MétaCan
Menu
Retour à la cohorte
Enregistrement W3084006768 · doi:10.1523/jneurosci.0364-20.2020

Corticocortical and Thalamocortical Changes in Functional Connectivity and White Matter Structural Integrity after Reward-Guided Learning of Visuospatial Discriminations in Rhesus Monkeys

2020· article· en· W3084006768 sur OpenAlexaff
Vassilis Pelekanos, Elsie Premereur, Daniel J. Mitchell, Subhojit Chakraborty, Stuart Mason, Andy Lee, Anna S. Mitchell

Notice bibliographique

RevueJournal of Neuroscience · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensBaycrest HospitalThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesMedical Research CouncilWellcome Trust
Mots-clésUncinate fasciculusFornixNeurosciencePsychologyWhite matterThalamusPrefrontal cortexOrbitofrontal cortexMacaqueHippocampusFractional anisotropyCognitionMedicineMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

The frontal cortex and temporal lobes together regulate complex learning and memory capabilities. Here, we collected resting-state functional and diffusion-weighted MRI data before and after male rhesus macaque monkeys received extensive training to learn novel visuospatial discriminations (reward-guided learning). We found functional connectivity changes in orbitofrontal, ventromedial prefrontal, inferotemporal, entorhinal, retrosplenial, and anterior cingulate cortices, the subicular complex, and the dorsal, medial thalamus. These corticocortical and thalamocortical changes in functional connectivity were accompanied by related white matter structural alterations in the uncinate fasciculus, fornix, and ventral prefrontal tract: tracts that connect (sub)cortical networks and are implicated in learning and memory processes in monkeys and humans. After the well-trained monkeys received fornix transection, they were impaired in learning new visuospatial discriminations. In addition, the functional connectivity profile that was observed after the training was altered. These changes were accompanied by white matter changes in the ventral prefrontal tract, although the integrity of the uncinate fasciculus remained unchanged. Our experiments highlight the importance of different communication relayed among corticocortical and thalamocortical circuitry for the ability to learn new visuospatial associations (learning-to-learn) and to make reward-guided decisions. SIGNIFICANCE STATEMENTFrontal neural networks and the temporal lobes contribute to reward-guided learning in mammals. Here, we provide novel insight by showing that specific corticocortical and thalamocortical functional connectivity is altered after rhesus monkeys received extensive training to learn novel visuospatial discriminations. Contiguous white matter fiber pathways linking these gray matter structures, namely, the uncinate fasciculus, fornix, and ventral prefrontal tract, showed structural changes after completing training in the visuospatial task. Additionally, different patterns of functional and structural connectivity are reported after removal of subcortical connections within the extended hippocampal system, via fornix transection. These results highlight the importance of both corticocortical and thalamocortical interactions in reward-guided learning in the normal brain and identify brain structures important for memory capabilities after injury.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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 Opus0,089
Tête enseignante GPT0,357
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'étudeObservationnel
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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207