychological disorders. These data underline the importance of the D1-D2 receptor heteromer in cannabis use-related disorders, with THC-induced changes likely responsible for the reported adverse effects observed in heavy long-term users.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,285
Écart entre enseignants0,273 · 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

Citations29
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207