Deficits in coordinated neuronal activity and network topology are striatal hallmarks in Huntington’s disease
Notice bibliographique
Résumé
Abstract Background Network alterations underlying neurodegenerative diseases often precede symptoms and functional deficits. Thus, their early identification is central for improved prognosis. In Huntington’s disease (HD), the cortico-striatal networks, involved in motor function processing, are the most compromised neural substrate. However, whether the network alterations are intrinsic of the striatum or the cortex is not fully understood. Results In order to identify early HD neural deficits, we characterized neuronal ensemble calcium activity and network topology of HD striatal and cortical cultures. We used large-scale calcium imaging combined with activity-based network inference analysis. We extracted collective activity events and inferred the topology of the neuronal network in cortical and striatal primary cultures from wild-type and R6/1 mouse model of HD. Striatal, but not cortical, HD networks displayed lower activity and a lessened ability to integrate information. GABA A receptor blockade in healthy and HD striatal cultures generated similar coordinated ensemble activity and network topology, highlighting that the excitatory component of striatal system is spared in HD. Conversely, NMDA receptor activation increased individual neuronal activity while coordinated activity became highly variable and undefined. Interestingly, by boosting NMDA activity, we rectified striatal HD network alterations. Conclusions Overall, our integrative approach highlights striatal defective network integration capacity as a major contributor of basal ganglia dysfunction in HD and suggests that increased excitatory drive may serve as a potential intervention. In addition, our work provides a valuable tool to evaluate in vitro network recovery after treatment intervention in basal ganglia disorders.
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 | 0,002 |
| 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 ».